Hız analizi
Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.
Fiyatlar
Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.
Saniye başına token
Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.
P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.
Yetenekler
Kullanılabilirlik
Kullanılabilirlik
Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.
Son 7 gün
100.0%
n=4
Son 30 gün
66.7%
n=9
Medyan yanıt süresi
81,478ms
n=6
Baz alınan 129 ölçüm son 30 gün içinde.
Teknik detaylar
Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.
Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.
Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.
Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.
Toplam çağrı (30d)
9
OK yanıtlar (30d)
6
Toplam çağrı (7d)
4
OK yanıtlar (7d)
4
Tokonomix kıyaslama kararları
Grok 4.7 debuts with strong performance across coding and reasoning tasks
Grok 4.7 enters the benchmark landscape as xAI's latest offering, establishing baseline performance across multiple evaluation categories. The model demonstrates particularly strong capabilities in coding tasks, achieving 86.9 on HumanEval and 90.5 on MBPP, placing it competitively among current generation models. Mathematical reasoning shows solid results with 83.6 on GSM8K, though MATH performance at 52.8 indicates room for growth on more complex problems. The model handles general knowledge effectively with 78.4 on MMLU and 85.2 on MMLU-Pro, suggesting broad domain coverage. Instruction following capabilities appear robust at 84.7 on IFEval. This release includes full multimodal support with vision capabilities, structured output through JSON mode, tool calling functionality, and dedicated reasoning features. As a first-generation entry in our tracking system, Grok 4.7 establishes a comprehensive feature set and demonstrates competitive performance particularly in practical coding applications. Users should note this baseline will serve as the reference point for tracking future iterations and improvements in the Grok model family.
Kalite
—
Gecikme p50
—
Test çalıştırmaları
0