Grok 4.7 is er: goedkoop, maar hoe goed precies?

TL;DR

• Wat: xAI heeft Grok 4.7 uitgebracht — een AI-model met 2,1 biljoen parameters, een contextvenster van 500.000 tokens en opvallend lage prijzen.
• Waarom relevant: De prijsstelling is agressief laag ($2 per miljoen input-tokens), waardoor AI-toepassingen voor kleinere bedrijven financieel haalbaarder worden.
• Wat je ermee kunt: Bekijk of Grok 4.7 via de API of tools als Cursor bruikbaar is voor jouw bedrijfstoepassingen — maar wees je bewust van de prestatiekloof met duurdere alternatieven.

Elon Musk kondigde op 2 september aan dat Grok 4.7 er binnen tien dagen zou zijn. Het werden er uiteindelijk negentien — op 21 september ging het model live. Ik viel erover omdat de positionering opvallend is: niet het slimste model, maar mogelijk wel het goedkoopste in de topklasse.

Wat is Grok 4.7 precies?

Grok 4.7 is het nieuwste AI-model van xAI, het bedrijf van Elon Musk. Het is de opvolger van Grok 4.6 en heeft 2,1 biljoen parameters — dat is 40% meer dan zijn voorganger. Om dat in perspectief te plaatsen: parameters zijn zeg maar de "geheugenplekken" waarmee een AI-model patronen opslaat. Meer parameters betekent in theorie meer nuance en kennis, al is dat niet de enige factor die telt.

Het model heeft een contextvenster van 500.000 tokens. Dat komt ruwweg neer op een boek van zo'n 700 pagina's dat je in één keer kunt "voorleggen" aan het model. Handig als je lange documenten, contracten of handleidingen wilt laten analyseren.

Wat ik bijzonder vind: xAI heeft het model getraind met interne SpaceX-data. Denk aan satelliettelemetrie van Starlink en technische gegevens uit raketontwikkeling. Dat is een dataset die geen concurrent kan kopen of licentiëren — die zit exclusief binnen Musks eigen bedrijven. Of dat voor de gemiddelde ondernemer iets uitmaakt, is een andere vraag, maar als uniek trainingsgegeven is het wel opmerkelijk.

De benchmarks: eerlijk beeld

Hier wordt het interessant — en eerlijk gezegd ook wat ontnuchterend. Musk claimde vooraf dat Grok 4.7 "elk model zou verslaan." De onafhankelijke benchmarks laten een genuanceerder beeld zien.

Volgens Artificial Analysis scoort Grok 4.7 een 46 op hun Intelligence Index. Ter vergelijking: Claude Fable 5.1 en GPT-6 scoren beide een 53. Dat is een merkbaar verschil.

Bij coderingstaken wordt de kloof groter. Op Terminal-Bench 4.0, een test voor complexe programmeeropdrachten, haalt Grok 4.7 slechts 26%. GPT-6 Astra scoort 60%, Claude Fable 5.1 komt op 55%. Zelfs het budgetmodel DeepSeek V4.1 Flash scoort net iets hoger met 27%.

Er zijn ook verbeteringen. De hallucinatie-ratio — hoe vaak het model dingen verzint — is gedaald van 34% naar 29% ten opzichte van Grok 4.6. De snelheid is prima: zo'n 188 tokens per seconde, met een eerste responstijd van minder dan een seconde. En op taken rond "agentic knowledge work" (denk aan het zelfstandig uitvoeren van langere kennistaken) scoort het model +111 Elo boven zijn voorganger.

Ik vind het eerlijk gezegd knap dat xAI verbetert op meerdere fronten, maar de claim dat het "elk model verslaat" houdt op basis van deze cijfers geen stand. Dat is geen waardeoordeel over het model zelf — het is een observatie over de marketing.

De prijs: hier wordt het interessant voor ondernemers

Waar Grok 4.7 écht opvalt, is de prijs. Het model kost $2 per miljoen input-tokens en $6 per miljoen output-tokens. Dat is vergelijkbaar met wat Chinese modellen rekenen, en een fractie van wat de topmodellen van OpenAI en Anthropic kosten.

Kun je je voorstellen wat dit betekent als je een bedrijf runt dat dagelijks honderden klantvragen verwerkt? Of als je regelmatig lange offertes of rapportages wilt laten samenvatten? Bij die volumes maakt het prijsverschil echt uit — we praten dan al snel over tientallen euro's per maand versus honderden.

Voor taken die "goed genoeg" moeten zijn — denk aan het samenvatten van e-mails, het genereren van eerste concepten, het classificeren van binnenkomende berichten — is een goedkoper model dat 80% van de kwaliteit levert soms precies wat je nodig hebt. Niet elk bedrijfsproces vereist het allerbeste model.

Maar als je echt complexe analyses, betrouwbare code of diepgaand redeneerwerk nodig hebt, dan suggereren de benchmarks dat je bij een duurder alternatief beter af bent. Het is een afweging die elke ondernemer voor zichzelf moet maken.

Beschikbaarheid en hoe je erbij kunt

Grok 4.7 is beschikbaar via de xAI API, via Cursor (een populaire code-editor met AI-integratie), Grok Build, en GitHub Copilot voor Pro-, Business- en Enterprise-gebruikers. Er is ook een gratis toegang via Grok Build, al is niet helemaal duidelijk welke beperkingen daar aan zitten.

Het model biedt vier "redeneer-niveaus": low, medium, high en xhigh. Hoe hoger het niveau, hoe meer het model nadenkt voordat het antwoordt — maar ook hoe meer tokens het verbruikt. Voor snelle, eenvoudige taken kun je een lager niveau kiezen en kosten besparen. Voor complexere vragen schakel je hoger.

Wat mij opvalt is dat xAI het model ook beschikbaar maakt op platforms waar ontwikkelaars al zitten — Cursor en GitHub Copilot. Dat verlaagt de drempel. Je hoeft geen apart account aan te maken of een nieuwe tool te leren.

Wat ik hiervan vind

Ik denk dat de markt voor AI-modellen steeds meer gaat lijken op hoe we naar andere zakelijke diensten kijken: niet "wat is het beste?" maar "wat is het beste voor wat ik nodig heb, gegeven wat ik wil uitgeven?"

Grok 4.7 is niet het slimste model op de markt. De benchmarks zijn daar helder over. Maar het is ook niet bedoeld om dat te zijn — althans, niet in de praktijk, wat Musk ook beweert. Het positioneert zich als een capabel model tegen een scherpe prijs.

Voor een MKB-ondernemer die wil experimenteren met AI in bedrijfsprocessen — klantenservice, documentsamenvatting, eerste concepten schrijven — kan die lage prijs precies de drempel wegnemen. Je kunt meer proberen zonder dat de rekening oploop als het tegenvalt.

Waar ik wel een kanttekening bij wil plaatsen: een hallucinatie-ratio van 29% is beter dan voorheen, maar het betekent nog steeds dat het model bij ruwweg drie op de tien feitelijke vragen iets kan verzinnen. Voor alles waar nauwkeurigheid ertoe doet — financiële rapportages, juridische teksten, klantcommunicatie — blijft menselijke controle onmisbaar.

Voor mij is dit vooral een signaal dat AI-modellen steeds toegankelijker worden qua kosten, maar dat "goedkoop" en "goed" nog altijd twee verschillende gesprekken zijn. De kunst voor ondernemers is om te weten welk gesprek je op welk moment moet voeren.