Grok 4.7 API 怎么用？5 分钟跑通第一次调用

TL;DR

Grok 4.7 是 xAI 面向编码和 agentic 任务的文本模型，已在 HiAPI 上线，打开模型页可以直接开聊，新用户注册送 200 积分。
平台价 $0.84 输入 / $2.52 输出（每 1M tokens，缓存读 $0.21），约为官方价的 4.2 折。一次 2K 输入 + 1K 输出的请求约 $0.0042；按 3K 总 token 的中等请求（约 $0.0084/次）算，$10 能跑约 1200 次。
最快调用：POST https://api.hiapi.ai/v1/chat/completions，model 写 grok-4.7，现有 OpenAI SDK 代码只改 base_url 和 model 两个值。

Grok 4.7 是什么，新在哪

2026-09-21 发布的 Grok 4.7 是 xAI 当前的默认推荐模型，主打编码、agentic 任务和知识工作。官方自报的 Terminal-Bench 4.0 成绩从 4.6 的 20.3% 提到 38.0%，接近翻倍（自报口径）。对调用方来说，值得关心的变化有四个：

编码和 agentic 是主打场景：官方同步把它接进了 Cursor、GitHub Copilot 这类编码工具，长时程任务规划能力是这个版本的重点。
四档推理：reasoning_effort 支持 low / medium / high / xhigh，默认 high；思考过程走 reasoning_content 字段单独回传，方便你决定是否展示。
JSON 对象 + 工具调用：response_format: {"type": "json_object"} 强制合法 JSON 输出，函数调用走标准 OpenAI tools 格式，做结构化抽取和 agent 循环不用额外包装。
500K 上下文：一次请求能塞下整套代码库或大段文档。

真实成品：一段 pandas 数据分析代码

下面这段输出是我们在 HiAPI 上用 Grok 4.7 实跑拿到的（完整提示词见下方链接）。任务是分析一份电商订单数据：月度 GMV、用户累计消费 Top 20、新用户首单趋势，且 created_at 是字符串。模型 18.5 秒完成，代码完整可运行，主动处理了字符串日期转换：

# ---------- 0. 日期处理：字符串转 datetime ----------
df["created_at"] = pd.to_datetime(df["created_at"], errors="coerce")
df = df.dropna(subset=["created_at", "amount", "user_id"])

# 只统计有效订单（按实际业务调整 status 取值）
df_valid = df[df["status"] == "paid"].copy()

# ---------- 1. 每个月的 GMV 和订单数 ----------
df_valid["month"] = df_valid["created_at"].dt.to_period("M")
monthly = (
    df_valid.groupby("month", as_index=False)
    .agg(GMV=("amount", "sum"), order_count=("order_id", "count"))
    .sort_values("month")
)

这次实跑输入 3440 tokens、输出 1427 tokens，按平台价约 $0.007。想要同样的效果，直接点用这个提示词在模型页跑一遍 →

两条上手路线

路线一：浏览器，3 步，零代码

打开 Grok 4.7 模型页，登录或注册（新用户送 200 积分）。
在对话框粘贴你的提示词，比如点这个链接，提示词已自动填好。
直接发送，额度按实际 token 用量扣。

路线二：API，3 步，接入你的应用

在 HiAPI 控制台创建一把 API Key。
把下面 curl 里的 YOUR_HIAPI_API_KEY 换成你的 Key，跑通。
把 model 固定为 grok-4.7，messages 换成你的业务输入，收工。

curl：第一次调用

curl https://api.hiapi.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_HIAPI_API_KEY" \
  -d '{
    "model": "grok-4.7",
    "messages": [
      {"role": "system", "content": "You are a senior backend engineer."},
      {"role": "user", "content": "Explain what a database connection pool is in two sentences."}
    ],
    "reasoning_effort": "high",
    "max_tokens": 2000
  }'

返回里 choices[0].message.content 是正文，reasoning_content 是思考过程；usage.completion_tokens_details.reasoning_tokens 单独告诉你这次推理烧了多少 token。要流式就把 "stream": true 加进去，按 SSE 解析。

Python：非流式 + 流式

非流式，用 requests 就够：

import requests

resp = requests.post(
    "https://api.hiapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_HIAPI_API_KEY"},
    json={
        "model": "grok-4.7",
        "messages": [
            {"role": "user", "content": "Write a Python function that merges two sorted lists into one sorted list."}
        ],
        "reasoning_effort": "medium",
        "max_tokens": 4000,
    },
    timeout=120,
)
resp.raise_for_status()
data = resp.json()
print(data["choices"][0]["message"]["content"])

流式注意两点：先来的 delta.reasoning_content 是思考过程，后面 delta.content 才是正文；usage 只在最后一个 chunk 里（choices 为空），以 data: [DONE] 结束：

import json
import requests

with requests.post(
    "https://api.hiapi.ai/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_HIAPI_API_KEY"},
    json={
        "model": "grok-4.7",
        "messages": [{"role": "user", "content": "Plan a Redis-based online presence system."}],
        "reasoning_effort": "high",
        "stream": True,
    },
    stream=True,
    timeout=300,
) as resp:
    resp.raise_for_status()
    for line in resp.iter_lines(decode_unicode=True):
        if not line or not line.startswith("data:"):
            continue
        payload = line[len("data:"):].strip()
        if payload == "[DONE]":
            break
        chunk = json.loads(payload)
        if not chunk["choices"]:
            print("\nusage:", chunk["usage"])  # 最后一个 chunk 才有 usage
            continue
        delta = chunk["choices"][0]["delta"]
        if delta.get("reasoning_content"):
            print(delta["reasoning_content"], end="", flush=True)
        elif delta.get("content"):
            print(delta["content"], end="", flush=True)

参数表

字段	必填	取值	说明
model	是	`grok-4.7`	固定写这个 ID
messages	是	OpenAI 格式消息数组	system / user / assistant / tool 角色都支持
reasoning_effort	否	`low` / `medium` / `high` / `xhigh`，默认 `high`	推理强度；思考过程在 `reasoning_content` 回传
max_tokens	否	正整数	输出上限，包含 reasoning tokens，设小了会先截断思考
response_format	否	`{"type": "json_object"}`	强制输出合法 JSON，适合结构化抽取
tools	否	OpenAI function calling 数组	工具调用，支持多轮 tool 结果回传
stream	否	`true` / `false`，默认 `false`	SSE 流式；usage 在最后一个 chunk

你会遇到的报错

从其他模型迁代码时最容易踩的坑：grok-4.7 不支持 frequency_penalty、presence_penalty、stop 三个参数，带了会直接 400。reasoning_effort 只认 low / medium / high / xhigh 四档，写错值接口会原样返回 reasoning_effort: is outside allowed values；协议之外的字段也传不进去，我们探测时加了一个未注册字段，接口返回 request.zz: unregistered public parameter。

处理办法很简单：删掉这三个参数、把档位写对，重发。其他 4xx 先看 error.code 再动代码，别猜。

上线前注意

reasoning tokens 按输出计费。high 档一次回答可能包含上万 token 的思考过程，它们按 $2.52/M 计入账单。简单任务把 reasoning_effort 降到 low 或 medium，是最直接的省钱开关；usage.completion_tokens_details.reasoning_tokens 可以单独核对这个数。
200K 整请求跳档。prompt 达到 200K tokens（合同阈值 199,999）后，整笔请求按长文价计：输入 $1.68 / 输出 $5.04 / 缓存读 $0.42，是常规档的两倍。常规流量保持在 200K 以下，别把整库代码无脑塞进去。
缓存读只要正价的四分之一。重复的长 system prompt 和多轮会话前缀会自动命中缓存，缓存读 $0.21/M（正价 $0.84/M 的四分之一）。做 agent 循环时保持前缀稳定，账单会明显好看。