Grok 4.7: Benchmarks, Preise, vs. Claude und Limits (2026)

Grok 4.7 ist das neueste Spitzenmodell für schlussfolgerndes Denken von xAI, ausgestattet mit nativer mehrstufiger Gedankenführung und einem Kontextfenster von 1 Million Tokens. Zwar bepreist xAI seine direkte API bei den reinen Ausgabe-Tokens günstiger als Claude 5.5, doch unabhängige Tests zeigen, dass Grok 4.7 pro Aufgabe mehr als doppelt so viele Ausgabe-Tokens erzeugt, was jeden rechnerischen Kostenvorteil stark relativiert. Für Entwickler und technische Anwender, die Grok 4.7 neben Claude und Gemini testen möchten, ohne ein separates SuperGrok-Abonnement abzuschließen, ermöglichen Multi-Modell-Plattformen die direkte Nutzung über bestehende Tarife.

Warum Grok 4.7 gerade jetzt wichtig ist

xAI hat Grok 4.7 eingeführt, um Anthropic's Claude 5.5-Familie und OpenAI's GPT-6-Reihe bei Terminal-Ausführung, agentischem Coding und erweitertem logischen Denken herauszufordern. Anders als bei herkömmlichen Chatmodellen, bei denen die Denkphase optional zugeschaltet werden kann, arbeitet Grok 4.7 dauerhaft als Denkmodell. Es analysiert Zwischenschritte und Denkpfade, bevor es seine endgültige Antwort ausgibt.

Entwickler verfolgen das Modell aufmerksam, da xAI erhebliche Leistungssteigerungen bei Terminal-Coding-Benchmarks angekündigt hat. Die erste Runde unabhängiger Auswertungen offenbart jedoch spürbare Kompromisse zwischen reiner Modellleistung, Token-Effizienz und Antwortlatenz.

Unabhängige Benchmarks: Realität vs. Marketingversprechen

Marketingberichte stützen sich oft auf Testläufe mit herstellereigenen Testumgebungen. Unabhängige Messungen von Artificial Analysis unter kontrollierten Bedingungen mit Stand November 2026 liefern ein realistischeres Bild der tatsächlichen Leistungsfähigkeit von Grok 4.7:

Drei zentrale Ergebnisse stechen aus den Daten hervor:

Erstens: Bei Terminal-Bench 4.0 meldete xAI in internen Tests eine Erfolgsquote von 37,6 %. Im unabhängigen Test von Artificial Analysis bei hoher Denkintensität erreichte Grok 4.7 einen Wert von 25,8 %. Das ist eine echte Verbesserung um 4,5 Prozentpunkte gegenüber Grok 4.6, lässt das Modell jedoch deutlich hinter Claude Sonnet 5.5 (54,2 %) und Claude Opus 5.5 (58,5 %) zurück.

Zweitens: Grok 4.7 überzeugt bei der Synthese strukturierter Fachinformationen. Mit 1.657 Elo-Punkten im AA-Briefcase übertrifft es Claude Sonnet 5.5 (1.642 Elo) leicht und beweist solide Fähigkeiten beim Auswerten von Geschäftsdokumenten, Verfassen strukturierter Briefings und Abgleichen widersprüchlicher Fakten.

Drittens: Die Latenz ist spürbar hoch. Weil Grok 4.7 tief über weit verzweigte Lösungsbäume nachdenkt, benötigte es in den Benchmark-Tests durchschnittlich fast 11 Minuten pro komplexer Aufgabe, verglichen mit etwa 3 Minuten bei Claude Opus 5.5 und unter 3 Minuten bei Claude Sonnet 5.5.

Preise und die versteckten Kosten hoher Ausführlichkeit

Auf dem Papier wirken die direkten API-Tarife von xAI mit Stand November 2026 wettbewerbsfähig:

• Prompts unter 200.000 Tokens: 2,00 $ pro Million Eingabe-Tokens, 6,00 $ pro Million Ausgabe-Tokens.
• Prompts ab 200.000 Tokens: Verdopplung der Preise auf 4,00 $ pro Million Eingabe-Tokens und 12,00 $ pro Million Ausgabe-Tokens.
• Cache-Lesezugriffe bei Prompts: 0,50 $ pro Million Tokens.

Zum Vergleich: Anthropic berechnet für Claude Sonnet 5.5 2,00 $ für Eingaben und 10,00 $ für Ausgaben pro Million Tokens, während Prompt-Cache-Lesezugriffe bei 0,20 $ pro Million Tokens liegen (ein Caching-Rabatt von 90 %). Claude Opus 5.5 liegt bei 4,00 $ für Eingaben und 20,00 $ für Ausgaben pro Million Tokens.

Allerdings bestimmt der reine Token-Preis nicht allein deine Endabrechnung. Unabhängige Messungen belegen, dass Grok 4.7 zur Lösung vergleichbarer Programmieraufgaben etwa das 2,25-Fache an Ausgabe-Tokens im Vergleich zu Claude 5.5 generiert. Da Denk-Tokens als kostenpflichtige Ausgabe abgerechnet werden, verbraucht eine Aufgabe, die bei Sonnet 5.5 1.200 Ausgabe-Tokens benötigt, bei Grok 4.7 oft rund 2.700 Tokens.

Rechnet man Groks Cache-Lesepreis von 0,50 $ gegenüber Anthropics 0,20 $ hinzu, können mehrstufige Agenten-Schleifen, die wiederholt Kontext einlesen, bei Grok 4.7 am Ende teurer werden als bei Claude Sonnet 5.5.

So nutzt du Grok 4.7 in Zemith

Wenn du Grok 4.7 nutzen möchtest, ohne jeden Monat 30 bis 40 $ für ein isoliertes xAI-Webabonnement zu zahlen oder die API-Abrechnung nach Tokens zu verwalten, kannst du das Modell direkt in Zemith einsetzen.

Grok 4.7 ist im Zemith Plus-Tarif (15,99 $ pro Monat) und im Professional-Tarif (29,99 $ pro Monat) enthalten. So gehst du vor:

1. Öffne den Chat in Zemith im Web, unter iOS oder Android.
2. Klicke oben in der Unterhaltung auf Modell auswählen.
3. Wähle Grok 4.7 unter der xAI-Anbieterliste aus.
4. Um umfangreiche Dokumente oder Codebases zu analysieren, lade deine Dateien in ein Bibliotheksprojekt (Plus unterstützt bis zu 50 Quelldokumente) und verankere Grok 4.7 in diesen Daten.
5. Sollte Grok bei einem schwierigen Randfall in eine endlose Denkschleife geraten, wechsle mitten im Chat zu Claude 5.5 Sonnet oder Gemini 3.8 Flash, ohne den Gesprächsverlauf zu verlieren.

In Zemith kostet Grok 4.7 48 Credits pro 100 Eingabe-Tokens, 144 Credits pro 100 Ausgabe-Tokens und 12 Credits pro 100 zwischengespeicherte Eingabe-Tokens. Eine typische komplexe Denkanfrage mit 2.000 Eingabe-Tokens und 800 Ausgabe-Tokens verbraucht etwa 2.112 Credits. Bei einem Plus-Plan mit 1,5 Millionen monatlichen Credits ermöglicht das Hunderte tiefgehende Denksitzungen pro Monat, parallel zum gewohnten Zugriff auf Claude, GPT und Gemini.

Ist Grok 4.7 besser als Grok 4.6?

Ja, und zwar messbar. Grok 4.7 stellt ein deutliches Upgrade gegenüber Grok 4.6 bei Denktiefe, agentischen Workflows und Codierungsgenauigkeit dar.

Artificial Analysis ermittelte für Grok 4.7 einen Intelligence Index von 46 (gegenüber 44 bei Grok 4.6) und einen Coding Agent Index von 56 (ein Zuwachs um 9 Punkte gegenüber den 47 von Grok 4.6). Bei praxisnahen Geschäftsszenarien (AA-Briefcase) kletterte der Wert um 111 Elo-Punkte auf 1.657.

Der wesentliche Nachteil im Vergleich zu Grok 4.6 liegt in der Antwortzeit. Da Grok 4.7 standardmäßig tiefe Denkpfade aktiviert, dauern einfache Anfragen, die Grok 4.6 in Sekunden beantwortete, nun länger, während das Modell seine interne Gedankenkette erzeugt.

Grok 4.7 vs. Claude Opus 5.5 und Sonnet 5.5: Welches Modell solltest du wählen?

Die Wahl zwischen Grok 4.7 und Anthropics Claude 5.5-Modellen hängt primär vom Aufgabentyp ab:

• Wähle Claude 5.5 Sonnet für tägliche Softwareentwicklung, schnelle Refaktorierungen und iterative Agenten-Workflows über mehrere Runden. Sonnet 5.5 liefert 85 bis 139 Tokens pro Sekunde, schneidet bei Terminal-Bench 4.0 fast 30 Prozentpunkte besser ab und profitiert von einem 90-prozentigen Caching-Rabatt, der lange Chatsitzungen günstig hält.
• Wähle Claude 5.5 Opus, wenn du maximale architektonische Urteilskraft, kompromisslose Korrektheit in komplexen Codebases oder nuancierte analytische Texte benötigst, bei denen Fehler teuer werden.
• Wähle Grok 4.7 für Wissenssynthesen aus dichten Berichten, explorative Recherche mit breiten Denkansätzen und punktuelle Anfragen, die von intensiver Überlegung ohne Zeitdruck profitieren.

Da die Modelle in unterschiedlichen Bereichen glänzen, führt die Bindung an ein einzelnes Herstellerabonnement zu Kompromissen. Wer beide in einer einheitlichen Arbeitsumgebung nutzt, hat für jede Aufgabe das passendste Werkzeug parat.

Was kostet Grok 4.7 und lohnt sich SuperGrok?

xAI bietet Grok 4.7 über zwei Vertriebskanäle an:

1. X Premium+ / SuperGrok: Die Preise liegen je nach Abrechnungszeitraum und Bezugsweg (als X-Plattform-Zusatz oder eigenständiges Abonnement) zwischen 16 und 40 $ pro Monat. Allerdings stoßen Nutzer bei starker Auslastung häufig auf rollierende 5-Stunden-Sitzungslimits und Warteschlangen.
2. xAI-API: 2,00 $ Eingabe und 6,00 $ Ausgabe pro Million Tokens für Prompts unter 200.000 Tokens, mit Verdopplung oberhalb dieser Schwelle.

Für die meisten Entwickler und Fachanwender ist es schwer zu rechtfertigen, monatlich 30 $ oder mehr ausschließlich für SuperGrok auszugeben, wenn weiterhin ein separates Abonnement für Claude oder ChatGPT benötigt wird. Ein Multi-Modell-Abonnement wie Zemith Plus (15,99 $ pro Monat) bündelt Grok 4.7, Claude 5.5 Sonnet, GPT 6.1 Terra und Gemini 3.8 Flash an einem Ort für weniger als den Preis eines einzelnen Standalone-Abonnements.

Wie kombinierte Pläne im Vergleich zu Einzelabonnements abschneiden, erfährst du in unserem Leitfaden zu ChatGPT Plus und Claude Pro in einem Abonnement nutzen.

Kann Grok 4.7 Code ausführen und das Live-Web durchsuchen?

In Zemith ist der Tool-Zugriff für Grok 4.7 aktiviert. Wenn du eine Frage stellst, die aktuelle Informationen erfordert, kann das Modell Websuchen mit Quellenangaben durchführen. Zudem kann es Dateien analysieren und Skripte in einer isolierten Sandbox ausführen.

Beachte, dass Grok 4.7 keinen direkten Drag-and-Drop-Dateiupload in einem ungebundenen Chatfenster unterstützt (fileUpload: false). Um mit Dokumenten, Tabellen oder Code-Repositories zu arbeiten, erstelle ein Bibliotheksprojekt, hinterlege deine Quelldateien dort und wähle Grok 4.7 als dein Projekt-Chatmodell aus.

Ehrliche Einschränkungen: Was du beachten solltest

Bevor du deine Haupt-Workflows auf Grok 4.7 umstellst, solltest du folgende Punkte berücksichtigen:

• Kein Umschalter für das Denken: Grok 4.7 denkt immer nach. Du kannst die Denkphase nicht abschalten, um schnelle Antworten mit minimaler Latenz für einfache Fragen zu erhalten. Für kurze Korrekturen oder einfache Nachfragen sind Claude 5.5 Haiku oder Gemini 3.8 Flash wesentlich schneller.
• Leistungsabstand bei Terminal-Aufgaben: Obwohl das Marketing coding-spezifische Fortschritte hervorhebt, belegen unabhängige Benchmarks, dass Grok 4.7 (25,8 %) bei anspruchsvollen Softwareentwicklungs-Benchmarks weiterhin hinter Spitzenmodellen wie Claude Opus 5.5 (58,5 %) und GPT-6 Astra zurückbleibt.
• Preissprung beim Kontext: Sobald dein Prompt 200.000 Tokens überschreitet, verdoppelt xAI die API-Tarife für Eingabe und Ausgabe. Wenn du sehr große Codebases oder Videoeingaben verarbeitest, ist die Überwachung der Kontextgröße entscheidend.

Ausführliche Vergleiche moderner Spitzenmodelle bei Benchmarks und Programmiergrenzen findest du in unserer Analyse Gemini 4 Argon vs. Claude Opus 5.5 sowie in unserer Übersicht zum Multi-Modell-KI-Chat.

Fazit

Grok 4.7 ist ein fähiges, gründlich reflektierendes Denkmodell, das für xAI einen beachtlichen Fortschritt darstellt, besonders bei der Wissenssynthese und explorativen Recherche. Die hohe Ausführlichkeit, längere Antwortzeiten und niedrigere Werte beim Terminal-Coding bedeuten jedoch, dass es Claude 5.5 bei der Softwareentwicklung nicht als erste Wahl ablöst.

Statt dich an ein kostspieliges SuperGrok-Abonnement zu binden, teste Grok 4.7 in Zemith an der Seite von Claude und GPT. So nutzt du die Stärken des xAI-Denkmodells bei tiefgehenden Analysen und kannst jederzeit flexibel auf schnellere Spitzenmodelle wechseln, sobald Tempo und Präzision zählen.