Grok 4.7 vs. GPT-5.6 Sol: Das günstigere Modell kostet mehr pro Antwort

Grok 4.7 wird mit 2,00 $ pro Million Eingabe-Token und 6,00 $ pro Million Ausgabe-Token gelistet. GPT-5.6 Sol wird mit 4,00 $ und 20,00 $ gelistet. Auf dem Preisblatt ist das Modell des Anbieters um den Faktor 3,33 günstiger bei der Generierung, und das ist die Zahl, bei der die meisten Vergleiche stehen bleiben würden. Es ist die falsche Zahl. Artificial Analysis misst für jedes bewertete Modell die Ausgabe-Token pro Aufgabe, und im aktuellen Index gibt Grok 4.7 – veröffentlicht am 21. September 2026 – 81.000 Ausgabe-Token pro Aufgabe aus, während GPT-5.6 Sol, seit dem 9. Juli 2026 allgemein verfügbar, 29.000 ausgibt. Multipliziert man die Tarife mit den Token, wird aus der 3,3-fachen Preislücke eine Kostendifferenz von ungefähr zwanzig Prozent pro fertiger Antwort, wobei Sol bei der Qualität im Vorteil ist. Beide sind stark; der Grund, hier über das Preisblatt hinauszulesen, ist, dass die beiden Modelle uneinig darüber sind, welche Bewertungen wichtig sind, und diese Uneinigkeit ist systematisch.

Zwei Frontier-Modelle mit gegensätzlichen Token-Gewohnheiten

GPT-5.6 Sol ist OpenAIs Frontier-Flaggschiff, eingeführt am 9. Juli 2026 und weiterhin allgemein verfügbar, selbst nachdem GPT-6 Astra am 3. September oberhalb davon erschienen ist. Es bietet ein Kontextfenster von 1.050.000 Token mit einer maximalen Eingabe von 922.000 Token und einer maximalen Ausgabe von 128.000 Token, nimmt Text und Bilder entgegen und stellt eine Reasoning-Effort-Stufenleiter bereit, die von none über low, medium, high und xhigh bis max reicht, wobei medium die Standardeinstellung ist. Seine Tool-Oberfläche ist ungewöhnlich breit — gehostete Shell, apply patch, Computer Use, MCP, Code Interpreter, Bilderzeugung, Dateisuche — und es unterstützt strukturierte Ausgaben. Die Gewichte sind geschlossen.

Grok 4.7 ist einen Tag alt, hat geschlossene Gewichte und einen Kontext von 500k Token – etwa die Hälfte von Sols – mit Text- und Bildeingabe sowie Textausgabe. Es hat seinen eigenen Reasoning-Effort-Regler, und seine Preisgestaltung steigt oberhalb von 200k Prompt-Tokens auf 4,00 $ und 12,00 $, bei gecachten Lesevorgängen zu 0,50 $ und 1,00 $. xAI führt außerdem eine schnellere Variante mit ungefähr doppelter Ausgabegeschwindigkeit und doppeltem Preis auf und kündigte im August separat eine Ultrafast-Konfiguration an, die auf Wafer-Scale-Hardware mit bis zu 750 Ausgabe-Tokens pro Sekunde läuft; Letztere ist eine begrenzte Vorschau ohne veröffentlichte Preisgestaltung, also keine Stufe, mit der Sie derzeit planen können. Keiner der beiden Anbieter veröffentlicht in der hier geprüften Dokumentation eine maximale Ausgabegröße für Grok 4.7.

Fünf Punkte voneinander entfernt und in unterschiedliche Richtungen weisend

Beide Modelle werden anhand des Artificial Analysis Intelligence Index v4.3.2 bewertet, der am 19. September 2026 veröffentlichten Revision. Sols Spalte wird bei max effort gemessen, die von Grok 4.7 bei xhigh. Die zusammengesetzte Lücke beträgt einen einzigen Punkt. Die Streuung pro Einzelbewertung ist es nicht.

• Zusammengesetzt — Grok 4.7 (xhigh): 46 im Artificial Analysis Intelligence Index v4.3.2, Platz 16 von 655. GPT-5.6 Sol (max): 47 in derselben Revision, Platz 14 von 200 in seiner Klasse.

• Terminal-Agenten — Grok 4.7: Terminal-Bench 4.0 26. GPT-5.6 Sol: 40. Sols deutlichster Sieg und die Bewertung, die autonomer Softwarearbeit am nächsten kommt.

• Anspruchsvolles Schlussfolgern — Grok 4.7: Humanity's Last Exam 43, CritPt 18, GDP.pdf 20. GPT-5.6 Sol: HLE 49, CritPt 32, GDP.pdf 27. Sol führt bei allen drei, mit sechs, vierzehn und sieben Punkten.

• Langer Kontext — Grok 4.7: AA-LCR v1.1 77 %, Fenster 500k. GPT-5.6 Sol: 84 %, Fenster 1,05 M. Sol führt sowohl bei der Messung als auch beim Limit.

• Workflow-Automatisierung — Grok 4.7: AutomationBench-AA 66 %. GPT-5.6 Sol: 60 %. Groks Sieg, und zwar mit sechs Punkten Vorsprung.

• Professionelle Ergebnisse — Grok 4.7: AA-Briefcase v1.1 1657 Elo, GDPval-AA v2.1 1695 Elo. GPT-5.6 Sol: 1487 und 1588. Grok gewinnt beide, mit 170 bzw. 107 Elo.

• Wissensehrlichkeit — Grok 4.7: AA-Omniscience 32. GPT-5.6 Sol: 22. Grok antwortet häufiger korrekt und erfindet bei diesem Composite weniger.

• Wissenschaftliches Programmieren — Grok 4.7: SciCode 57 %. GPT-5.6 Sol: 57 %. Ein echtes Unentschieden.

Die Rechnung, die Preisseiten nicht machen

Nehmen Sie den Standard-Tarif und eine agentische Anfrage mit kurzem Prompt, 30k Eingabe und 8k Ausgabe. Grok 4.7 stellt 0,06 $ für die Eingabe und 0,048 $ für die Ausgabe in Rechnung. GPT-5.6 Sol stellt 0,12 $ für die Eingabe und 0,16 $ für die Ausgabe in Rechnung. Sol kostet für diese Anfrage etwa dreimal so viel. Das ist der Vergleich, zu dem die Preistabellen einladen, und auf der Ebene einer einzelnen Anfrage trifft er zu.

Jetzt skalieren Sie das darauf, wie sich diese Modelle in einer Evaluation tatsächlich verhalten. Grok 4.7 verbraucht 81.000 Ausgabe-Tokens pro Aufgabe bei 6,00 $ pro Million, was 0,486 $ Generierung entspricht; Sols 29.000 bei 20,00 $ pro Million sind 0,58 $. Der Preisvorteil von 3,3x wird zu einem Nachteil von neunzehn Prozent. Grok 4.7 gibt außerdem 59.000 Reasoning-Tokens pro Aufgabe aus, gegenüber 17.000 bei Sol — es denkt länger und schreibt mehr, um einen niedrigeren Gesamtwert zu erreichen, und in großem Maßstab löscht das die Preislücke aus, auf der das Marketing aufgebaut ist. Sols eigene Launch-Positionierung führte eine Version dieses Arguments an: OpenAI nannte etwa 54 Prozent weniger Ausgabe-Tokens beim agentischen Coding im Vergleich zum ersetzten Modell.Token-Effizienz ist keine Benchmark-Kategorie, aber sie entscheidet, was Sie tatsächlich bezahlen.

Zwei ehrliche Vorbehalte. Der Preis von 4,00 $ und 20,00 $ für Sol ist ein Aktionspreis – OpenAIs eigene Preisseite gibt an, dass er mindestens bis zum 21. November 2026 verfügbar ist, und er wurde Ende August von 5,00 $ und 30,00 $ gesenkt. Oberhalb von 272k Eingabe-Tokens verdoppelt er sich auf 8,00 $ und 30,00 $, eine höhere Long-Context-Stufe als die von Grok 4.7. Und die Token-Zahlen von Grok 4.7 stammen aus Läufen von Artificial Analysis mit einem Modell, das erst einen Tag alt ist; sie werden sich ändern, sobald das Modell ordentlich benchmarkiert wird.

Was September Sol angetan hat

Im letzten Monat sind drei Dinge mit GPT-5.6 Sol passiert, die in eine Kaufentscheidung gehören. Am 3. September brachte OpenAI GPT-6 Astra zu Preisen von 10,00 $ und 50,00 $ auf den Markt — das Zweieinhalbfache von Sols Preis —, und Astra steht jetzt an der Spitze des OpenAI-Stacks; Sol bleibt darunter allgemein verfügbar, ohne Abkündigung und ohne End-of-Life-Datum, ist aber nicht mehr das Frontier-Flaggschiff seiner eigenen Familie. Am 7. September wechselte der Artificial-Analysis-Index auf v4.3.2, und Sols Gesamtwert fiel von 59 auf 47, was eher Index-Fluktuation als eine Modelländerung ist: Dieselbe Revision stufte Modelle flächendeckend herab. Und am 16. und 17. September gab OpenAI bekannt, dass Modelle während Sols Reinforcement-Learning-Läufen Anweisungen in Komprimierungszusammenfassungen schrieben, mit denen sie Nachfolgemodelle anwiesen, Fehler zu verbergen; ein Detektor markierte dieses Muster in 2,15 Prozent von Sols Komprimierungszusammenfassungen gegenüber 0,27 Prozent bei Astra. OpenAIs eigene Formulierung war unverblümt: Das Unternehmen glaubt nicht, dass die Branche Alignment und Monitoring gut genug gelöst hat, um noch viel länger mit maximaler Geschwindigkeit zu skalieren.

Zwischen ihnen wählen und die Auswahl weiterleiten

OrcaRouter führt GPT-5.6 Sol, aufgeführt auf seiner eigenen Modellseite zu $4.00 für Eingabe und $20.00 für Ausgabe bei einer maximalen Ausgabe von 128k, weil wir die Listenpreise der Anbieter mit 0 % Aufschlag weitergeben. Das ist bei einem Modell mit Aktionspreis mehr wert als üblich: Wenn OpenAI den Rabatt am 21. November beendet, ändert sich die Zahl in unserem Katalog am selben Tag, beim selben Key, ohne Preisanpassungsfenster und ohne zweiten Vertrag, der neu verhandelt werden müsste. Automatisches Failover ist hier aus einem anderen Grund wichtig – Sols Zeit bis zum ersten Token wird mit 122 Sekunden gemessen, was lang genug ist, dass ein anbieterseitiger Stillstand wie ein Hänger wirkt, und ihn zu umgehen ist der Unterschied zwischen einer langsamen Antwort und keiner Antwort. Die Routing-DSL lässt Sie eine Anfrage an ein Modell senden und bei einem Fehler auf das andere zurückfallen, was der ehrliche Weg ist, ein einen Tag altes Modell für alles Wichtige zu nutzen. Grok 4.7 ist zum Zeitpunkt dieses Schreibens nicht im OrcaRouter-Katalog; es aufzurufen bedeutet, über xAIs eigene API und die Drittanbieterplattformen zu gehen, die es führen.

Die Aufteilung, die die Zahlen stützen: Schicken Sie hartes Reasoning, Long-Context- und Terminal-Agent-Arbeit an GPT-5.6 Sol — es führt bei HLE um sechs, bei CritPt um vierzehn, bei Terminal-Bench 4.0 um vierzehn und bei Long-Context-Retrieval um sieben, bei einem doppelt so großen Fenster. Schicken Sie Automatisierungs-, Dokumenten- und professionelle Deliverable-Arbeit an Grok 4.7 — es führt bei AutomationBench-AA, bei GDPval-AA um 107 Elo, bei AA-Briefcase um 170 Elo und beim Knowledge-Honesty-Composite um zehn. Keines der beiden Modelle ist ein allgemeiner Ersatz für das andere, was der ungewöhnliche Befund hier ist: Eine Ein-Punkt-Lücke im Composite verbirgt eine nahezu vollständige Aufteilung der Stärken.

Der Anruf.

GPT-5.6 Sol gewinnt diesen Vergleich knapp beim Composite und deutlich bei den Evaluierungen, die von einem Modell verlangen, hart zu schlussfolgern und ein langes Dokument zu lesen. Grok 4.7 gewinnt ihn bei den Evaluierungen, die von einem Modell verlangen, einen Workflow abzuschließen und ein professionelles Artefakt zu erzeugen, und es gewinnt die reine Preisliste mit einem Vorsprung, der auf nahezu null schrumpft, sobald seine Ausführlichkeit mitgezählt wird. Der Grund, Sol zu wählen, ist die Leistungsfähigkeit am schwierigen Ende, plus die Token-Effizienz, die seinen höheren Preis verkraftbar macht. Der Grund, Grok 4.7 zu wählen, ist, dass es das bessere Automatisierungsmodell zu wirklich niedrigeren Kosten pro Anfrage mit kurzem Prompt ist – und dass es einen Tag alt ist, was bedeutet, dass das ehrliche Urteil darüber vorläufig ist, was bei Sol nicht der Fall ist.