SpaceXAI: Grok 4.7

SpaceXAI : Grok 4.7 est un modèle de génération de texte de xAI, répertorié sur api14 sous l'identifiant de modèle x-ai/grok-4.7. Il appartient à la catégorie texte et est décrit par son fournisseur comme le modèle phare pour le codage, les tâches agentiques et le travail de connaissance, succédant à Grok 4.6. La date de publication par le fournisseur est le 2026-09-21.

Le modèle accepte des entrées texte, image et fichier, et renvoie du texte. Sa fenêtre de contexte est de 500000 tokens, et la sortie maximale est de 450000 tokens, donc des entrées très volumineuses et de longues générations sont toutes deux possibles dans une seule requête. Les paramètres pris en charge incluent include_reasoning, reasoning et reasoning_effort, qui concernent le comportement de raisonnement du modèle, ainsi que logprobs et top_logprobs pour l'inspection au niveau des tokens.

Ces capacités indiquent quelques usages pratiques. Le fournisseur met en avant les tâches d'ingénierie logicielle de longue durée, la vérification de son propre travail et les flux de travail agentiques, donc le modèle convient à la génération de code et à l'utilisation d'outils en plusieurs étapes lorsqu'une tâche s'étend sur de nombreux tours. Comme il accepte les images et les fichiers, il peut aussi recevoir des documents ou des captures d'écran en plus d'un prompt, ce qui convient au travail de connaissance comme le résumé ou l'extraction d'informations à partir de contenus mixtes. La grande fenêtre de contexte est utile lorsque l'ensemble de la base de code ou du corpus documentaire doit être visible en une seule fois.

Via api14, vous l'appelez avec le point de terminaison chat completions compatible OpenAI et l'identifiant de modèle x-ai/grok-4.7. La requête prend en charge max_tokens, temperature, top_p, seed, response_format, structured_outputs et les contrôles de raisonnement (reasoning, reasoning_effort, include_reasoning). Elle prend également en charge l'appel d'outils via tools et tool_choice, et la sortie de probabilités de tokens via logprobs et top_logprobs. Définissez les paramètres dont vous avez besoin dans le corps de la requête comme avec n'importe quel client compatible OpenAI.

Un point à peser est le plafond de sortie : 450000 tokens est généreux mais pas illimité, donc des générations extrêmement longues peuvent devoir être fractionnées ou poursuivies sur plusieurs requêtes. Si une tâche n'implique pas d'images ou de fichiers, ou n'a pas besoin des fonctionnalités de raisonnement et d'outils, un modèle de texte plus simple peut suffire. Pour le codage, le travail agentique et les tâches sur de grands documents, la combinaison de ce modèle, un contexte de 500000 tokens et la prise en charge des outils, est la raison de le choisir.