Tabbit
活动资源博客模型
Tabbit LogoTabbit

Tabbit — 为你工作的 AI 浏览器

主题资源

  • AI Browser Resources
  • Agentic Browser Resources
  • Browser Downloads and Install Guides
  • Browser Comparisons
  • AI Browser Alternatives
  • Browser Productivity Resources

热门指南

  • AI Browser
  • Agentic Browser Download
  • Best AI Browser 2026: Top 9 Tested & Ranked
  • AI Browser Download
  • Free AI Browser
  • Best AI Browser 2026
  • AI Browser Comparison 2026
  • AI Browser for Windows
  • AI Browser for Mac
  • Chrome Alternative 2026

活动

  • 别装了,你在《牛来》里早有原型
  • Tabbit 妙招大赛
  • KPOP SBTI 饭圈人格测试
  • Tabbit 校园共创者计划
  • fifi 的论文文献妙招精选
  • 用户问卷

关于

  • Tabbit 博客
  • 媒体报道
简体中文
简体中文English
提示词与工作流

Grok 4.7 · configuration

OpenRouter 上的 Grok 4.7 API 接入配置

OpenRouter 模型页把 x-ai/grok-4.7 标成 SpaceXAI 的 Grok 4.7,列出的输入 / 输出价格是每百万 token $1.60 / $4.80,并给出了 OpenRouter SDK 与 cURL 的调用示例;请求体里的推理档位字段和 Low、Medium、High 各档标价在本次采集中未读到。

来源已核对;未实测页面 Quick Start 写明 OpenRouter API 与 OpenAI 兼容,并展示 OpenRouter SDK 与 POST https://openrouter.ai/api/v1/chat/completions。

前置条件与输入

  • 模型 ID
  • 推理或调用参数
  • API 端点
  • 任务说明
  • 验收标准

完整可复制模板

编辑改写:任务模板

Tabbit 编辑改写;非来源原文
调用 Grok 4.7 时固定 {{MODEL_ID}}、{{REASONING_EFFORT}} 和 {{API_BASE}}。任务是 {{TASK}},只使用 {{TOOL_ALLOWLIST}},并用 {{ACCEPTANCE}} 验收。

运行前替换每个变量,并把实际取值写进验收记录。

运行前仍需替换: {{MODEL_ID}}, {{REASONING_EFFORT}}, {{API_BASE}}, {{TASK}}, {{TOOL_ALLOWLIST}}, {{ACCEPTANCE}}

调用 Grok 4.7 时固定 {{MODEL_ID}}、{{REASONING_EFFORT}} 和 {{API_BASE}}。任务是 {{TASK}},只使用 {{TOOL_ALLOWLIST}},并用 {{ACCEPTANCE}} 验收。

查看来源研究笔记

一句话结论

OpenRouter 模型页把 x-ai/grok-4.7 标成 SpaceXAI 的 Grok 4.7,列出的输入 / 输出价格是每百万 token $1.60 / $4.80,并给出了 OpenRouter SDK 与 cURL 的调用示例;请求体里的推理档位字段和 Low、Medium、High 各档标价在本次采集中未读到。

适用场景

  • 适合的任务:页面把该模型写成面向 coding、agentic tasks 与 knowledge work 的旗舰模型,并写它在长时间软件工程、自行核对工作、长上下文,以及起草文档和演示文稿方面强于前代 Grok 4.6。

  • 不适合的任务:未注明

  • 适用的模型版本:页面标题为 SpaceXAI: Grok 4.7,API 模型 ID 为 x-ai/grok-4.7。本文只记录这一页上的该 ID。

  • 适用的客户端、Agent 或 API:页面 Quick Start 写明 OpenRouter API 与 OpenAI 兼容,并展示 OpenRouter SDK 与 POST https://openrouter.ai/api/v1/chat/completions。同一页还列出 POST https://openrouter.ai/api/v1/responses 与 POST https://openrouter.ai/api/v1/messages。页面 Apps 区在采集时列出的公开流量来源包括 pi、Hermes Agent、Claude Code、Codex、omp。

