כרטיס כותרת שנוצר עבור Claude Opus 5.5 לעומת Grok 4.8 עם שלושה צ׳יפים שקוראים 'Grok 4.8: לא פורסם מזהה מודל', 'בלמידת חיזוק, 10 בנוב׳ 2026' ו'הקרוב ביותר שניתן לקרוא לו: Grok 4.7', בתוספת כותרת תחתונה שמציינת שתיעוד המפתחים של SpaceXSI נבדק ב-19 בנובמבר 2026. לוגו OrcaRouter בפינה הימנית התחתונה.
Guides & Insights

Claude Opus 5.5 לעומת Grok 4.8: מודל אחד שאפשר לקרוא לו, הבטחה אחת שאי אפשר

מחבר

Gideon Frost

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

מנכ"ל החברה שבונה את Grok 4.8 נשאל ישירות כיצד הוא משתווה לClaude Opus 5.5. תשובתו, ב-X ב-10 בנובמבר 2026, היא הדבר השימושי ביותר שמישהו פרסם על ההתמודדות הזו: "לא טוב באותה מידה. Opus 5.5 הוא יצירת מופת. אבל Grok 5 אמור לעלות על Opus 5.5 ואולי זה יקרה בעוד חודשיים או שלושה, עם האצה מתמשכת לאחר מכן." זו הודאה של אילון מאסק בהשוואה, וזה גם, שנים עשר יום לאחר מכן, כל התיעוד הציבורי על היכולת של Grok 4.8.

מכיוון ש-Grok 4.8 אינו מודל שאפשר לקרוא לו. התיעוד למפתחים של SpaceXSI עצמה — רשימת המודלים, עמוד התמחור והערות השחרור, כולם נקראו ב-19 בנובמבר 2026 — מציג את grok-4.7 כערך החדש ביותר ואין בו שורת grok-4.8 כלל: אין מזהה, אין כרטיס תעריפים, אין חלון הקשר, אין הערכה שפורסמה. ל-Artificial Analysis אין עמוד עבורו; הבקשה מחזירה 404. לעומת זאת, Claude Opus 5.5 זמין באופן כללי מאז 22 בספטמבר 2026 עם מזהה מודל, כרטיס תעריפים ושמונה שבועות של מדידה עצמאית.

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.

אז הגרסה השימושית של העמוד הזה אינה השוואה בין שני דפי מפרט. היא השוואה בין מודל שכבר יצא לשוק לבין לוח זמנים מוצהר, ובנוסף הדבר האחד שההודאה של מאסק כן מכריעה: מה להריץ היום.

הזיכיון שווה יותר ממה שהוא נראה

ספקים אינם מוותרים על אחיזתם בקרקע בכל הנוגע לבנצ'מרק של המודל שטרם שוחרר שלהם, וההסתייגות שנלוותה לכך — ש-Grok 5 יעלה על Opus 5.5 בעוד חודשיים או שלושה — היא טענה על מודל אחר מזה שמופיע בכותרת המאמר הזה. אף אחת מההצהרות אינה מלווה בבנצ'מרק, בשם מבחן או בתאריך. בקריאה כאל לוח זמנים ולא כמפרט, היא אומרת למפתח שני דברים: Grok 4.8 לא יהיה המודל שיסגור את הפער, והציפייה של החברה עצמה היא שהפער יישאר פתוח לאורך הרבעון הראשון של 2027.

זו הודאה משמעותית עבור כל מי שבונה כעת על Grok 4.7 ותוהה אם כדאי להמתין. התשובה מפי האחראי הראשי של הספק עצמו היא שההמתנה היא הימור על Grok 5, לא על Grok 4.8.

למה Grok 4.8 התדרדר

הפוסטים של מאסק מ-10 בנובמבר סיפקו תיאור מפורט יותר מכל הערת שחרור. האימון המקדים על Grok 4.8 הושלם. הצוות נמצא בלמידת חיזוק, ונאלץ לעבד מחדש את הנתונים ששימשו לכוונון עדין בפיקוח. אחת הסיבות שהוצהרו לעיכוב היא בנייה מחדש של התשתית: SpaceXSI עברה מ-JAX ומ-SGLang למערכת RL משלה ולמחסנית הסקה משלה. בנייה מחדש של מצע האימון וההגשה בעיצומו של שלב ה-RL של מודל היא מסוג ההחלטות שמתגלות בלוח זמנים ולא ביומן שינויים, וזהו ההסבר הסביר ביותר המוצע למודל ש"קרוב" מאז ספטמבר.

