Grok 4.7 API

Especificaciones técnicas de Grok 4.7

Grok 4.7 es el modelo de vanguardia de xAI para programación, tareas con agentes y trabajo de conocimiento. El ID oficial del modelo en la API es grok-4.7. xAI documenta una ventana de contexto de 500K tokens, entradas de texto e imagen con salida en texto, esfuerzo de razonamiento configurable y compatibilidad con Responses API y Chat Completions.

¿Qué es Grok 4.7?

Grok 4.7 es un nuevo modelo de xAI lanzado el 21 de septiembre de 2026, orientado a programación de larga duración, flujos de trabajo con agentes y trabajo profesional de conocimiento. xAI afirma que utiliza un modelo base más grande que Grok 4.6 y una fase de refuerzo más larga centrada en tareas que pueden tardar horas en completarse. El modelo también está entrenado para entender de forma nativa el Grok Bot harness, con énfasis en comprobar su propio trabajo y gestionar contextos más extensos.

Para los desarrolladores, el cambio importante no es simplemente una puntuación más alta en benchmarks. Grok 4.7 combina una ventana de contexto de 500K, controles de razonamiento mediante reasoning_effort, compatibilidad con herramientas y entrada multimodal en un modelo pensado para bucles de agente prolongados.

Funciones principales de Grok 4.7

• 500K-token context: La gran ventana de contexto está diseñada para repositorios extensos, sesiones de agente prolongadas, documentos técnicos voluminosos y tareas de trabajo de conocimiento de múltiples pasos.
• Configurable reasoning: Los desarrolladores pueden seleccionar el esfuerzo de razonamiento low, medium, high o xhigh, siendo high el valor predeterminado. Esto permite ajustar la asignación de cómputo según la complejidad de la tarea.
• Coding and agentic optimization: xAI posiciona específicamente Grok 4.7 para ingeniería de software, tareas con agentes y flujos de trabajo profesionales de larga duración.
• Multimodal input: La API acepta entradas de texto e imagen y produce salida en texto, lo que hace que el modelo sea aplicable a análisis de capturas de pantalla, depuración visual y flujos de comprensión de documentos.
• Native tool support: El conjunto de capacidades documentado incluye llamada de funciones, búsqueda web, búsqueda en X y ejecución de código.
• Long-horizon reliability focus: xAI informa mejoras en autoverificación y gestión de contextos extensos en comparación con Grok 4.6, lo que refleja su énfasis en tareas de varias horas. citeturn0search0

Rendimiento en benchmarks de Grok 4.7

Los resultados de lanzamiento de xAI informan lo siguiente. Son mediciones de benchmarks reportadas por el proveedor, por lo que deben interpretarse en el contexto de la metodología y configuración de cada benchmark, en lugar de como una clasificación universal.

*El resultado de DeepSWE de Grok 4.7 reportado utiliza high effort. La tabla de xAI presenta estas mediciones como parte de su comparación de lanzamiento.

El perfil de benchmarks depende de la tarea. Grok 4.7 muestra avances sustanciales sobre Grok 4.6 en las evaluaciones reportadas de programación, terminal, legal, clínica y de ingeniería eléctrica, mientras que la misma tabla muestra que otros modelos de vanguardia superan en benchmarks seleccionados. Esto hace que la elección de benchmarks sea importante al evaluar Grok 4.7 para una carga de trabajo concreta.

Grok 4.7 vs Grok 4.6 vs GPT-5.6 Sol

Grok 4.7 y Grok 4.6 comparten la misma clase de contexto de 500K y las opciones de esfuerzo de razonamiento, pero xAI reporta mejores resultados para Grok 4.7 en su suite de benchmarks de lanzamiento. En comparación con GPT-5.6 Sol, la distinción práctica depende de la carga de trabajo: la tabla publicada por xAI muestra un rendimiento relativo diferente en programación, trabajo de oficina, trabajo en terminal, trabajo legal, razonamiento clínico e ingeniería eléctrica.

Limitaciones y consideraciones de implementación

Grok 4.7 tiene una ventana de contexto grande, pero un contexto mayor no garantiza mejores resultados para cada documento largo o flujo con agentes. Las aplicaciones de larga duración aún deben gestionar el contexto de forma deliberada, especialmente cuando las conversaciones acumulan salidas de herramientas. xAI recomienda prompt-cache routing y context compaction para bucles de agente extensos.

Según la documentación actual del modelo, tampoco hay compatibilidad pública con Batch API. Por lo tanto, los desarrolladores que construyan cargas de trabajo por lotes deben usar los patrones de API síncronos compatibles u otra vía de despliegue.

Sus resultados en benchmarks son reportados por el proveedor y varían según la configuración del benchmark y el esfuerzo de razonamiento. Deben tratarse como evidencia específica de la tarea, en lugar de una medida universal de la calidad del modelo.

Casos de uso representativos

1. Programación a escala de repositorio: Analizar grandes bases de código, implementar cambios en múltiples archivos, depurar fallos y razonar sobre historiales largos de incidencias.
2. Ingeniería de software con agentes: Combinar razonamiento con llamada de funciones, ejecución de código y herramientas externas para flujos de trabajo de ingeniería de múltiples pasos.
3. Análisis de documentos técnicos: Procesar especificaciones extensas, documentos de arquitectura, material de investigación o registros de proyectos dentro de un contexto de 500K tokens.
4. Depuración visual: Analizar capturas de pantalla, diagramas y otras entradas de imagen junto con contexto de ingeniería textual.
5. Trabajo profesional de conocimiento: Redactar, analizar y revisar documentos o entregables estructurados que requieran razonamiento extendido de múltiples pasos.
6. Flujos de investigación e información: Usar herramientas de búsqueda web y búsqueda en X cuando se requiera información externa actual y los permisos de la aplicación lo permitan.

Cómo acceder a la API de Grok 4.7 a través de CometAPI

CometAPI cuenta actualmente con una página dedicada al modelo Grok 4.7 con el ID de modelo grok-4.7 y rutas documentadas para /v1/chat/completions y /v1/responses. La página actual de CometAPI confirma que Grok 4.7 está disponible a través de su capa de API.

Paso 1: Obtén una clave de API de CometAPI

Crea o inicia sesión en una cuenta de CometAPI y obtén una clave de API desde la consola de API. CometAPI proporciona una capa de API unificada para acceder a múltiples proveedores de modelos con una sola cuenta.

Paso 2: Selecciona grok-4.7

Usa grok-4.7 como ID de modelo y selecciona la ruta de CometAPI documentada que se ajuste a la aplicación. La página actual del modelo enumera tanto /v1/chat/completions como /v1/responses. citeturn1search2

Paso 3: Envía y procesa la respuesta

Envía el prompt del usuario a través del endpoint seleccionado y luego procesa la respuesta devuelta en el mismo flujo de trabajo de la aplicación usado para otros modelos compatibles con CometAPI. Para despliegues en producción, verifica el catálogo de modelos en vivo de CometAPI y la documentación de rutas antes de fijar detalles de implementación.