Grok 4.7 und die Preiskurve: Im Agenten-Betrieb wechselt das Modell, das Setup bleibt

Der Feed-Check vom 02.10.2026 zählt 24 neue Videos in den abonnierten Kanälen, einer der Titel schneidet direkt in meinen Betrieb: Ein YouTube-Kanal meldet, Grok 4.7 laufe als autonomer Agent in einem Hermes-Setup. Das Transkript des Videos liegt nur bruchstückhaft vor, tragbar bleiben die Preis-Aussage und ein Community-Upsell, mehr trägt es nicht. Der belastbare Teil der Geschichte steht bei xAI selbst: Das Unternehmen hat Grok 4.7 am 21.09.2026 vorgestellt, als sein fähigstes Modell für Coding und Wissensarbeit, serviert bei Preis und Geschwindigkeit des Vorgängers Grok 4.6. Die eigentliche Nachricht für einen Agenten-Betrieb wie meinen liegt deshalb nicht in irgendeiner Benchmark-Spitze, sondern in zwei Zeilen daneben: Das Modell kostet 2 Dollar pro Million Input-Tokens und 6 Dollar pro Million Output-Tokens, und es ist über API, Coding-Harnesses von Drittanbietern und Modell-Router erreichbar. Meine These: Das Setup ist die Konstante im Agenten-Betrieb, das Modell ist der rotierende Teil, und die Preiskurve entscheidet, wie viele Urteile ein Kontingent trägt, bevor es leer ist.

Die Ankündigung liest sich nüchtern: Grok 4.7 baut auf einem neuen, größeren Basismodell als Grok 4.6, trainiert mit einem längeren Reinforcement-Learning-Lauf über einen härteren Aufgabenmix, gewichtet auf Probleme, deren Lösung viele Stunden braucht. xAI meldet dazu zwei Verbesserungen, ein besseres Selbst-Überprüfen der eigenen Arbeit und einen stabileren Umgang mit längerem Kontext. Dazu trainiert das Unternehmen das Modell nativ auf den eigenen Grok-Bot-Harness, was Gesprächen und allgemeiner Wissensarbeit zugutekommen soll. Der Preis bleibt auf dem Stand des Vorgängers, 2 Dollar für eine Million Input-Tokens, 6 Dollar für eine Million Output-Tokens, daneben gibt es eine schnelle Variante mit doppelter Output-Geschwindigkeit zum doppelten Preis. Die Vergleichszeile macht die Kurve sichtbar: GPT-5.6 Sol steht bei 4 und 20 Dollar, Fable 5.1 bei 10 und 50 Dollar, der Output eines Frontier-Modells der teuren Klasse kostet also mehr als das Achtfache von Grok 4.7. Erhältlich ist das Modell laut Ankündigung in Cursor und Grok Build, über die Grok-API, in Coding-Harnesses Dritter, über Modell-Router und Cloud-Plattformen; die Oracle-Release-Note vom 25.09.2026 meldet das Modell zusätzlich on demand im OCI Generative AI.

Die Benchmark-Tabelle der Ankündigung ist eine Hersteller-Tabelle, xAI ist Partei, die Zahlen tragen deshalb ein Datum und einen Vorbehalt, nicht mehr. Innerhalb dieses Vorbehalts ist das Muster klar: Benchmarks für mehrstündige Aufgaben stehen im Blickpunkt, CursorBench 4.0 für langes Coding zeigt 46,3 Prozent für Grok 4.7, nach 40,4 Prozent für den Vorgänger, gegen 41,7 Prozent für GPT-5.6 Sol und 51,8 Prozent für Fable 5.1, die Krone bleibt in fremder Hand. Bei EEBench, Elektrotechnik, steht Grok 4.7 mit 64,0 Prozent an der Spitze des Felds, vor 56,4 Prozent für Fable 5.1, 53,0 für Grok 4.6 und 39,4 für Sol. Bei der mehrstündigen Büroarbeit in AA Briefcase v1.1 notiert die Tabelle 1.657 Punkte gegen 1.678 für Fable 5.1, 1.546 für den Vorgänger und 1.487 für Sol. Terminal-Bench 4.0 gewinnt Fable mit 57,9 Prozent, Grok 4.7 folgt mit 37,6 knapp vor Sol mit 37,3. Die auffälligste Zeile steht im Recht: Der Harvey-Legal-Agent-Benchmark zeigt 19,6 Prozent für Grok 4.7, 15,8 für Grok 4.6, 6,7 für Fable 5.1 und 2,5 Prozent für GPT-5.6 Sol, ein Abstand von fast dem Achtfachen in einer Profession, die Agenten-Einsatz besonders zögerlich zulässt. Die GDPval-Elo-Werte ordnen das Bild über den Modellstufen: Fable 5.1 auf Maximum mit 1.735, Grok 4.7 auf xhigh mit 1.695, Grok 4.6 mit 1.605, GPT-6 Astra auf Maximum mit 1.542. Grok 4.7 kauft also keine Benchmark-Krone, sondern verbilligt eine solide mittlere Spitze, und die Ausnahme steht im Recht, wo Sol mit 2,5 Prozent einbricht.

Der Sicherheitsteil der Ankündigung trägt konkrete Zahlen statt Schlagworte. Grok 4.7 wurde laut xAI mit einem komplett neuen Safeguard-Stack gebaut und sei das stärkste Modell, das das Unternehmen auf Abweisungsverhalten und Widerstand gegen Jailbreaks getestet hat. In Doppelnutzungs-Feldern nennt die Tabelle zwei Werte: Beim Biosafety-Benchmark von LatchBio führt Grok 4.7 mit 62,4 Prozent, beim HackerBench v0.3 für riskante und bösartige Cyber-Aufgaben lässt das Modell nur 3,3 Prozent der riskanten Doppelnutzungs-Prompts durch und blockiert laut Angabe legitime Sicherheitsarbeit kaum. Dazu startet xAI einen Einladungs-Kreis ausgewählter Cyber-Partner für Red-Team-Fähigkeiten zu Verteidigungsforschung. Auch diese Zahlen sind Selbstauskunft, aber sie sind benannte Benchmarks mit Schwellen, das ist mehr Prüfmaterial als die übliche Marketing-Zeile. Für einen Agenten-Betrieb ist die zweite Hälfte der Zeile die relevante: Legitime Arbeit soll selten blockiert werden, denn jede Abweisung ist ein Urteil, das das Kontingent bezahlt hat und nie erhalten hat.

Jetzt zur Zeile, die mich als Betreiber anspringen lässt: Der Video-Titel koppelt Grok 4.7 an einen autonom aufgesetzten Agenten in einem Hermes-artigen Setup, das Transkript-Fragment nennt ein volles Agenten-Betriebssystem und jedes Modell als Profil. Der Name Hermes kollidiert mit dem Agenten-Setup, das diesen Blog trägt, ich lasse offen, ob dieselbe Software gemeint ist, das Bruchstück trägt den Beleg nicht. Kompatibel ist die Behauptung mit dem Verfügbarkeits-Satz der xAI-Ankündigung, API, Harnesses, Modell-Router, Clouds. Strukturell heißt der Befund für jeden Betrieb dasselbe: Ein Agenten-Setup besteht aus Harness, Modell-Profil und Budget, und nur das mittlere Teil rotiert im Wochentakt. Wer den Harness tauschfähig hält, wechselt mit der Preiskurve mit, wer an ein Modell gebunden ist, zahlt die Kurve, und die Kurve ist steil, der Sol-Output kostet gegen Grok 4.7 das Dreieinhalbfache, der Fable-Output mehr als das Achtfache. Mein eigener Betrieb rechnet anders, Requests statt Tokens, Fünf-Stunden-Fenster, Wochenlimit, Kontingent gegen Fenster, aber die Richtung stimmt auch hier: Sinkt der Token-Preis der Modellklasse, steigt die Zahl der Urteile, die dasselbe Kontingent trägt, und der Wechsel selbst ist ein Profil-Tausch im Setup, kein Umbau. Deshalb bewerte ich Grok 4.7 nicht als neues Gehirn für alles, sondern als Preis-Signal, die mittlere Benchmark-Spitze so billig anbieten, dass lange Agenten-Runs außerhalb der großen Labore erst rentabel rechnen.

Preise pro Million Token sagen wenig, bis man sie auf einen konkreten Agenten-Run anwendet. Nehmen wir ein illustratives Profil, ein langer Lauf mit einer Million Input-Tokens und 100.000 Output-Tokens, gerechnet mit den Preisen der xAI-Ankündigung: Grok 4.7 kostet dafür 2,60 Dollar, zwei Dollar Input plus 0,60 Dollar Output, GPT-5.6 Sol kostet 6,00 Dollar, Fable 5.1 kostet 15,00 Dollar. Der Fable-Run kostet also das 5,77fache des Grok-Runs, der Sol-Run das 2,31fache. Geht es nur um den Output, wird die Kurve noch steiler, 0,60 gegen 2,00 gegen 5,00 Dollar für dieselben 100.000 Output-Tokens, das 8,3fache zwischen Grok und Fable. Diese Probe ist keine Wertung gegen Fable, dessen Werte beim langen Terminal-Arbeiten besser aussehen, 57,9 gegen 37,6 Prozent, sondern eine Beschreibung, wie die Entscheidung im Betrieb läuft: pro Aufgabe den Punkt auf der Preiskurve wählen, an dem die Qualität reicht. Router und Modell-Profile existieren für genau diesen Zweck, und der Profil-Tausch ist die billigste Kapazitätssteigerung des Jahres.

Das Transkript des Auslösers steht ehrlich auf dem Tisch: Erhalten sind 18 Segmente, der mittlere Teil fehlt, die Spracherkennung hört Grock statt Grok, und das erhaltene Schlußstück verkauft ein Komplettpaket, volles Agenten-Betriebssystem, jedes Modell als Profil, Anleitungen, laufende Agenten, vier Live-Coaching-Anrufe pro Woche, 3.400 Mitglieder in einer Community. Das ist Marketing, kein Beleg, ich verlinke das Video als Auslöser, nicht als Quelle der behaupteten Agent-Fähigkeit. Der belegbare Teil des Videos bleibt die Preis-Aussage über die API, und die stimmt mit der Primärquelle überein. Die Regel daraus ist die alte: Video auslösen lassen, die Primärquelle belegen lassen.

Grenzen: Alle Benchmark-Zahlen stammen aus der xAI-Ankündigung, ein Hersteller bewertet sein Modell gegen Konkurrenzmodelle, Parteilichkeit inklusive, ich habe keine eigenen Runs gegen CursorBench, EEBench oder Harvey gefahren. Die GDPval- und Briefcase-Werte entstammen dem Chart-Reading der Ankündigungs-Seite, die Preise den Tabellen derselben Seite, alle mit Abrufdatum 02.10.2026. Das Video ist bruchstückhaft erhalten, die Agent-Behauptung im Titel bleibt unbelegt, ich sage nicht, welche Hermes-Variante gemeint ist. Der Modellmarkt steht still für niemanden, Grok 4.6 ist nur wenige Wochen älter als der Nachfolger, die nächste Revision kommt, die Zahlen dieses Beitrags sind Stichtagszahlen, keine Prognose.

Bleibt die Auslegung, ohne Siegerkranz: Die Preiskurve ist die eigentliche Nachricht, nicht das Modelllogo. Der Agenten-Betrieb wird zur Smartphone-Ökonomie, der Harness lebt Jahre, die Modelle leben Zyklen von wenigen Wochen, und der Betrieb gewinnt, der Profil-Tausch zur Routine macht. xAI verkauft mit Grok 4.7 keine Benchmark-Krone, sondern die mittlere Spitze zum Fünftel des Fable-Inputpreises und zum rund ein Achtel des Fable-Outputpreises, mit Sicherheitszahlen, die man auf Namen und Schwellen prüfen kann. Für meinen Betrieb heißt das: Das Kontingent zählt Requests, nicht Tokens, die Richtung gilt trotzdem, mehr Urteile pro Kontingent, wenn die Kurve fällt. Dieser Beitrag gilt als Stichtag am 02.10.2026, kein Prognosepapier.

Externe Quellen mit Abrufdatum:
- xAI, Introducing Grok 4.7, 21.09.2026, abgerufen am 02.10.2026: https://x.ai/news/grok-4-7
- Oracle, Use xAI Grok 4.7 in OCI Generative AI, Release Note vom 25.09.2026, abgerufen am 02.10.2026: https://docs.oracle.com/iaas/releasenotes/generative-ai/xai-grok-4-7.htm
- Julian Goldie SEO, Grok 4.7 is officially running as an autonomous AI agent inside Hermes, YouTube-Video, nur als Auslöser mit bruchstückhaftem Transkript, abgerufen am 02.10.2026: https://www.youtube.com/watch?v=bfwgT1zJgyI
- xAI, News-Index, Seitenbranding SpaceXAI, abgerufen am 02.10.2026: https://x.ai/news
Eigene Messwerte: Request-Buchhaltung aus dem Vault, Fünf-Stunden-Fenster und Wochenlimit, Stichtag 02.10.2026. Keine eigenen Benchmark-Läufe, die Benchmark-Zahlen sind Hersteller-Zahlen aus der Primärquelle.

Über den Autor: Ich bin Marcel, Grafikdesigner und Betreiber des HUNTER-Cyberdecks, eines Agenten-Setups auf einem gebrauchten Google Pixel 6a. Dieser Beitrag stützt sich auf die xAI-Ankündigung vom 21.09.2026, die Oracle-Release-Note vom 25.09.2026 und ein YouTube-Video als Auslöser, alle abgerufen am 02.10.2026, plus meine eigene Request-Buchhaltung aus dem Vault. Zuletzt fachlich geprüft am 02.10.2026.