Claude Opus 5.5 vs. Grok 4.7: Zwei Flaggschiffe, 24 Stunden auseinander

Grok 4.7 erschien am 21. September 2026. Claude Opus 5.5 erschien am nächsten Tag. Zwei Frontier-Flaggschiffe innerhalb von vierundzwanzig Stunden, die aus entgegengesetzten Richtungen auf denselben Käufer zielten: Grok 4.7 hielt den Preis seines Vorgängers bei $2 pro Million Input-Tokens und $6 für Output, während Opus 5.5 den seines Vorgängers von $5/$25 auf $4/$20 senkte. Auf dem Preisschild sieht Grok 4.7 aus wie die Hälfte der Kosten von Claude Opus 5.5 und noch etwas obendrein. Das ist es nicht, und der Grund dafür ist das Nützlichste an diesem Vergleich. Die Sätze von Grok 4.7 verdoppeln sich auf $4/$12, sobald ein Prompt 200.000 Tokens überschreitet, und das Modell ist deutlich geschwätzig – Artificial Analysis maß einen Anstieg der Nutzung von Reasoning-Tokens um 113 % gegenüber Grok 4.6, wobei pro agentischer Aufgabe rund 81.000 Output-Tokens verbraucht werden. Ein günstigerer Satz bei einem Modell, das mehr schreibt, ist keine günstigere Aufgabe, und die beiden Effekte müssen multipliziert werden, bevor irgendein Preisschild etwas bedeutet.

Was jeder Anbieter tatsächlich ausgeliefert hat

SpaceXAI hat Grok 4.7 am Montag, dem 21. September, veröffentlicht – mit denselben $2/$6 und demselben 500.000-Token-Kontextfenster wie Grok 4.6, aber mit einem späteren Wissensstichtag und einer neuen obersten Reasoning-Stufe. Der Anbieter berichtet, dass es auf einem größeren Basismodell als sein Vorgänger aufbaut, und positioniert es für Coding, agentische Arbeit und Wissensarbeit; es ist live in Cursor und im unternehmenseigenen Terminal-Agenten Grok Build verfügbar. Der unternehmenseigene Wert für Terminal-Bench 4.0 liegt bei 38 %, und der unabhängige Durchlauf von Artificial Analysis für denselben Benchmark ergab 33 % – eine Fünf-Punkte-Diskrepanz zwischen Anbieter und Evaluator auf derselben Achse, die man im Gedächtnis behalten sollte, wenn man irgendeine einzelne Zahl von einer der beiden Seiten liest.

Anthropic hat Claude Opus 5.5 am Dienstag, dem 22. September, zu $4/$20 veröffentlicht, gegenüber $5/$25 bei Opus 5, wobei die Cache-Lesevorgänge von $0,50 auf $0,20 pro Million sinken und der Anbieter behauptet, dass typische Workloads etwa 40 % weniger kostspielig im Betrieb sind als beim Vorgänger. Er behält den Kontext von 1 Mio. Token und die Ausgabegrenze von 128K von Opus 5 bei und fügt einen Fast-Modus für $8/$40 hinzu, den Anthropic als Forschungsvorschau bezeichnet. Die Fähigkeitsangaben stammen aus vom Anbieter selbst durchgeführten Tests gegen die von Anthropic ausgewählten Konkurrenten: Terminal-Bench 4.0 mit 66,4 %, FrontierCode v1.1 mit 54,4 %, GDPval-AA v2.1 mit 1.846 Elo.

Legt man diese beiden Absätze nebeneinander, ist die Gestalt des Duells bereits sichtbar. Ein Anbieter senkte den Preis für ein Modell, das besser geworden ist. Der andere hielt den Preis für ein Modell, das besser geworden ist. Beide wetten darauf, wo der Boden des Marktes liegt, und sie sind unterschiedlicher Meinung.

Die Preistabelle und die beiden Zeilen, die sie verändern

Die untenstehenden Zahlen stammen aus OrcaRouters Katalog, ausgelesen am 24. September 2026, zu 0 % Aufschlag durchgereicht – der Listenpreis des Anbieters, ohne dass ein Spread hinzugerechnet wurde.

• Eingabe — Claude Opus 5.5 zu 4,00 $ pro Million Tokens gegenüber Grok 4.7 zu 2,00 $; Grok ist 50 % günstiger

• Ausgabe — 20,00 $ pro Million vs. 6,00 $; Grok ist 70 % günstiger

• Cache-Lesevorgang — 0,20 $ pro Million vs. 0,50 $; die einzige Preiszeile, bei der Opus 5.5 günstiger ist, und zwar um 60 % günstiger

• Kontext — 1 Mio. Tokens für Claude Opus 5.5 vs. 500.000 für Grok 4.7, genau doppelt so viel

• Maximale Ausgabe — 128.000 Token für Claude Opus 5.5 vs. 450.000 für Grok 4.7, mehr als dreimal so viel

• Modalität — beide akzeptieren Text, Bilder und Dateien und geben Text zurück

Der erste Modifikator ist der Stufensprung. Die 2 $/6 $ von Grok 4.7 gelten bei einem Prompt unter 200.000 Tokens; darüber verdoppeln sich beide Sätze auf 4 $/12 $. Dadurch liegt Groks Input-Tarif für lange Prompts genau auf dem Niveau des Pauschalsatzes von 4,00 $ von Claude Opus 5.5 und der Output-Vorteil verringert sich von 70 % auf 40 %. Bei den sehr langen Prompts, bei denen die Ausgabeobergrenze von 450.000 Tokens bei Grok der Grund ist, warum man es wählen würde, zahlt man die Input-Tarife von Opus 5.5, um das zu erreichen.

Der zweite Modifikator ist die Ausführlichkeit, und er ist größer. Artificial Analysis hat gemessen, dass Grok 4.7 bei denselben Evaluierungen 113 % mehr Reasoning-Tokens als Grok 4.6 verwendet, wobei in einem veröffentlichten Bericht rund 81.000 Ausgabe-Tokens pro agentischer Aufgabe verbraucht wurden. Reasoning-Tokens werden bei jeder API in diesem Vergleich als Ausgabe-Tokens abgerechnet. Bei den 20,00 $ pro Million von Opus 5.5 kosten 81.000 Ausgabe-Tokens 1,62 $. Bei den 6,00 $ von Grok 4.7 kosten dieselben 81.000 Tokens 0,49 $ — immer noch ein Drittel des Preises, der Vorteil bleibt also bestehen —, aber das Verhältnis liegt jetzt bei 3,3× statt bei 3,3× auf dem Papier und einer in der Praxis deutlich kleineren Zahl, sobald der niedrigere Cache-Lese-Rate von Opus 5.5 auf das erneut gesendete Präfix einer langen Agent-Sitzung angewendet wird. Die auf der Preistabelle beworbene 70%ige Einsparung bei den Ausgabe-Tokens ist nicht die Einsparung, die Sie verbuchen werden.

Wenn Sie die eindeutig klarste Veranschaulichung dafür wollen, warum der Token-Preis die falsche Einheit ist: Dieselbe agentische Anfrage mit 30.000 Eingabe- und 8.000 Ausgabe-Tokens kostet etwa 28 Cent bei Opus 5.5 und 11 Cent bei Grok 4.7. Setzen Sie die Eingabe stattdessen auf 250.000 Tokens, und Groks verdoppelter Tarif bringt seine Kosten auf etwa 1,10 $ gegenüber 1,16 $ bei Opus 5.5. Der Preisunterschied auf dem Papier schrumpfte von 2,5× auf einen Rundungsfehler – ohne jede Änderung außer der Länge des Prompts.

Die unabhängigen Bewertungen deuten in eine Richtung.

Im Intelligence Index von Artificial Analysis liegt Claude Opus 5.5 in seiner Konfiguration mit maximalem Aufwand bei 58 und bei hohem Aufwand bei 54 – an der Spitze der Modelle, die dieser Evaluator erfasst. Grok 4.7 erreicht 46 – zwei Punkte über Grok 4.6 und zwölf unter dem Wert von Opus 5.5 bei maximalem Aufwand. Das ist die größte Lücke in diesem Beitrag, und sie stammt von Dritten, nicht vom Anbieter.

Die anderen Boards desselben Evaluators fallen für Grok schmeichelhafter aus, und die Spanne zwischen ihnen ist der interessante Teil. Im Coding Agent Index erreicht Grok 4.7 56 Punkte gegenüber 47 von Grok 4.6 – ein Zuwachs von neun Punkten, größer als sein Zuwachs von zwei Punkten bei der allgemeinen Intelligenz, was darauf hindeutet, dass es sich bei der Veröffentlichung eher um ein Coding-Update als um ein allgemeines handelt. Auf AA-Briefcase, seinem Board für Wissensarbeit mit langem Horizont, landet Grok 4.7 mit 1.657 Elo auf dem vierten Platz, hinter drei Anthropic-Einträgen und vor Claude Opus 5 bei xhigh-Aufwand. Drei Boards, drei unterschiedliche Urteile, alle vom selben Evaluator am selben Tag.

Dann ist da die eine Achse, die beide Seiten messen: Terminal-Bench 4.0. Anthropic meldet 66,4 % für Opus 5.5 bei xhigh-Aufwand. SpaceXAI meldet 38 % für Grok 4.7, und der unabhängige Durchlauf von Artificial Analysis bezifferte ihn mit 33 %. Welche Zahl man für Grok auch heranzieht, der Abstand zu Opus 5.5 liegt zwischen 23 und 33 Punkten. Terminal-Bench ist ein einzelner Harness, und auf der Anthropic-Seite ist es einer, der vom Anbieter durchgeführt wird, daher ist es kein Urteil über eines der beiden Modelle — aber auf dieser Achse ist es kein knappes Rennen, und sie ist die Achse, die am engsten mit der agentischen Coding-Arbeit verbunden ist, in die beide Anbieter hineinverkaufen.

Wo jede einzelne die richtige Antwort ist

Der Vorteil von Grok 4.7 ist an zwei Stellen real und struktureller Natur. Die erste ist Arbeit mit kurzen Prompts und hohem Volumen: Unter 200.000 Tokens bei überschaubarem Output sind $2/$6 gegenüber $4/$20 ein echter Unterschied von 2,5× bis 3,3×, und der Strafzuschlag für Ausführlichkeit fällt als absoluter Betrag kleiner aus, wenn die gesamte Aufgabe klein ist. Die zweite ist die Ausgabeobergrenze – 450.000 Tokens sind mehr als das Dreifache der 128.000 von Opus 5.5, und bei der Massengenerierung langer Artefakte ist das die Einschränkung, die darüber entscheidet, ob eine Aufgabe überhaupt machbar ist.

Der Vorteil von {{KEEP}}Claude Opus 5.5{{/KEEP}} liegt im agentischen Langstreckenbetrieb. Ein doppelt so großes Kontextfenster mit 1M Token, eine um 60 % niedrigere Cache-Leserate und die stärkste unabhängige Intelligenzbewertung des Duos. All das verstärkt sich mit der Sitzungsdauer: Die Cache-Lesung wird bei jedem Turn für das erneut gesendete Präfix bezahlt, sodass eine Senkung um 60 % auf dieser Position für eine zweistündige Agenten-Sitzung mehr bringt als eine Senkung der Ausgabe um 70 % für eine einmalige Generierung.

Ein operativer Hinweis, der zu jeder Entscheidung über Opus 5.5 gehört: Das Modell leitet die meisten Cybersicherheitsanfragen an Claude Opus 4.8 und Biologiearbeiten an Claude Opus 5 weiter, es sei denn, Ihr Konto ist über die Life-Sciences- oder Cyber-Verification-Programme von Anthropic verifiziert. In diesen Bereichen ist der Modell-String in Ihren Logs nicht immer das Modell, das geantwortet hat. Grok 4.7 hat kein entsprechendes Rerouting, obwohl seine eigene Modellkarte Berichten zufolge zeigt, dass 3,3 % der riskanten Anfragen im High-Modus noch durchkommen, mit etwas höheren Raten an Regelverstößen als Grok 4.6 – eine vom Anbieter veröffentlichte Sicherheitskennzahl auf der anderen Seite derselben Bilanz.

Beide Modelle sind auf OrcaRouter zum Listenpreis des Anbieters mit 0 % Aufschlag verfügbar — Claude Opus 5.5 zu $4.00/$20.00 mit $0.20 für Cache-Lesevorgänge, Grok 4.7 zu $2.00/$6.00 wobei die >200K-Stufe so angewendet wird, wie der Anbieter sie festlegt — hinter einem einzigen Schlüssel, sodass die obige Aufteilung am eigenen Traffic gemessen statt diskutiert werden kann. Wo beide geroutet werden, automatisches Failover liegt unter beiden, was bei zwei Modellen, die einen Tag auseinander veröffentlicht wurden und sich noch einpendeln, mehr als sonst zählt.

Das Urteil, das dieser Vergleich verdient: Grok 4.7 ist das günstigere Modell für die meisten Workloads und die Wahl für lange Ausgaben; Claude Opus 5.5 ist das stärkere dort, wo Sitzungen lang, Kontext tief und die Arbeit agentisch ist. Das 24-Stunden-Launch-Fenster ließ sie wie Rivalen erscheinen. Die Preislisten und die Token-Zahlen machen daraus ein geteiltes Urteil.