Grok 4.7 21 सितंबर 2026 को जारी हुआ, और लोगों ने सबसे पहले जो चीज़ नोटिस की वह थी जो नहीं बदला: कीमत। पहले के टारगेट डेट्स से आगे खिसकने के बाद xAI (जिसे अब SpaceXAI ब्रांड किया गया है) ने Grok 4.6 की दरें बनाए रखीं, यानी प्रति मिलियन इनपुट टोकन $2 और प्रति मिलियन आउटपुट टोकन $6, और 500,000 टोकन की कॉन्टेक्स्ट विंडो भी वही रखी। जो बदला है वह यह है कि मॉडल हर टास्क पर कितनी मेहनत करता है, और असली लागत की कहानी वहीं है।
इस पेज पर रिलीज़ डेट, हर प्राइस टियर, कॉन्टेक्स्ट विंडो की सीमाएँ, xAI के बताए बेंचमार्क स्कोर और स्वतंत्र परीक्षकों के मापे आँकड़े एक जगह दिए गए हैं। जहाँ स्रोतों में अंतर है, वहाँ आपको दोनों आँकड़े दिखेंगे। वेंडर का स्कोर तब तक एक दावा है जब तक कोई और उसे दोहराए नहीं, इसलिए नीचे हर आँकड़े के साथ लिखा है कि उसे किसने तैयार किया।
💡 त्वरित सार: Grok 4.6 जैसे ही टोकन दाम, वही 500K विंडो, xAI के सातों बेंचमार्क पर ज़्यादा स्कोर, और प्रति टास्क लगभग 2.25 गुना ज़्यादा आउटपुट टोकन। देखने लायक संख्या प्रति-टोकन दर नहीं, बल्कि प्रति-टास्क बिल है।
Grok 4.7 रिलीज़ डेट
21 सितंबर को क्या लॉन्च हुआ
xAI ने Grok 4.7 को 21 सितंबर 2026 को जारी किया, जिसकी घोषणा SpaceXAI अकाउंट से लगभग 16:17 UTC पर हुई। इसका पिछला वर्ज़न Grok 4.6 12 अगस्त 2026 को आया था, इसलिए दोनों मॉडलों के बीच सिर्फ़ 40 दिन का फ़ासला है, हालाँकि रिपोर्टें बताती हैं कि 4.7 पहले के टारगेट डेट्स से देर से आया। बुनियादी तथ्य एक टेबल में:
| विवरण | Grok 4.7 |
|---|
| रिलीज़ डेट | 21 सितंबर 2026 |
| पिछला मॉडल | Grok 4.6, 12 अगस्त 2026 |
| API मॉडल ID | grok-4.7 |
| इनपुट | टेक्स्ट और इमेज |
| आउटपुट | टेक्स्ट |
| रीज़निंग इफ़ोर्ट | low, medium, high (डिफ़ॉल्ट), xhigh |
| नॉलेज कटऑफ़ | मई या जून 2026, स्रोतों में अंतर है |
एक इंटीग्रेटर का कहना है कि डैश वाली स्पेलिंग grok-4-7 स्वीकार नहीं होती, इसलिए API कॉल में डॉट वाली ID इस्तेमाल करें। तकनीकी पक्ष पर, xAI एक बड़े बेस मॉडल की बात करता है, जिसे घंटों तक चलने वाले टास्क पर लंबी रीइन्फ़ोर्समेंट ट्रेनिंग दी गई है, साथ ही अपने काम को जाँचने और लंबे कॉन्टेक्स्ट को संभालने की बेहतर आदतें भी हैं।

इसे कहाँ इस्तेमाल करें
Grok 4.7 पहले ही दिन कई रास्तों से डेवलपर्स तक पहुँचा:
- xAI API: लॉन्च के समय
grok-4.7 ID के तहत उपलब्ध।
- Cursor: इसे तुरंत जोड़ा, जिसमें एक तेज़ पेड वेरिएंट भी शामिल है।
- Grok Build: xAI का अपना कोडिंग हार्नेस, जहाँ रिपोर्ट किए गए कई बेंचमार्क रन किए गए।
- GitHub Copilot: लॉन्च के बाद धीरे-धीरे रोलआउट किया गया।
- OpenRouter और Vercel AI Gateway: दोनों ने रूटिंग के लिए इसे लिस्ट किया।
- क्लाउड प्लेटफ़ॉर्म: Bedrock, Model Garden और Foundry लॉन्च के समय xAI API से पीछे रहे।
लिस्ट की गई रेट लिमिट्स हैं 150 रिक्वेस्ट प्रति सेकंड और 50 मिलियन टोकन प्रति मिनट, जो इतनी उदार है कि ज़्यादातर टीमें कैप तक पहुँचने से पहले ही अपना बजट पूरा कर लेंगी।
Grok 4.7 प्राइस प्रति मिलियन टोकन
स्टैंडर्ड और लंबे प्रॉम्प्ट की दरें
कीमत Grok 4.6 जैसी ही है। दर इस पर निर्भर करती है कि आपका प्रॉम्प्ट कितना लंबा है, और एक बार सीमा पार होने पर पूरी रिक्वेस्ट ऊँचे टियर पर बिल होती है, सिर्फ़ अतिरिक्त टोकन पर नहीं।
| प्रॉम्प्ट साइज़ | इनपुट | कैश्ड इनपुट | आउटपुट |
|---|
| 200K टोकन से कम | $2.00 | $0.50 | $6.00 |
| 200K टोकन और उससे ऊपर | $4.00 | $1.00 | $12.00 |
सभी कीमतें प्रति मिलियन टोकन हैं। कैश्ड इनपुट की दर स्टैंडर्ड इनपुट दर की एक-चौथाई होती है, जिससे दोहराए जाने वाले सिस्टम प्रॉम्प्ट और साझा प्रोजेक्ट कॉन्टेक्स्ट कहीं सस्ते पड़ते हैं।
एक फ़ास्ट वेरिएंट भी है, जो सिर्फ़ Cursor और Grok Build के अंदर उपलब्ध है, पब्लिक API से नहीं। इसे दोगुनी आउटपुट स्पीड पर दोगुनी कीमत वाला बताया गया है, इसलिए अगर आप इसे चुनते हैं तो स्टैंडर्ड दरों का दोगुना बजट रखें।

असली प्रॉम्प्ट, असली बिल
दरें तब तक ज़्यादा मायने नहीं रखतीं जब तक उन्हें लागू न किया जाए। नीचे की टेबल 5,000 आउटपुट टोकन के जवाब और बिना कैशिंग मानकर बनाई गई है।
| प्रॉम्प्ट साइज़ | इनपुट लागत | आउटपुट लागत | कुल |
|---|
| 50K टोकन | $0.10 | $0.03 | $0.13 |
| 150K टोकन | $0.30 | $0.03 | $0.33 |
| 199K टोकन | $0.40 | $0.03 | $0.43 |
| 201K टोकन | $0.80 | $0.06 | $0.86 |
| 400K टोकन | $1.60 | $0.06 | $1.66 |
बीच की पंक्तियों को देखें। प्रॉम्प्ट में सिर्फ़ 2,000 टोकन जोड़ने से बिल $0.43 से बढ़कर $0.86 हो जाता है, यानी सिर्फ़ थ्रेशोल्ड पार करने की वजह से बिल का दोगुना होना।
💡 टिप: अगर आपका प्रॉम्प्ट 200K टोकन के आसपास है, तो उसे छोटा करें या काम को दो कॉल में बाँट दें। निचले टियर पर कैश्ड इनपुट आमतौर पर एक बड़ी रिक्वेस्ट से सस्ता पड़ता है।
500K कॉन्टेक्स्ट विंडो
500,000 टोकन में क्या समाता है
Grok 4.7 एक ही रिक्वेस्ट में 500,000 टोकन स्वीकार करता है, ठीक Grok 4.6 की तरह, इसलिए यह कोई अपग्रेड नहीं है। एक आम नियम यह है कि एक टोकन लगभग अंग्रेज़ी के तीन-चौथाई शब्द के बराबर होता है। इसका मतलब है कि विंडो लगभग 375,000 शब्द, या लगभग 1,500 पेज सादे टेक्स्ट जितनी है। व्यवहार में इसमें ये समा सकता है:
- टेस्ट और डॉक्यूमेंटेशन समेत एक मध्यम आकार का कोड रिपॉज़िटरी
- एक साथ कई लंबे कॉन्ट्रैक्ट या रिसर्च पेपर
- पैटर्न खोजने के लिए एक पूरे हफ़्ते के सपोर्ट टिकट
- टूल आउटपुट को मेमोरी में रखे हुए एक बहुत लंबा एजेंट सेशन
इन्हें अनुमान मानें। कोड, टेबल और गैर-अंग्रेज़ी टेक्स्ट में सामान्य गद्य की तुलना में प्रति शब्द ज़्यादा टोकन लगते हैं, इसलिए असली क्षमता आपके कंटेंट के हिसाब से बदलती है।
जब लंबे प्रॉम्प्ट की लागत दोगुनी हो जाती है
विंडो बड़ी है, लेकिन सीमा तय करने वाली चीज़ प्राइस टियर है। 200K टोकन या उससे ऊपर की कोई भी रिक्वेस्ट पूरी रिक्वेस्ट के लिए $4 इनपुट और $12 आउटपुट दरों पर चली जाती है। इन दरों पर 5,000 टोकन के जवाब वाले पूरे 500K प्रॉम्प्ट की लागत लगभग $2.06 है, जबकि 150K प्रॉम्प्ट की $0.33।

बड़ी विंडो का मतलब बेहतर रिकॉल की गारंटी भी नहीं है। xAI कहता है कि 4.7 लंबे कॉन्टेक्स्ट को संभालने और घंटों के टास्क में अपने काम को जाँचने में बेहतर है, लेकिन ये लॉन्च के दावे हैं। आधा मिलियन टोकन प्रोडक्शन में भेजने से पहले अपने ही डॉक्यूमेंट्स पर रिट्रीवल की जाँच ज़रूर करें।
xAI के बताए बेंचमार्क
कोडिंग और टर्मिनल स्कोर
xAI ने सात बेंचमार्क की एक टेबल प्रकाशित की, और Grok 4.7 ने हर एक में Grok 4.6 को पीछे छोड़ा। सबसे बड़ा बदलाव कोडिंग वाली पंक्तियों में दिखता है।
| बेंचमार्क | Grok 4.6 | Grok 4.7 | Grok 4.7 सेटिंग |
|---|
| CursorBench 4.0 | 40.4% | 46.3% | xhigh |
| DeepSWE v1.1 | 65.2% | 71.0% | high |
| Terminal-Bench 4.0 | 20.3% | 38.0% | xhigh, Grok Build हार्नेस |
| SWE-Marathon v1.1 | 31.9% | 46.0% | high |
Terminal-Bench 4.0 इसकी मुख्य खबर है, लगभग 17 अंक की बढ़त, और एक आउटलेट 4.7 का स्कोर 38.0% की जगह 37.6% बताता है। SWE-Marathon में भी 14 अंक से ज़्यादा की छलांग लगी, जो लंबे, कई घंटों के काम पर ध्यान देने से मेल खाती है।
एक बात पर ध्यान देना ज़रूरी है। लॉन्च टेबल CursorBench पर Grok 4.6 को high इफ़ोर्ट पर और Grok 4.7 को xhigh पर रखकर तुलना करती है, इसलिए यह तुलना बराबरी की नहीं है। ज़्यादा इफ़ोर्ट का मतलब है ज़्यादा रीज़निंग टोकन, और यह बात नीचे की लागत वाले हिस्से में फिर से आती है।
नॉलेज वर्क के स्कोर
कोडिंग से बाहर तस्वीर छोटी है, लेकिन फिर भी सकारात्मक है।
| बेंचमार्क | Grok 4.6 | Grok 4.7 |
|---|
| EEBench | 53.0% | 64.0% |
| HealthBench Professional | 48.5% | 56.7% |
| Harvey legal benchmark | 15.8% | 19.6% |
लीगल स्कोर बताता है कि ये टेस्ट कितने कठिन हैं। लगभग चार अंक की बढ़त के बाद भी Grok 4.7 Harvey बेंचमार्क पर 20% से नीचे है, इसलिए लीगल ड्राफ़्टिंग को अब भी इंसानी समीक्षा की ज़रूरत है।

💡 चेतावनी: इस सेक्शन का हर स्कोर xAI की अपनी सामग्री से है। जिन थर्ड-पार्टी साइटों ने इन्हें दोबारा प्रकाशित किया, उन्होंने साफ़ लिखा है कि उन्होंने आँकड़ों की पुष्टि नहीं की।
स्वतंत्र परीक्षणों में क्या मिला
थर्ड पार्टी के इंडेक्स स्कोर
एक स्वतंत्र लीडरबोर्ड ट्रैकर ने लॉन्च के दिन Grok 4.7 को मापा और वेंडर टेबल के सुझाव से छोटी बढ़त पाई:
- Intelligence Index: 46 का स्कोर, 655 ट्रैक किए गए मॉडलों में 16वें स्थान पर, Grok 4.6 से 2 अंक ऊपर।
- Coding Agent Index: Grok 4.6 से 9 अंक ऊपर।
- Cyber Index (28 सितंबर): 56%, 17 मॉडलों में पहले स्थान पर बराबरी के साथ।
- VulcanBench (4 अक्टूबर): Grok 4.7 टॉप तीन में रहा, Claude Fable 5 परिवार के 5.1 Max टियर से आगे।
पैटर्न एक जैसा है। मॉडल एजेंटिक कोडिंग और सिक्योरिटी के काम में साफ़ तौर पर बेहतर है, जबकि सामान्य रीज़निंग में बदलाव बहुत कम रहा। यह उस मॉडल से मेल खाता है जिसे चैट के लिए बनाने के बजाय लंबे टास्क पर ट्रेनिंग देकर ट्यून किया गया है।
टोकन की भूख वाली समस्या
यहाँ असली पेच है। उसी ट्रैकर ने Grok 4.7 के लिए लगभग 81,000 आउटपुट टोकन प्रति टास्क दर्ज किए, जबकि Grok 4.6 के लिए 36,000, यानी लगभग 2.25 का अनुपात। दूसरे परीक्षकों ने भी यही देखा: xhigh पर नया मॉडल high पर Grok 4.6 से दोगुने से ज़्यादा आउटपुट लिखता है।
| मेट्रिक | Grok 4.6 | Grok 4.7 |
|---|
| प्रति टास्क आउटपुट टोकन | 36,000 | 81,000 |
| $6 प्रति मिलियन पर प्रति टास्क आउटपुट लागत | $0.22 | $0.49 |
| प्रति-टोकन कीमत | $6 प्रति मिलियन | $6 प्रति मिलियन |
सिर्फ़ आउटपुट की लागत, इनपुट और कैशिंग से पहले। रेट कार्ड नहीं बदला, लेकिन पूरे किए गए टास्क की लागत लगभग दोगुनी हो गई। जो सस्ता मॉडल दोगुना बोलता है, वह सस्ता मॉडल नहीं रहता।

इस भूख को कुछ आदतों से काबू में रखा जा सकता है:
- आउटपुट की लंबाई सीमित करें हर कॉल पर एक समझदार max token limit लगाकर।
- आसान स्टेप्स के लिए low या medium इफ़ोर्ट इस्तेमाल करें, और xhigh उस स्टेप के लिए रखें जिसे उसकी ज़रूरत हो।
- साझा कॉन्टेक्स्ट कैश करें, ताकि आपके सिस्टम प्रॉम्प्ट और प्रोजेक्ट फ़ाइलों पर $0.50 की इनपुट दर लागू हो।
- छोटे टास्क Grok 4.6 या किसी छोटे मॉडल को भेजें, और सिर्फ़ लंबे, टूल-भारी कामों को 4.7 पर भेजें।
- प्रति रिक्वेस्ट नहीं, प्रति पूरे किए गए टास्क के टोकन लॉग करें, ताकि रीट्राई और लंबे जवाब आपके आँकड़ों में दिखें।
दो दावे अभी भी पक्के नहीं हैं। xAI ने पैरामीटर काउंट नहीं बताया है, और Elon Musk द्वारा उछाले गए 2.1 ट्रिलियन के आँकड़े को लॉन्च सामग्री से समर्थन नहीं मिला। Musk ने SpaceX के अतिरिक्त डेटा का ज़िक्र भी किया, जो आधिकारिक दस्तावेज़ों में नहीं है। जब तक xAI विवरण प्रकाशित नहीं करता, दोनों को अफ़वाह मानें।
Grok 4.7 बनाम उसके प्रतिद्वंद्वी
Grok 4.7 बनाम Grok 4.6
| फ़ीचर | Grok 4.6 | Grok 4.7 |
|---|
| रिलीज़ | 12 अगस्त 2026 | 21 सितंबर 2026 |
| इनपुट कीमत | $2 प्रति मिलियन | $2 प्रति मिलियन |
| आउटपुट कीमत | $6 प्रति मिलियन | $6 प्रति मिलियन |
| कॉन्टेक्स्ट विंडो | 500K | 500K |
| इफ़ोर्ट लेवल | low से xhigh | low से xhigh |
| प्रति टास्क आउटपुट टोकन | 36,000 | 81,000 |
| Terminal-Bench 4.0 | 20.3% | लगभग 38% |
मैंने जिन तुलनाओं को देखा, उनकी सिफ़ारिश सीधी है। एजेंटिक कोडिंग, टर्मिनल ऑटोमेशन और लंबे रिपॉज़िटरी के काम के लिए अपग्रेड करें। छोटे जवाबों, क्लासिफ़िकेशन और चैट के लिए 4.6 पर बने रहें, क्योंकि वहाँ अतिरिक्त वर्बोसिटी सिर्फ़ लागत बढ़ाती है। एक मोटा बँटवारा कुछ ऐसा दिखता है:
- अभी स्विच करें: कोडिंग एजेंट, मल्टी-फ़ाइल रीफ़ैक्टर, शेल ऑटोमेशन, सिक्योरिटी ट्रायेज
- पहले टेस्ट करें: लीगल, हेल्थ और फ़ाइनेंस के काम, जहाँ कम पूर्ण स्कोर समीक्षा माँगते हैं
- जहाँ हैं वहीं रहें: छोटे Q&A, सारांश, सपोर्ट जवाब, प्रति मैसेज कीमत वाली कोई भी चीज़

Fable 5.1 Max और अन्य प्रतिद्वंद्वी
Claude Fable 5 परिवार, खासकर 5.1 Max टियर के मुकाबले, xAI की अपनी टेबल दिखाती है कि Grok 4.7 सात में से दो बेंचमार्क पर आगे है और कोडिंग वाली पंक्तियों में पीछे। VulcanBench का नतीजा उलटी दिशा में जाता है, इसलिए ईमानदार सार यह है कि दोनों टेस्ट के हिसाब से बारी-बारी से जीतते हैं।
अन्य लैब्स के खिलाफ़ साफ़ हेड-टू-हेड आँकड़े अभी कम हैं। अगर आप Grok 4.7, GPT 5.6 Sol और Gemini 3.5 Flash के बीच चुन रहे हैं, तो हर एक पर वही दस असली प्रॉम्प्ट चलाएँ और क्वालिटी के साथ इस्तेमाल हुए कुल टोकन दोनों की तुलना करें।

रीज़निंग इफ़ोर्ट लेवल चुनना
Grok 4.7 में चार सेटिंग्स हैं: low, medium, high और xhigh, जिनमें high डिफ़ॉल्ट है। चूँकि आउटपुट टोकन आपका बिल तय करते हैं, इसलिए इफ़ोर्ट क्वालिटी जितना ही लागत का डायल भी है।
- Low: तुरंत लुकअप और फ़ॉर्मेटिंग के काम
- Medium: रोज़ के लेखन और हल्के कोड बदलाव
- High: डिफ़ॉल्ट, ज़्यादातर एजेंट वर्क के लिए एक समझदार शुरुआत
- Xhigh: कठिन मल्टी-स्टेप टास्क, जहाँ गलत जवाब की कीमत अतिरिक्त टोकन से ज़्यादा है
high से शुरू करें, पूरे किए गए टास्क पर टोकन मापें, और xhigh पर सिर्फ़ उन कामों के लिए जाएँ जो उसके बिना फ़ेल होते हैं।

PicassoIA पर Grok फ़ैमिली आज़माएँ
लिखते समय Grok 4.7 PicassoIA पर लिस्ट नहीं है, लेकिन इसका पिछला वर्ज़न Grok 4 है, और वह सीधे टेक्स्ट फ़ील्ड से चलता है, बिना API एक्सेस या सेटअप के। API खर्च करने से पहले xAI की रीज़निंग शैली को समझने का यह एक तेज़ तरीका है।
PicassoIA पर Grok 4 कैसे इस्तेमाल करें
- लार्ज लैंग्वेज मॉडल कलेक्शन में Grok 4 पेज खोलें।
- अपना सवाल Prompt फ़ील्ड में लिखें। मल्टी-स्टेप समस्याओं और तुलनाओं के लिए यह सबसे अच्छा है।
- तथ्यात्मक काम के लिए Temperature को डिफ़ॉल्ट 0.1 पर रखें, और ब्रेनस्टॉर्मिंग के लिए इसे थोड़ा बढ़ाएँ।
- Max Tokens जाँचें। डिफ़ॉल्ट 2,048 है, इसलिए अगर लंबे जवाब कट जाएँ तो इसे बढ़ाएँ।
- Top P को 1 पर और दोनों पेनल्टी को 0 पर रखें, जब तक जवाब खुद को दोहराता न हो।
- प्रॉम्प्ट चलाएँ, फिर वही टेक्स्ट तुलना के लिए किसी दूसरे मॉडल में पेस्ट करें।
आखिरी स्टेप के लिए, Claude Sonnet 5, GPT 5.6 Sol और Gemini 3.5 Flash अच्छे प्रतिद्वंद्वी हैं, और एजेंट-शैली के कोडिंग प्रॉम्प्ट के लिए Kimi K2.6 पेज देखने लायक है।
इसके बाद अपनी इमेज बनाएँ
मॉडलों के बारे में पढ़ना आधा काम है। बाकी आधा उनसे कुछ बनाना है, और यहीं PicassoIA अपनी उपयोगिता साबित करता है। किसी लैंग्वेज मॉडल से स्क्रिप्ट, प्रोडक्ट विवरण या ब्लॉग का खाका तैयार करें, फिर उसी विचार को कुछ क्लिक में विज़ुअल में बदलें।

फ़ोटोरियलिस्टिक नतीजों के लिए, Seedream 4.5, GPT Image 2, Flux 2 Pro या Nano Banana Pro से शुरू करें। सब्जेक्ट, रोशनी और लेंस का वर्णन करें, जैसे "85mm, soft window light, film grain", और एक ही प्रॉम्प्ट पर दो मॉडलों की तुलना करें। जब कोई स्टिल सही लगे, तो टेक्स्ट-टू-वीडियो कलेक्शन उसे एक छोटे क्लिप में बदल सकता है।
picassoia.com/en/all-models पर सभी मॉडल ब्राउज़ करें, कोई एक चुनें, अपना पहला प्रॉम्प्ट लिखें और देखें कि आज आप क्या बना सकते हैं।