ההשוואה שצריך לערוך אינה עם ההשקה של Claude Opus 5.5, שהייתה ללא אירועים מיוחדים ובלוח הזמנים, אלא עם מה ששקט זה קנה: שמונה שבועות של מזהים יציבים, מחירים מפורסמים וציונים של צד שלישי בזמן שהמודל המתחרה היה בשכתוב של הסטאק. יציבות היא תכונה, והיא הדבר היחיד ש-Grok 4.8 לא הצליח לספק.

מה שאפשר באמת להריץ: Grok 4.7 מול Opus 5.5

Grok 4.7 הוא המודל ש-SpaceXSI ימכור לך עד ש-4.8 יסתיים. הוא שוחרר ב-21 בספטמבר 2026 — יום לפני Opus 5.5 — עם חלון הקשר של 500,000 טוקנים ומחיר רשמי של $2.00 למיליון טוקני קלט ו-$6.00 למיליון טוקני פלט. לכן שני המודלים נמצאים באותו דור לפי תאריך השחרור, מה שהופך את המספרים הבלתי תלויים לקריאה ההוגנת ביותר הזמינה בנוגע למה ש-Grok 4.8 צריך להתגבר עליו ועד כמה שחרור של Grok רחוק מהחזית.

• מדד האינטליגנציה — Claude Opus 5.5 עם 59.1 לעומת Grok 4.7 עם 35.5, פער של 23.6 נקודות.

• עלות לכל משימת Index — $10.04 לעומת $7.77, כך ש-Grok 4.7 זול יותר ב-23% בלבד לכל משימה שהושלמה, למרות תג מחיר זול ב-70%.

• Terminal-Bench 4.0 — 59.6% לעומת 25.8%. ‏Opus 5.5 יותר ממכפיל את Grok 4.7 בעבודת טרמינל סוכנית.

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

• FrontierCode-AA 2.0 — 46.4% לעומת 28.7%.

• HLE-Diamond — 67.9% לעומת 23.2%.

• GDPval-AA v2.1 — 1866 Elo לעומת 1717, הפער הצר ביותר כאן, שעומד על 149 נקודות.

• AnalystAgent — 56.3% לעומת 52.5%, מדד ההשוואה הקרוב ביותר בקבוצה.

• AA-Omniscience — 48.1 בשיעור הזיות של 50.3% לעומת 31.2 בשיעור של 20.0%.

• הקשר ומהירות — 1M טוקנים ב־117 tok/s לעומת 500K טוקנים ב־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.

ההתפלגות היא החלק המעניין. Grok 4.7 אינו גרוע ב-24 נקודות בכל מקום: ב-GDPval, לוח הערך הכלכלי, הוא נמצא בפער של עד 8%, וב-AnalystAgent בפער של עד 4. אלה המדדים שמתגמלים רוחב של תפוקה מקצועית ולא עומק של ביצוע. במקום שבו המשימות דורשות ביצוע נכון של רצף ארוך — עבודה בטרמינל, עבודה בטרמינל מדעי, קידוד סוכני — הפער הוא הרחב ביותר בלוח. ציון מורכב של 23.6 נקודות הוא למעשה תיאור של חולשה ספציפית אחת שמצטברת על פני מכלול מבחנים.

העלות לכל משימה היא המספר שמפליל את התמחור של Grok.

תג מחיר של $2/$6 לעומת $4/$20 נראה כמו יתרון של פי 2.5 במחיר הפלט. Artificial Analysis מדדה $7.77 לעומת $10.04 למשימה — 23%. הסיבה היא ש-Grok 4.7 ייצר 148M אסימוני פלט לאורך חבילת Index לעומת 218M של Opus 5.5, יתרון של פי 1.5 בלבד, והוא מייצר אותם בקצב של 71 tok/s לעומת 117.

אם מחברים את הדברים, Grok 4.7 הוא גם מילולי יותר ביחס למחירו וגם איטי יותר בזמן שעון, בקצב של 24.4 דקות למשימת Index לעומת 24.6. השהיה כמעט זהה תמורת 24 נקודות Index פחות יכולת וחיסכון של 23% — זו אינה הצעת ערך, אלא הנחה על מוצר גרוע יותר. כל מי שבחר ב-Grok 4.7 על בסיס המחירון שלו שילם על הפריבילגיה.

Claude Opus 5.5 גם הוא לא זול: 10.04 דולרים למשימה מציבים אותו בקצה היקר של טבלת הדירוג, וזמן המשימה שלו — 24.6 דקות — איטי באמת. אבל לפחות הוא קונה משהו בכסף הזה. ההשוואה הנכונה ליעילות עלות בטבלה הזו אינה בין שני אלה — אלא GPT-6.2 Sol במחיר 1.01 דולר למשימה עבור מדד 57.3, וזו התצורה שגורמת לשניהם להיראות במחיר גרוע.