  • 推荐的推理档位和参数:Quick Start 示例没有设置推理档位。参数表里 reasoning 的默认值是 —;写明的默认值是 temperature 0.7、top_p 0.95。页面说明用 reasoning 参数打开推理,并在响应里读取 reasoning_details;继续对话时保留完整的 reasoning_details。reasoning 的具体字段名未注明。Providers 筛选可见的档位名称是 All、Low、Medium、High、Extra high。选中 Extra high 后,地址栏查询参数为 reasoningEffort=xhigh。Low、Medium、High 的查询参数值未注明。页面写 SpaceXAI 报告的基准使用 xhigh reasoning effort;这是基准说明,不是请求示例中的参数。

可直接使用的内容

下面是该页 Quick Start 中已经可见的接入配置,不是一份完整提示词。API Key 只使用页面给出的占位符。

设置环境变量:

export OPENROUTER_API_KEY=sk-or-v1-...

OpenRouter TypeScript SDK 示例。页面说明要流式读取,才能在最终 chunk 的 usage 里看到 reasoning tokens:

import { OpenRouter } from "@openrouter/sdk";

const openrouter = new OpenRouter({
  apiKey: "<OPENROUTER_API_KEY>"
});

// Stream the response to get reasoning tokens in usage
const stream = await openrouter.chat.send({
  chatRequest: {
    model: "x-ai/grok-4.7",
    messages: [
      {
        role: "user",
        content: "How many r's are in the word 'strawberry'?"
      }
    ],
    stream: true
  }
});

let response = "";
for await (const chunk of stream) {
  const content = chunk.choices[0]?.delta?.content;
  if (content) {
    response += content;
    process.stdout.write(content);
  }

  // Usage information comes in the final chunk
  if (chunk.usage) {
    console.log("\nReasoning tokens:", chunk.usage.completionTokensDetails?.reasoningTokens);
  }
}

同一页 Enable streaming 中的 cURL:

curl -N https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
  "model": "x-ai/grok-4.7",
  "stream": true,
  "messages": [
    {"role": "user", "content": "Hello"}
  ]
}'

页面上的 Get Code 代码块还有一段带图片输入的 OpenRouter SDK 调用。Python、TypeScript (fetch)、Python (OpenAI)、TypeScript (OpenAI),以及 Get Code 里除下面这段之外的语言样本,本次没有打开,内容未注明。

import { OpenRouter } from "@openrouter/sdk";

const openrouter = new OpenRouter({
  apiKey: "<OPENROUTER_API_KEY>"
});

const response = await openrouter.chat.send({
  model: "x-ai/grok-4.7",
  messages: [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "What is in this image?"
        },
        {
          "type": "image_url",
          "image_url": {
            "url": "https://live.staticflickr.com/3851/14825276609_098cac593d_b.jpg"
          }
        }
      ]
    }
  ]
});

console.log(response.choices[0].message.content);

Chat Completions 端点写明:

  • POST https://openrouter.ai/api/v1/chat/completions

  • Authorization: Bearer $OPENROUTER_API_KEY

  • Content-Type: application/json

  • HTTP-Referer:optional — your site URL, for rankings

  • X-Title:optional — your site name, for rankings

  • Model:x-ai/grok-4.7

参数表上读到的名称、类型和默认值:

NameTypeDefaultDescription
reasoningmap—Controls reasoning behavior for models that support thinking tokens, including whether reasoning is enabled, the reasoning effort, maximum reasoning tokens, and whether reasoning is excluded from the response.
response_formatmap—Forces the model to produce specific output format.
max_tokensinteger—This sets the upper limit for the number of tokens the model can generate in response.
temperaturefloat0.7This setting influences the variety in the model's responses.
top_pfloat0.95This setting limits the model's choices to a percentage of likely tokens: only the top tokens whose probabilities add up to P.
seedinteger—If specified, the inferencing will sample deterministically, such that repeated requests with the same seed and parameters should return the same result.
logprobsboolean—Whether to return log probabilities of the output tokens or not.
top_logprobsinteger—An integer between 0 and 20 specifying the number of most likely tokens to return at each token position, each with an associated log probability.
toolsarray—Tool calling parameter, following OpenAI's tool calling request shape.
tool_choicestring or object—Controls which (if any) tool is called by the model.

测试或工作流步骤

  1. 在 OpenRouter dashboard 创建 API key,并按页面示例设为环境变量 OPENROUTER_API_KEY。

  2. 请求模型使用 x-ai/grok-4.7。Chat Completions 地址是 https://openrouter.ai/api/v1/chat/completions。

  3. 需要边收边看时,按页面示例加入 "stream": true。流式 SDK 示例在最后一个 chunk 的 chunk.usage.completionTokensDetails.reasoningTokens 读取 reasoning tokens。

  4. 页面要求用 reasoning 打开推理,从响应的 reasoning_details 读取思考过程;多轮继续时把完整 reasoning_details 随消息传回。请求 JSON 的具体写法未注明。

  5. FAQ 写明该模型接受 tools 和 tool_choice,并通过 response_format 里的 JSON schema 做结构化输出。schema 示例未注明。

原始证据与数据

页面标题是 “Grok 4.7 - API Pricing & Benchmarks | OpenRouter”,主标题是 “SpaceXAI: Grok 4.7”,模型 ID 是 x-ai/grok-4.7。

展开后的模型说明原文:

Grok 4.7 is SpaceXAI's flagship model for coding, agentic tasks, and knowledge work, succeeding Grok 4.6. It is particul… 以上为必要节选,完整内容请查看原文。

页头标价与规格:输入 / 输出 $1.60 / $4.80 per 1M,上下文 500K,发布 Sep 21, 2026。

FAQ 原文中的价格与能力:

  • Grok 4.7 costs $1.60/M input tokens and $4.80/M output tokens, with separate rates for Cache Read at $0.40/M tokens and Web Search at $5.00/1K calls.

  • Grok 4.7 has a 500,000 token context window.

  • Yes. Grok 4.7 accepts tools and tool_choice for function calling. It also supports structured outputs via a JSON schema in response_format.

  • Grok 4.7 accepts text, images, and files such as PDFs as input and returns text.

  • Grok 4.7 was released on September 21, 2026.

默认 Reasoning effort 为 All 时,Providers 表读到的标价。延迟、吞吐和 uptime 是当时的实时数:

提供方隐私标记Input /MOutput /MCache read /MLatencyThroughputUptime
SpaceXAIPrivacy: Private$1.60$4.80$0.401.41s58 tps94.97%
SpaceXAIPrivacy: Logs$1.60$4.80$0.401.16s65 tps94.97%
SpaceXAI PriorityPrivacy: Private$3.20$9.60$0.801.60s51 tps100.00%
SpaceXAI PriorityPrivacy: Logs$3.20$9.60$0.80------

Priority 两行位于 “Not used in Standard routing” 之下。路由说明写的是 Balanced (price + speed)、Nitro (fastest)、Floor (cheapest)、Exacto (highest tool-calling accuracy)。这些模式各自的标价未注明。

选中 Extra high 后,地址为 https://openrouter.ai/x-ai/grok-4.7?reasoningEffort=xhigh。该次读到的标价仍是标准端点 $1.60 / $4.80 / $0.40,Priority 端点 $3.20 / $9.60 / $0.80。这一屏没有重新读到 Private / Logs 对应关系,所以隐私标记未注明。当时的延迟快照是:

提供方Input /MOutput /MCache read /MLatencyThroughputUptime
SpaceXAI$1.60$4.80$0.401.22s58 tps94.97%
SpaceXAI$1.60$4.80$0.401.46s63 tps94.97%
SpaceXAI Priority$3.20$9.60$0.80----100.00%
SpaceXAI Priority$3.20$9.60$0.801.51s32 tps--

Low、Medium、High 各档的 Input、Output、Cache read、延迟、吞吐和 uptime 均未注明。

Pricing 区最后一次完整读到的实时有效价格:

  • Weighted Avg Input Price:$0.7196 /M tokens

  • Weighted Avg Output Price:$6.002 /M tokens

  • SpaceXAI:Effective in $0.687,Effective out $6.27,Cache hit rate 83.3%,Token share 1d 45.2%

  • SpaceXAI:Effective in $0.747,Effective out $5.90,Cache hit rate 81.8%,Token share 1d 54.8%

  • SpaceXAI Priority:Effective in $0.610,Effective out $0.00,Cache hit rate 83.3%,Token share 1d 0.0%

  • SpaceXAI Priority:Effective in $0.734,Effective out $4.45,Cache hit rate 81.5%,Token share 1d 0.1%

这四行有效价格没有和 Private / Logs 重新配对,对应关系未注明。页面写明缓存和折扣会使实付价格低于标价。采集过程中这组有效价格有变动,上表只保留最后一次完整读数。

Performance 区第一次整页读到的 P50 / 近 3 天快照:

  • Throughput:65 tok/s,P50, best across providers

  • Latency:1.14s,P50, best provider

  • Throughput 均值:SpaceXAI 61 tok/s,SpaceXAI (ZDR) 59 tok/s,SpaceXAI (Priority) 56 tok/s

  • Latency 均值:SpaceXAI 1.21 s,SpaceXAI (Priority) 1.36 s,SpaceXAI (ZDR) 1.39 s

  • E2E Latency 均值:SpaceXAI (Priority, ZDR) 6.12 s,SpaceXAI (ZDR) 7.52 s,SpaceXAI (Priority) 8.34 s

  • Tool Call Error Rate 均值:SpaceXAI (Priority, ZDR) 0.00 %,SpaceXAI (Priority) 0.00 %,SpaceXAI (ZDR) 0.14 %

  • Structured Output Error Rate 均值:SpaceXAI (Priority, ZDR) 0.00 %,SpaceXAI (ZDR) 2.44 %,SpaceXAI 5.13 %

  • Cache Hit Rate 均值:SpaceXAI 81.85 %,SpaceXAI (ZDR) 81.56 %,SpaceXAI (Priority, ZDR) 80.28 %

  • Uptime (3d):100.00%

  • Availability (3d):97.06%,时间窗为 Sep 19, 11 AM - Sep 22, 11 AM

  • 近 24 小时图上的 OpenRouter Availability:97.17%

ZDR 与 “Privacy: Private” 是否为同一端点,页面这次没有写成同一标签,对应关系未注明。

Activity 第一次读到的 token 量:Prompt 5.16B,Reasoning 81.9M,Completion 34.9M。Apps 区当时的公开流量:pi 957M tokens,Hermes Agent 940M tokens,Claude Code 614M tokens,Codex 594M tokens,omp 552M tokens。

Benchmarks 表注明来源为 Artificial Analysis,名称都带 Grok 4.7 (xhigh):

BenchmarkScore
Intelligence Index46.4
HLE43.1%
AA-LCR76.7%
GDPval-AA59.8%
CritPt17.7%
SciCode57.4%
AA-Omniscience Accuracy47.4%
AA-Omniscience Non-Hallucination Rate70.7%

页面还写 Intelligence Index “Better than 92% of models compared”。这些分数是页面转载的 Artificial Analysis 指标,页面写明 SpaceXAI 报告的基准使用 xhigh。

适用边界

  • 标价、缓存价和 Web Search 价来自这一张 OpenRouter 模型页。Low、Medium、High 的分档价格没有读到,不能从 All 或 Extra high 的标价外推。

  • Extra high 只确认了查询参数 reasoningEffort=xhigh 以及该次屏幕上的标价。请求体里如何写 Low、Medium、High、Extra high 或 xhigh,未注明。

  • temperature 0.7 和 top_p 0.95 是参数表上的默认值。Quick Start 示例没有传入这两个字段,也没有传入 reasoning。

  • 有效价格、延迟、吞吐、uptime、token 量和 App 流量是 2026-09-22 的页面快照,刷新后会变。

  • 基准分数按页面所写属于 Artificial Analysis,且对应 xhigh。不能把它写成 OpenRouter 自己的全任务评测,也不能写成其他推理档位的分数。

  • FAQ 写明输入是 text、images、files such as PDFs,输出是 text。其他模态未注明。

  • 本文没有打开 xAI 文档,也不把其他 Grok 型号的参数算进 x-ai/grok-4.7。

复现说明

  1. 打开 https://openrouter.ai/x-ai/grok-4.7 。本次采集日是 2026-09-22。

  2. 页头可读模型 ID、$1.60 / $4.80、500K 和 Sep 21, 2026。展开 Show more 后可读完整模型说明。展开 FAQ 后可读缓存价 $0.40/M 与 Web Search $5.00/1K。

  3. 宽屏下 Quick Start 所在的 #api 区域带有大屏隐藏样式。把视口缩到约 820px 宽后,该区域可见,并能读到 TypeScript SDK、cURL 和参数表。

  4. Providers 默认筛选是 Standard、Reasoning effort All、Latency / throughput P50。All 这一屏的标价和隐私标记已经读到。Extra high 已读到,地址含 reasoningEffort=xhigh。不要用未打开的 Low、Medium、High 筛选补数;这三档标价保持未注明。

来源与日期

OpenRouter · 原文日期: 2026-09-21 · 编辑日期: 2026-09-22

阅读原始来源
变量检查

仍需替换: 6

{{MODEL_ID}}{{REASONING_EFFORT}}{{API_BASE}}{{TASK}}{{TOOL_ALLOWLIST}}{{ACCEPTANCE}}

相关提示词

xAI 官方文档:Grok 4.7 API 参数与推理档位Box 在 AI Studio 里用 Grok 4.7 审查 Merewick 索赔的提示与结果

相关测评

xAI 官方发布:Grok 4.7 基准分数与能力定位xAI 官方模型卡:Grok 4.7 的安全评测与使用边界Artificial Analysis:Grok 4.7 的智能指数与编码代理X:Artificial Analysis 的 AA-Briefcase 图——Grok 4.7(xhigh)综合 Elo 1657

模型深度阅读

完整测评 · 简体中文

Grok 4.7 测评:标价没变,输出 token 大约翻了一倍

Grok 4.7 仍是每百万 token 输入 2 美元、输出 6 美元。xhigh 每道智能指数题约 8.1 万输出 token。这篇说明哪些任务值得多花这些 token。

定价 · 简体中文

Grok 4.7 价格:标价仍是 $2/$6,账单不是

Grok 4.7 的 API 短上下文仍是每百万 token $2、$0.50 和 $6。推理档位、20 万门槛、Fast,以及 Cursor 的 25.6 万线,会改写实际账单。

模型对比 · 简体中文

Grok 4.7 对比 Grok 4.6:单价没变,账单会变长

Grok 4.7 与 Grok 4.6 的 API 标价同为每百万 token 输入 $2、输出 $6,上下文都是 50 万。xhigh 下智能指数题输出约 8.1 万 token,4.6 约 3.6 万。

Grok 4.7

在 Tabbit 中使用 Grok 4.7

请在上方所列环境中运行本指南。下载不会自动传入模板,也不代表账户已开放该模型。