Carte de titre générée pour Claude Opus 5.5 vs Grok 4.8 avec trois pastilles indiquant « Grok 4.8 : aucun identifiant de modèle publié », « en apprentissage par renforcement, 10 nov. 2026 » et « appelable le plus proche : Grok 4.7 », ainsi qu’un pied de page précisant que la documentation développeur de SpaceXSI a été consultée le 19 novembre 2026. Logo OrcaRouter en bas à droite.
Guides & Insights

Claude Opus 5.5 vs Grok 4.8 : un modèle que vous pouvez appeler, une promesse que vous ne pouvez pas

Auteur

Gideon Frost

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

Le PDG de l’entreprise qui développe Grok 4.8 a été interrogé directement pour savoir comment il se compare à Claude Opus 5.5. Sa réponse, sur X le 10 novembre 2026, est la chose la plus utile que quiconque ait publiée sur cette confrontation : « Pas aussi bon. Opus 5.5 est un chef-d’œuvre. Mais Grok 5 devrait dépasser Opus 5.5, et peut-être que cela arrivera dans 2 ou 3 mois, avec une accélération continue par la suite. » C’est Elon Musk qui concède la comparaison, et c’est aussi, douze jours plus tard, l’intégralité de ce que le public sait sur les capacités de Grok 4.8.

Parce que Grok 4.8 n’est pas un modèle que l’on peut appeler. La documentation développeur de SpaceXSI — la liste des modèles, la page tarifaire et les notes de version, toutes consultées le 19 novembre 2026 — mentionne grok-4.7 comme entrée la plus récente et ne comporte aucune ligne grok-4.8 : aucun identifiant, aucune grille tarifaire, aucune fenêtre de contexte, aucune évaluation publiée. Artificial Analysis n’a aucune page pour ce modèle ; la requête renvoie 404. Claude Opus 5.5, en revanche, est disponible en version générale depuis le 22 septembre 2026 avec un identifiant de modèle, une grille tarifaire et huit semaines de mesures indépendantes.

Headless capture of SpaceXSI's Grok models and pricing documentation, showing the left-hand navigation listing 'Grok 4.7' as the latest model and the models and pricing pages, with no grok-4.8 entry in the model list.

Donc, la version utile de cette page n’est pas une comparaison de deux fiches techniques. C’est une comparaison d’un modèle livré avec un calendrier annoncé, plus la seule chose que l’aveu de Musk permet de trancher : ce qu’il faut faire tourner aujourd’hui.

La concession vaut plus qu’elle n’en a l’air.

Les fournisseurs ne cèdent pas de terrain sur les benchmarks concernant leur propre modèle non publié, et la mise en garde qui l'accompagne — Grok 5 dépassera Opus 5.5 dans deux ou trois mois — est une affirmation portant sur un modèle différent de celui qui figure dans le titre de cet article. Aucune des deux déclarations ne s'accompagne d'un benchmark, d'un nom de test ou d'une date. Lu comme un calendrier plutôt que comme une spécification, cela indique deux choses à un développeur : Grok 4.8 ne sera pas le modèle qui comble l'écart, et l'entreprise s'attend elle-même à ce que l'écart reste ouvert jusqu'au premier trimestre 2027.

C’est un aveu révélateur pour quiconque développe actuellement sur Grok 4.7 et se demande s’il faut attendre. La réponse du principal intéressé chez le fournisseur est qu’attendre est un pari sur Grok 5, pas sur Grok 4.8.

Pourquoi Grok 4.8 a pris du retard

Les publications de Musk du {{1}}10 novembre{{/1}} ont donné un compte rendu plus précis que n’importe quelle note de version. Le pré-entraînement sur {{2}}Grok 4.8{{/2}} est terminé. L’équipe est en phase d’apprentissage par renforcement et a dû retravailler les données utilisées pour l’affinage supervisé. L’une des causes de retard évoquées est une reconstruction de l’infrastructure : SpaceXSI a abandonné JAX et SGLang au profit de son propre système d’apprentissage par renforcement et de sa propre pile d’inférence. Reconstruire le substrat d’entraînement et de service au milieu de la phase d’apprentissage par renforcement d’un modèle est le genre de décision qui apparaît dans un calendrier et non dans un journal des modifications, et c’est l’explication la plus plausible proposée pour un modèle qui est « imminent » depuis septembre.

La comparaison à établir n'est pas avec le lancement de Claude Opus 5.5, qui s'est déroulé sans incident et dans les délais, mais avec ce que cette absence d'incidents a permis d'obtenir : huit semaines d'identifiants stables, de tarifs publiés et de scores tiers, pendant que le modèle concurrent était en pleine réécriture de sa pile. La stabilité est une fonctionnalité, et c'est précisément celle que Grok 4.8 n'est pas parvenu à livrer.