מה היה צריך להיות נכון כדי ש-Grok 4.8 ישנה את זה

זה החלק ששווה לקרוא אם אתם מתכננים הגירה ולא רכישה. מודל שיוצא מ-RL עם כוונון עדין מפוקח שעבר עיבוד מחדש יכול לזוז הרבה לשני הכיוונים, והבנצ'מרקים הספציפיים ש-Grok 4.7 נכשל בהם הם אלה ש-RL על משימות ניתנות לאימות נוטה לתקן ראשונים. עבודת טרמינל, קידוד אג'נטי וביצוע מדעי — בכולם יש תגמולים הניתנים לבדיקה מכונה, וזה בדיוק מה ששלב RL מייעל. אם Grok 4.8 רושם עלייה גדולה ב-Terminal-Bench לעומת 25.8% של 4.7, זה האות שהרצת ה-RL עבדה.

שלושה דברים יצטרכו להופיע לפני שכל זה יהפוך לבר-פעולה. grok-4.8מזהה בתיעוד של SpaceXSI. כרטיס תעריפים — ושימו לב שמחסנית inference חדשה היא סיבה סבירה לשינוי מחיר בכל כיוון. והערכה שפורסמה, כי ההצהרות של מאסק עצמו החודש המעיטו במפורש בערכם של ציוני benchmark כמדד לאיכות, מה שאומר שהחומר של הספק עצמו על 4.8 לא סביר שיגיע כטבלת מספרים.

עד שאלה יהיו קיימים, ההערכה הכנה היא ש-Grok 4.8 נוחת אי שם בין Grok 4.7 ל-Opus 5.5, ושאיש מחוץ ל-SpaceXSI לא יודע איפה. כל עמוד שנותן לך היום חלון הקשר, מחיר או ציון של Grok 4.8 פשוט המציא אותם.

בוחרים היום

Grok 4.8 אינו חלק מההחלטה. Claude Opus 5.5 כן, לצד Grok 4.7 והמודלים שבאמת מתחרים על אותו מקום.

אם העבודה שלך היא ביצוע סוכני לטווח ארוך — סוכני קידוד, אוטומציה של טרמינל, מחקר רב-שלבי — Claude Opus 5.5 מנצח בכל מדד ביצוע בפער שאף כמות של הנדסת פרומפטים לא סוגרת, והוא עולה כ-29% יותר לכל משימה מ-Grok 4.7 כדי לעשות זאת. זהו חילוף הוגן והחלטה קלה.

אם העבודה שלך היא רוחב מקצועי — ניתוח, ניסוח, משימות בעלות ערך כלכלי — השניים קרובים מספיק כדי שהחיסכון של 23% יצדיק את Grok 4.7, בתנאי שתוכל להסתפק בחלון הקשר של 500K במקום 1M ובשליפה הנמוכה יותר שמשתמעת מציון Omniscience משולב של 31 לעומת 48.

אם אתם בונים על Grok ורוצים לגדר מפני בדיוק סוג כזה של תקלה, הדפוס המעשי הוא להשאיר את בחירת המודל מחוץ לקוד שלכם. אפשר להגיע לשניהם באמצעות מפתח OrcaRouter אחד — anthropic/claude-opus-5.5 וgrok/grok-4.7 — עם תוספת של 0% על מחיר המחירון של הספק, כך ששורת Grok 4.7 היא התעריף של הספק עצמו, ושינוי מחיר של SpaceXSI ב-4.8 נכנס לתוקף ביום שבו הוא מוכרז ולא ביום שבו אתם שמים לב. הגדירו את כלל הניתוב כך שיעדיף את המודל שההערכה שלכם אומרת שהוא חזק יותר, ואפשרו למעבר אוטומטי לגיבוי לטפל בספק שמפסיק להגיב באמצע הריצה. כאשר Grok 4.8 אכן יופיע, הוספתו היא רשומת ניתוב, לא מיגרציה.

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.

השורה התחתונה, כפי שהיא

מאסק אמר ש-Grok 4.8 אינו טוב כמו Claude Opus 5.5, ואז אמר ש-Grok 5 אולי יהיה, בעוד חודשיים או שלושה. אם לוקחים את זה כפשוטו, מדובר בחלון של שני רבעונים שבו מודל החזית לביצוע סוכני הוא זה שיצא בספטמבר. תכננו בהתאם לכך, והתייחסו לכל הכרזה על Grok 4.8 כסיבה להריץ מחדש את ההערכה שלכם ולא כסיבה לשכתב את האינטגרציה שלכם.

השוואות במאמר הזה1

זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית