Grok 4.7, değişmeyen $2/$6 token fiyatlarına rağmen görev başına maliyeti ikiye katladı

Değişmeyen fiyat listesi, ikiye katlanan fatura

Grok 4.7, Grok 4.6 ile tamamen aynı token başına ücretlerle piyasaya çıktı — milyon giriş token'ı başına $2 ve milyon çıktı token'ı başına $6 — ancak tipik bir görev artık kabaca iki kat pahalıya geliyor. dev.to'nun aktardığı Artificial Analysis verilerine göre Grok 4.7, Intelligence Index benchmark paketini çalıştırırken yaklaşık 240 milyon token üretti; Grok 4.6'da bu sayı 94 milyon, modeller genelinde medyan ise 88 milyondu. Görev başına ortalama maliyet $1,86'dan $3,74'e sıçradı.

Hesap basit: bir görev için ödediğiniz şey, token başına fiyat ile modelin üretmeye karar verdiği token sayısının çarpımıdır ve akıl yürütme modelleri bu ikinci sayıyı kendileri belirler. Grok 4.7, indekste iki puan kazanmak (44'ten 46'ya) için öncekinden kabaca 2,5 kat daha fazla yazdı.

dev.to'nun dikkat çektiği bir uyarı: ana karşılandırma, Grok 4.7'yi "xhigh" akıl yürütme çabası ayarında, Grok 4.6'yı ise "high" ayarında çalıştırıyor. Eşit çaba düzeyinde bile Artificial Analysis makalesi, Grok 4.7 için görev başına yaklaşık 81.000 çıktı token'ı, Grok 4.6 için 38.000 raporluyor; bu, GPT-6 Astra için verilen rakamın kabaca üç katı. Her durumda token sayıları ikiye katlanıyor ve her Intelligence Index görevinin tamamlanması yaklaşık 7,1 dakika sürdü.

Hız iddiası ile kronometre

xAI'nin lansman yazısı modeli, benzer modellerin yarısı fiyatla iki kat hızlı olarak duyuruyor, sonra birkaç paragraf sonra Grok 4.6 ile aynı fiyat ve hızla sunulduğunu belirtiyor. dev.to'nun işaret ettiği gibi her iki ifade ancak hız iddiası diğer laboratuvarların amiral gemilerine — yazının kendi fiyat tablosu rakip modelleri milyon token başına $4/$20 ve $10/$50 listeliyor — atıfta bulunuyorsa doğru olabilir; aynı fiyatlı önceki Grok'a değil.

Bağımsız rakamlar tersini gösteriyor. Artificial Analysis çıktı hızını saniyede yaklaşık 57 token ölçtü; bu, Grok 4.6'nın 66'sının ve alan medyanı 79'un altında ve özetinde model belirgin şekilde yavaş diye niteledi. Lansman yazısı, saatler süren problemlere odaklanan yeni, daha büyük bir temel model ve daha uzun bir pekiştirmeli öğrenme sürecini anlatıyor. 609 puanlık Hacker News başlığında çok tartışılan bir yorum, modelin aynı fiyatla Grok 4.6'dan %40 daha fazla ağırlık taşıdığını iddia etti, ancak dev.to xAI'nin böyle bir rakam yayımlamadığını, dolayısıyla sayının bir yorumcunun tahmini olarak kaldığını belirtiyor.

Ayrıntıcılık gerçek kazanımlar satın aldı

Fazla tokenlar tamamen boşa gitmiş değil. Artificial Analysis, iyileşmelerin tam olarak xAI'nin modeli eğittiğini söylediği yerde yoğunlaştığını bildirdi: uzun, çok adımlı işler. Uzun ofis görevlerini kapsayan AA-Briefcase 111 Elo artışla 1657'ye; GDPval-AA 90 puan artışla 1695'e yükseldi; xAI'nin kendi Grok Build ortamında çalıştırılan Coding Agent Index ise dokuz puan artışla 56'ya çıktı ve Claude Fable 5.1, GPT-6 Astra ve Claude Opus 5'nin ardından dördüncü sıraya yerleşti. Halüsinasyon oranı %34'ten %29'a düştü ve model genel Intelligence Index'te 211 model arasında 21. sırada yer alıyor.

Tembel, döngüsel ya da ikisi birden

dev.to'nun aktardığı Hacker News başlığındaki geliştirici raporları çelişik yönlere işaret ediyor. Bazı kullanıcılar modelin görevleri neredeyse hemen bitirdiğini ve işi tamamlandı ilan ettiğini söylüyor; diğerleri, AGENTS.md talimatlarını görmezden gelip plan dosyalarını bozarak düşünme modunda düzinelerce numaralı düzeltme arasında döngüye girdiğini anlatıyor. Azınlık bir kesim ise onu rotasından sapmayan odaklı bir model olarak niteledi. dev.to'ya göre bir çelişki yok: bir model 81.000 token'ı ayrıntılı bir plana harcayabilir ve yine de iş bitmeden durabilir — planlamayı finanse eden, sonra işi kendisi yapmak zorunda kalan kullanıcı olur.

Neden önemli

LLM kullanımına bütçe ayıran herkes için bu lansman, bir sağlayıcının fiyat tablosunun artık faturayı öngörmediğinin somut bir kanıtı. Sağlayıcı oranı belirler; model hacmi seçer. dev.to'nun pratik önerisi tekrarlanmaya değer: token başına fiyat yerine görev başına maliyeti karşılaştırın, yayımlanmış ölçümleri veya kendi loglarınızı kullanın; modelleri karşılaştırmadan önce SDK'nızın ya da sağlayıcınızın varsayılan akıl yürütme çabası düzeyini kontrol edin; ve geçiş yapmadan önce agent ortamınızda görev başına token veya harcama limitleri belirleyin. Bu olay aynı zamanda bağımsız ölçümün önemine bir örnek — Artificial Analysis hem xAI'nin uzun vadeli görevlerdeki iddia edilen kazanımlarını doğruladı hem de hız iddiasını çürüttü; yalnızca lansman yazısını okuyan bir alıcı, modelin gerçek maliyetinin yaklaşık yarısı kadar bütçe planlamış olurdu.