Ce que vous pouvez réellement exécuter : Grok 4.7 face à Opus 5.5

Grok 4.7 est le modèle que SpaceXSI vous vendra pendant que la 4.8 est en cours de finalisation. Il est sorti le 21 septembre 2026 — un jour avant Opus 5.5 — avec une fenêtre de contexte de 500 000 jetons et un prix catalogue de 2,00 $ par million de jetons d’entrée et de 6,00 $ par million de jetons de sortie. Les deux modèles appartiennent donc à la même génération au regard de leur date de sortie, ce qui fait de ces chiffres indépendants la lecture la plus équitable disponible sur ce que Grok 4.8 doit surpasser et sur la distance qui sépare une version de Grok de la frontière.

• Indice d’intelligence — Claude Opus 5.5 à 59,1 contre Grok 4.7 à 35,5, un écart de 23,6 points.

• Coût par tâche Index — 10,04 $ contre 7,77 $, donc Grok 4.7 n’est que 23 % moins cher par tâche terminée malgré un prix affiché inférieur de 70 %.

• Terminal-Bench 4.0 — 59,6 % vs 25,8 %. Opus 5.5 fait plus que doubler Grok 4.7 sur le travail agentique en terminal.

• Terminal-Bench-Science 0.1 — 59.0 % contre 11.4 %.

FrontierCode-AA 2.0 — 46,4 % contre 28,7 %.

• HLE-Diamond — 67,9 % contre 23,2 %.

• GDPval-AA v2.1 — 1866 Elo contre 1717, l'écart le plus étroit ici, à 149 points.

• AnalystAgent — 56,3 % vs 52,5 %, le benchmark le plus serré de l’ensemble.

• AA-Omniscience — 48,1 avec un taux d’hallucination de 50,3 % contre 31,2 à 20,0 %.

• Contexte et vitesse — 1 M de tokens à 117 tok/s contre 500 K tokens à 71 tok/s.

Generated two-column scoreboard titled 'Claude Opus 5.5 vs Grok 4.7 - the scoreboard'. Left column Claude Opus 5.5 rows: Intelligence Index 59.1, cost per task $10.04, Terminal-Bench 4.0 59.6%, HLE-Diamond 67.9%, context 1M tokens, price $4 / $20. Right column Grok 4.7 rows: Intelligence Index 35.5, cost per task $7.77, Terminal-Bench 4.0 25.8%, HLE-Diamond 23.2%, context 500K tokens, price $2 / $6. Footer: both per Artificial Analysis index v5.0.1, Grok 4.8 is unscored. OrcaRouter logo bottom-right.

La distribution est la partie intéressante. Grok 4.7 n’est pas inférieur de 24 points partout : sur GDPval, le classement de la valeur économique, il est à moins de 8 %, et sur AnalystAgent à moins de 4. Ce sont les benchmarks qui récompensent l’étendue de la production professionnelle plutôt que la profondeur de l’exécution. Là où les tâches exigent d’exécuter correctement une longue séquence — travail en terminal, travail scientifique en terminal, codage agentique —, l’écart est le plus large du classement. Un score composite de 23,6 points décrit en réalité une faiblesse spécifique qui se cumule sur l’ensemble d’une suite.

Le coût par tâche est le chiffre qui met en cause la tarification de Grok.

Un prix affiché de 2 $/6 $ contre 4 $/20 $ semble représenter un avantage de 2,5× sur le prix de sortie. Artificial Analysis a mesuré 7,77 $ contre 10,04 $ par tâche, soit 23 %. La raison en est que Grok 4.7 a généré 148 M de tokens de sortie sur l’ensemble de la suite Index, contre 218 M pour Opus 5.5, soit seulement un avantage de 1,5×, et qu’il les produit à 71 tok/s contre 117.

Tout bien pesé, Grok 4.7 est à la fois plus verbeux au regard de son prix et plus lent en temps d’horloge, à 24,4 minutes par tâche Index contre 24,6. Une latence presque identique pour 24 points d’indice de capacité en moins et 23 % d’économies : ce n’est pas une proposition de valeur, c’est une remise sur un produit moins bon. Quiconque a choisi Grok 4.7 sur la base de sa grille tarifaire a payé pour ce privilège.

Claude Opus 5.5 n’est pas bon marché non plus : à 10,04 $ par tâche, il se situe dans le haut du classement des configurations coûteuses, et son temps d’exécution de 24,6 minutes par tâche est vraiment lent. Mais il offre au moins quelque chose en contrepartie de cet argent. La bonne comparaison en matière de rapport coût-efficacité dans ce classement n’est pas entre ces deux-là — c’est GPT-6.2 Sol, à 1,01 $ par tâche pour un indice de 57,3, la configuration qui fait paraître le prix des deux autres particulièrement mauvais.

Qu’est-ce qui devrait être vrai pour que Grok 4.8 change cela ?

C'est la partie qui vaut la peine d'être lue si vous envisagez une migration plutôt qu'un achat. Un modèle issu du RL avec un fine-tuning supervisé retravaillé peut évoluer considérablement dans les deux sens, et les benchmarks spécifiques sur lesquels Grok 4.7 échoue sont ceux que le RL sur des tâches vérifiables tend à corriger en premier. Le travail en terminal, le codage agentique et l'exécution scientifique ont tous des récompenses vérifiables par machine, ce qui est exactement ce qu'optimise une phase de RL. Si Grok 4.8 affiche une forte progression sur Terminal-Bench par rapport aux 25,8 % de Grok 4.7, c'est le signal que la phase de RL a fonctionné.

Trois éléments devraient apparaître avant que tout cela ne devienne exploitable. Un identifiant grok-4.8 dans la documentation de SpaceXSI. Une grille tarifaire — et notez qu'une nouvelle pile d'inférence est une raison plausible d'une variation de prix dans un sens ou dans l'autre. Et une évaluation publiée, car les déclarations de Musk ce mois-ci ont explicitement relativisé les scores de référence comme mesure de qualité, ce qui signifie que les propres documents du fournisseur sur la version 4.8 ne devraient probablement pas arriver sous forme de tableau de chiffres.

Tant que ceux-ci n’existent pas, l’estimation honnête est que Grok 4.8 se situe quelque part entre Grok 4.7 et Opus 5.5, et que personne en dehors de SpaceXSI ne sait où. Toute page qui vous donne aujourd’hui une fenêtre de contexte, un prix ou un score pour Grok 4.8 a inventé ces données.

Choisir aujourd’hui

Grok 4.8 n'entre pas dans la décision. Claude Opus 5.5, si, aux côtés de Grok 4.7 et des modèles qui rivalisent réellement pour le même créneau.

Si votre travail relève de l’exécution agentique à long horizon — agents de codage, automatisation du terminal, recherche multi-étapes — Claude Opus 5.5 l’emporte sur chaque benchmark d’exécution avec une marge qu’aucun travail d’ingénierie de prompt ne comble, et cela coûte environ 29 % de plus par tâche que Grok 4.7. C’est un échange équitable et une décision facile.

Si votre travail relève de la polyvalence professionnelle — analyse, rédaction, tâches à valeur économique —, les deux sont suffisamment proches pour que l’économie de 23 % puisse justifier Grok 4.7, à condition de pouvoir accepter une fenêtre de contexte de 500 K plutôt que de 1 M et le rappel plus faible qu’implique un score composite Omniscience de 31 contre 48.

Si vous développez sur Grok et souhaitez vous prémunir contre exactement ce genre de dérapage, le schéma pratique consiste à garder le choix du modèle en dehors de votre code. Les deux sont accessibles avec une seule clé OrcaRouter — anthropic/claude-opus-5.5 et grok/grok-4.7 — avec 0 % de majoration sur le prix catalogue du fournisseur, de sorte que l’offre Grok 4.7 soit au tarif propre du fournisseur et qu’un changement de tarif SpaceXSI sur la 4.8 entre en vigueur le jour de son annonce plutôt que le jour où vous le remarquez. Configurez la règle de routage pour préférer le modèle que votre évaluation juge plus performant et laissez le basculement automatique gérer un fournisseur qui cesse de répondre en cours d’exécution. Lorsque Grok 4.8 fera son apparition, l’ajouter ne sera qu’une entrée de routage, pas une migration.

Headless capture of OrcaRouter's model page for grok/grok-4.7, showing the model name and its sections for code samples, pricing, performance and public benchmarks.

L'essentiel, tel qu'il est.

Musk a déclaré que Grok 4.8 n’était pas aussi bon que Claude Opus 5.5, puis a dit que Grok 5 pourrait l’être, dans deux ou trois mois. Pris au pied de la lettre, cela représente une fenêtre de deux trimestres durant laquelle le modèle de pointe pour l’exécution agentique est celui qui est sorti en septembre. Planifiez en conséquence, et considérez toute annonce de Grok 4.8 comme une raison de relancer votre évaluation plutôt que de réécrire votre intégration.

Comparés dans cet article1

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement