Grok 4.7 is er: wat de prijs zegt over de AI-markt

Grok 4.7 is er: wat de prijs zegt over de AI-markt

TL;DR

  • Wat: xAI heeft Grok 4.7 uitgebracht voor $2 per miljoen input-tokens en $6 per miljoen output-tokens — vergelijkbaar met Grok 4.6, maar met betere prestaties.
  • Waarom relevant: De prijs ligt fors onder die van vergelijkbare topmodellen, wat de kosten van AI-toepassingen voor ondernemers verder kan drukken.
  • Wat je ermee kunt: Vergelijk de kosten per taak van je huidige AI-oplossing met wat Grok 4.7 via de API biedt — vooral als je veel tekst verwerkt.

Vandaag bracht xAI — het AI-bedrijf van Elon Musk — Grok 4.7 uit. Ik viel niet zozeer over de benchmarks of de parameteraantallen, maar over de prijs. Want $2 per miljoen input-tokens in een markt waar topmodellen soms het vijfvoudige kosten? Dat is een verhaal op zich.

Wat is Grok 4.7 precies?

Grok 4.7 is het nieuwste taalmodel van xAI, beschikbaar via de API, via Grok Build (hun ontwikkelomgeving) en via tools zoals Cursor. Het model heeft een contextvenster van 500.000 tokens — dat is ruwweg het equivalent van een compleet boek dat je in één keer kunt meegeven als input.

Even voor de duidelijkheid: tokens zijn de stukjes tekst waar een AI-model mee rekent. Een Nederlands woord is gemiddeld zo'n 1,5 token. Als je "per miljoen tokens" leest, kun je dus denken aan ruwweg 650.000 woorden — een flinke stapel documenten.

Volgens xAI's eigen tests presteert 4.7 beter dan zijn voorganger Grok 4.6 op alle zeven interne benchmarks. Tegen concurrenten scoort het model sterk op juridisch redeneren en technische taken, maar het blijft achter op programmeerbenchmarks. xAI noemt het model zelf "highly competitive in its class" — wat mij opvalt is dat ze bewust niet claimen dat het de beste is. Dat is ongebruikelijk in een markt waar superlatieven de norm zijn.

Een kanttekening: het eerder genoemde parameteraantal van 2,1 biljoen (een getal dat Musk zelf noemde) is niet officieel bevestigd door xAI. Ik vermeld het hier omdat het in veel berichtgeving opduikt, maar het is naar verluidt niet geverifieerd.

De prijs: waarom die er meer toe doet dan je denkt

Laat me de prijzen even naast elkaar zetten. Per miljoen tokens:

Model Input Output
Grok 4.7 $2,00 $6,00
GPT-4o (OpenAI) $2,50 $10,00
GPT-5.6 Sol (OpenAI) $4,00 $20,00
Claude Opus 5 (Anthropic) $5,00 $25,00
Gemini 3.7 Flash (Google) $0,75 $3,75

Wat hier opvalt: Grok 4.7 zit qua prijs in de buurt van GPT-4o, maar ruim onder de echte topmodellen zoals Claude Opus 5 of GPT-5.6 Sol. En dan is er nog de caching: negen van de tien input-tokens worden bij Grok uit cache geserveerd voor $0,50 in plaats van $2,00. In de praktijk betaal je dus vaak aanzienlijk minder dan de lijstprijs.

Voor de goedkoopste optie moet je bij Googles Gemini Flash zijn, maar dat is een ander type model — meer gericht op snelheid dan op diep redeneren.

Wat betekent dit voor een ondernemer?

Ik merk dat veel ondernemers AI-kosten nog als een abstract gegeven beschouwen. "We betalen voor ChatGPT, klaar." Maar zodra je AI via een API inzet — bijvoorbeeld om klantvragen automatisch te beantwoorden, offertes samen te vatten of documenten te analyseren — worden die kosten per token heel concreet.

Stel dat je als ondernemer dagelijks 500 klantvragen automatisch laat verwerken. Elke vraag bevat gemiddeld 300 woorden aan context plus het antwoord. Bij een duurder model loop je op naar honderden euro's per maand. Bij een model als Grok 4.7 — zeker met caching — kan datzelfde werk een fractie kosten.

Dat wil niet zeggen dat je direct moet overstappen. Wat mij betreft is de belangrijkste les: de prijs per taak verschilt per model, en die verschillen zijn groot genoeg om te onderzoeken. Als je een ontwikkelaar of AI-partner hebt die voor jou tools bouwt, is het een goed moment om te vragen: welk model gebruiken we, en waarom?

De kanttekening bij goedkoop

Goedkoper betekent niet automatisch beter. Het hangt af van je taak. Voor complexe code-taken lijkt Grok 4.7 niet de sterkste keuze — daar scoren concurrenten beter. Voor het verwerken van grote hoeveelheden tekst, juridische documenten of technische analyses kan het juist heel interessant zijn. De kunst is om het juiste model bij de juiste taak te kiezen. Dat klinkt logisch, maar in de praktijk zie ik dat veel bedrijven één model voor alles gebruiken.

De bredere trend: AI wordt een commodity

Wat ik het meest opvallend vind aan deze lancering is niet Grok 4.7 zelf, maar wat het zegt over de markt. Twee jaar geleden was toegang tot een krachtig taalmodel iets exclusiefs. Nu bieden minstens vijf grote spelers modellen aan die op veel taken vergelijkbaar presteren — en de prijzen dalen kwartaal na kwartaal.

Dat is vergelijkbaar met wat er ooit gebeurde met cloud-opslag. In het begin betaalde je fors voor elke gigabyte. Binnen een paar jaar werd opslag zo goedkoop dat de keuze niet meer ging over of je het kon betalen, maar over welke aanbieder het best paste bij je werkwijze.

Ik denk dat we bij AI-modellen op hetzelfde punt staan. De vraag verschuift van "kunnen we ons dit veroorloven?" naar "welk model past het best bij ónze specifieke taken?" En dat is, wat mij betreft, een gezonde ontwikkeling voor het MKB.

Wat nog onduidelijk is

Eerlijkheid gebiedt te zeggen: het is dag één. Er zijn nog geen onafhankelijke benchmarks van derden. De prestaties die xAI meldt zijn gebaseerd op hun eigen tests, en dat is niet hetzelfde als een onafhankelijke evaluatie. Ook het precieze parameteraantal is niet bevestigd. Ik zou de komende weken in de gaten houden wat onafhankelijke testers — zoals het BenchLM-leaderboard — rapporteren voordat je beslissingen neemt.

Ook relevant: Grok-modellen zijn gebouwd door een bedrijf dat nauw verbonden is met X (voorheen Twitter) en Elon Musk. Voor sommige ondernemers speelt dat mee in de afweging welke technologiepartner ze kiezen. Dat is geen technisch argument, maar het is er wel een.

Tot slot

Voor mij is het meest interessante aan Grok 4.7 niet het model zelf, maar het prijskaartje als signaal. Het vertelt me dat de concurrentie in de AI-markt inmiddels zo hevig is dat prijs een echt onderscheidend punt wordt. En als ondernemer is dat het moment waarop je extra goed gaat vergelijken — niet op basis van hype, maar op basis van wat een model daadwerkelijk kost per taak die het voor jou uitvoert.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.