Grok 4.7: co změnit v dlouhých agentech po Groku 4.6

Aktualizace 22. září 2026: Grok 4.7 vyšel 21. září

xAI oznámilo Grok 4.7 21. září. Aktualizuji tento článek, protože princip dlouhého agenta zůstává stejný; nový model není důvod rozmnožit stejné rady do dalšího textu.

API ID je grok-4.7. Dokumentace modelu uvádí 500k kontext a tyto standardní sazby v USD za milion tokenů:

Délka vstupu	Vstup	Cachovaný vstup	Výstup
Do 200k tokenů	2	0,50	6
Nad 200k tokenů	4	1	12

Důležitá migrační změna: Responses API vrací reasoning.encrypted_content i bez výslovného vyžádání. Průvodce Grok 4.7 požaduje zachovat tuto položku pro pokračování; middleware ji nesmí odstranit při normalizaci historie. Otestujte celý cyklus s tool callem, ne jen první textovou odpověď.

Fast režim za dvojnásobek sazeb je podle aktuální dokumentace omezen na Cursor a Grok Build, není dostupný ve veřejném API. Širší jazyk oznámení proto nepřevádím na příslib API dostupnosti.

Pro pilot bych porovnal stejné dokončené úlohy na 4.6 a 4.7, se stejným rozpočtem nástrojů a stabilním prompt_cache_key. Měřte cenu schváleného výsledku a dopad překročení 200k vstupu. Benchmarky výrobce jsou podnětem k testu, ne důkazem úspory v konkrétním CRM nebo repozitáři.

Původní rozbor Groku 4.6

Následující část zachovává srpnový kontext a principy orchestrace. Označení modelu a tehdejší dostupnost se vztahují ke Groku 4.6; pro 4.7 platí aktualizace výše.

Grok 4.6 není zajímavý jen tím, že xAI posunulo další benchmark. Zajímavá je kombinace: model míří na dlouhé agentní běhy, stojí 2 USD za milion vstupních a 6 USD za milion výstupních tokenů a dokumentace rovnou upozorňuje na dvě provozní věci, které rozhodnou o skutečné ceně — stabilní cache key a průběžnou kompakci kontextu.

To je pro firmy užitečnější než obecné tvrzení, že jde o „nejchytřejší a nejrychlejší“ model xAI. U agentů totiž nerozhoduje jen první odpověď. Rozhoduje, jestli model udrží úkol přes desítky kroků, používá nástroje, umí se vrátit po chybě a kolikrát znovu zaplatíte za stejný kontext.

Co přesně xAI vydalo

xAI oznámilo Grok 4.6 dne 12. srpna 2026. Model ID v API je grok-4.6. Má kontextové okno 500 tisíc tokenů, přijímá text a obrázky, podporuje Responses API i Chat Completions a umí function calling, webové a X vyhledávání i code execution. Reasoning lze nastavit na low, medium, high nebo xhigh; výchozí je high.

Standardní varianta stojí 2 USD za milion vstupních tokenů a 6 USD za milion výstupních. Fast varianta stojí dvojnásobek. Grok 4.6 je dostupný v xAI API, Grok Build, Cursoru a přes brány jako OpenRouter, Vercel a Cloudflare.

xAI ho staví hlavně na coding, agentní úlohy a knowledge work. Vlastní benchmarky ukazují výrazný posun proti Groku 4.5. Současně je dobré číst celou tabulku, ne jen vítězný sloupec. Grok 4.6 podle čísel xAI dorovnává GPT-5.6 Sol v kompozitním Artificial Analysis Intelligence Indexu a vede nad ním v některých agentních evaluacích, ale v DeepSWE a Terminal-Bench zůstává níž. Fable 5 je v části testů stále silnější.

To není slabina oznámení. Je to normální obraz dnešních modelů: žádný není nejlepší ve všem a vendorové reportují výsledky ve vlastním nastavení. Pro produkci proto potřebujete vlastní sadu úloh, ne další screenshot leaderboardu.

Cena 2/6 USD je začátek výpočtu, ne výsledek

U jednorázové extrakce nebo klasifikace se cena modelu odhaduje snadno. U dlouhého agenta se tentýž systémový prompt, pravidla, část repozitáře, historie a výsledky nástrojů mohou posílat znovu při každém kroku.

xAI proto doporučuje nastavit prompt_cache_key v Responses API, případně hlavičku x-grok-conv-id u Chat Completions. Smyslem je směrovat navazující požadavky na stejný server, aby cache skutečně zasáhla. Bez stabilního klíče může agent platit plnou cenu vstupu i ve chvíli, kdy opakovaně posílá téměř stejný kontext.

Druhá věc je context compaction. Dlouhý běh nemá donekonečna vláčet všechny mezivýsledky. Starší část historie je potřeba zkrátit na rozhodnutí, otevřené otázky, důkazy a stav práce. Jinak roste cena, latence a hlavně šum, ve kterém model hůř pozná, co je ještě důležité.

Prakticky bych u agentního runtime ukládal minimálně:

stabilní ID úlohy pro cache,
cenu a tokeny po jednotlivých krocích,
velikost kontextu před a po kompakci,
počet tool callů a opakovaných pokusů,
jasný stop condition a maximální rozpočet,
stav, který lze po přerušení bezpečně obnovit.

Teprve z toho zjistíte cenu za dokončený úkol. Ceník za milion tokenů sám o sobě neříká, zda je agent levný.

Kde bych Grok 4.6 testoval

První dobrý kandidát je delší práce nad repozitářem: analýza problému, návrh změny, úprava více souborů, testy, opravy a finální diff. Model má smysl testovat na issue, která vyžaduje několik návratů ke kódu, ne na generování jedné funkce.

Druhý kandidát je research workflow. Například denní monitoring vendorů: levnější krok sesbírá release notes, pricing pages a změny v dokumentaci; Grok 4.6 dostane jen relevantní zdroje, ověří rozpory a připraví memo s odkazy. Web search má být nástroj, ne omluva pro nekonečné brouzdání. Každé hledání potřebuje otázku, limit a pravidlo, kdy už má agent dost důkazů.

Třetí kandidát je práce s vizuálním výstupem. xAI zdůrazňuje lepší první verze interaktivních a vizuálních projektů a častější self-testing. Praktický test může být webová aplikace, kterou agent implementuje, spustí, nechá přes Playwright nasnímat a podle screenshotu opraví překryvy nebo rozbitý stav. Hodnotil bych hotovou aplikaci a počet oprav, ne krásu první odpovědi.

Čtvrtý kandidát jsou složitější firemní dokumenty: výběrové řízení, auditní podklady, sada smluv nebo technická due diligence. Kontext 500 tisíc tokenů je dost velký pro rozsáhlý balík, ale nedával bych do něj všechno bez výběru. RAG nebo předchozí třídění stále pomůže snížit cenu a zlepšit dohledatelnost zdrojů.

Kde je silný model zbytečný

Grok 4.6 bych nedával jako výchozí model na každou fakturu, support ticket, CRM enrichment nebo návrh krátkého e-mailu. Cena je proti některým frontier modelům příznivá, ale high reasoning a dlouhý agentní běh jsou zbytečné tam, kde stačí pravidla, malý model nebo jeden strukturovaný call.

V n8n nebo Make dává větší smysl router:

pravidla a levný model řeší normalizaci, spam, tagování a jednoduchou extrakci,
střední model řeší běžné nejasnosti,
Grok 4.6 dostane případy s dlouhým kontextem, více nástroji nebo drahou chybou,
člověk schválí produkční změnu, finanční rozhodnutí nebo práci s citlivými daty.

Rozumný pilot nezačíná přepsáním celého stacku. Vezměte 30 až 50 reálných dokončených úloh, pusťte je přes současný model a Grok 4.6 se stejnými nástroji a měřte úspěšnost, cenu, latenci, počet zásahů člověka a kvalitu auditní stopy.

Můj závěr

Grok 4.6 stojí za test hlavně tam, kde agent pracuje dlouho a cena selhání je vyšší než cena několika dalších tool callů. Jeho ceník 2/6 USD může být velmi zajímavý, ale jen pokud runtime používá cache, kompaktuje historii a umí běh včas zastavit.

Největší praktická novinka proto není „další model porazil další model“. Je to připomínka, že dlouhý agent je provozní systém. Model je důležitá součást, ale výsledek určí smyčka, nástroje, cache, rozpočet, testy a předání člověku.

Zdroje: xAI: Introducing Grok 4.6, xAI Docs: Grok 4.6, xAI Docs: Models, xAI Docs: Pricing a Marek Bartoš: Grok 4.6 – levnější AI agenti mění pravidla hry.