GPT-6 Astra לעומת Grok 4.6: התיקו במדד נשבר, ופער המחירים תלוי במסלול

GPT-6 Astra ו-Grok 4.6 היו באותו דירוג בלוח התוצאות העצמאי היחיד שמדרג את שניהם כשהדף הזה פורסם לראשונה ב-4 בספטמבר 2026. זהו המשפט שהדף הזה צריך לקחת בחזרה. כשקוראים אותו מול מדד ה-Artificial Analysis Intelligence Index כפי שהוא ב-16 בספטמבר 2026 — גרסה v4.3, עשרה מבחנים — GPT-6 Astra (max) נמצא ב-53 ו-Grok 4.6 (high) ב-44, במקום שבו היה פעם תיקו. התיקון האחר הוא זה שבכותרת שעליה לחצת. המחירון של OpenAI, כפי שנקרא באותו יום, מפרט את GPT-6 Astra ב-$10.00 למיליון טוקני קלט, $1.00 למיליון קלט במטמון ו-$50.00 למיליון פלט; המחירון של xAI מפרט את Grok 4.6 ב-$2.00, $0.50 ו-$6.00. ביחס לקלט סטנדרטי זה פי חמישה. ביחס לפלט זה פי 8.3. ביחס לקלט במטמון — השורה שמרבית מתעבורת הייצור מחויבת לפיה בפועל — זה פי שניים. אין מכפיל יחיד, והגרסה של הדף הזה שטענה לקיומו עיגלה מחירון של ארבע שורות לסיסמה. זהו רענון, לא השקה: GPT-6 Astra הוא דגם הדגל של OpenAI מ-3 בספטמבר 2026 ו-Grok 4.6 הוא דגם הדגל של xAI מ-12 באוגוסט 2026. מה שהשתנה מאז הוא המדידה, הזמינות והחשבון.

המכפיל מעולם לא היה מספר אחד

התחילו משני כרטיסי התעריפים כפי שהספקים שלהם מפרסמים אותם ב-16 בספטמבר 2026, כי כל מה שבהמשך יורש את צורות המדרגות שלהם. Open​AI מתעדת את GPT-6 Astra ב-10.00 דולר ל-1M אסימוני קלט, 1.00 דולר ל-1M קלט במטמון, 12.50 דולר ל-1M כתיבות מטמון ו-50.00 דולר ל-1M פלט, ומפצלת את הכרטיס לעמודות של הקשר קצר והקשר ארוך; מעבר לסף ההקשר הארוך — 272,000 אסימוני קלט לפי הנתונים המדווחים בכרטיס זה — כל הבקשה מתומחרת מחדש ל-20.00 דולר קלט, 2.00 דולר במטמון ו-75.00 דולר פלט. Batch ו-Flex מחויבים במחצית מהתעריפים הרגילים, ומצב Fast בכפול. x​AI מתעדת את Grok 4.6 ב-2.00 דולר ל-1M קלט, 0.50 דולר במטמון ו-6.00 דולר פלט כנגד חלון הקשר של 500,000 אסימונים, וברגע שבקשה מגיעה ל-200,000 אסימוני פרומפט כל הבקשה מחויבת ב-4.00 דולר קלט, 1.00 דולר במטמון ו-12.00 דולר פלט. אלה כרטיסי תעריפים של ספקים, לא מדידות.

שימו אותם זה לצד זה והמכפיל מהכותרת הישנה מתפרק. קלט רגיל: $10.00 מול $2.00, פי חמישה. פלט: $50.00 מול $6.00, פי 8.3. קלט שמור במטמון: $1.00 מול $0.50, פי שניים. קלט בהקשר ארוך: $20.00 מול $4.00, שוב פי חמישה — אבל פלט בהקשר ארוך הוא $75.00 מול $12.00, או פי 6.25. המספר חמש שבכותרת הישנה לא הומצא. הוא היה שורה אחת מתוך כרטיס בן ארבע שורות שלבש בגדים של סלוגן, והשורה שאתה מצטט משנה את התשובה בפקטור של ארבע. כל מי שנותן לך מספר אחד עבור ההשוואה הזו בוחר דרגה ולא מספר לך איזו.

יש סיבה שנייה לכך שחישוב לפי טוקן מתאר את הצמד הזה בחסר, והיא פועלת דווקא בכיוון ההפוך. שני המודלים אינם מוציאים אותו מספר טוקנים כדי להשלים את אותה עבודה, ובמדד העלות למשימה של Artificial Analysis — העלות הממוצעת המשוקללת של הרצת הערכת Intelligence Index שלה — המודל היקר יותר לכל טוקן הוא הזול יותר לכל משימה שהושלמה, ברגע שמתאימים את הגדרות המאמץ. לפי נתוני המודלים של AA עצמה מ-16 בספטמבר 2026, GPT-6 Astra במאמץ גבוה מגיע ל-$1.72 למשימת אינדקס, לעומת Grok 4.6 ברמה גבוהה, ב-$1.86. הסיבה נמצאת בספירת הטוקנים באותה רשומה: Astra שורף 60M טוקני פלט כדי להריץ את האינדקס המלא, לעומת 94M של Grok 4.6, ו-27k טוקני פלט למשימה לעומת 36k. מחיר קלט גבוה פי חמישה, עם הוצאת טוקנים של כשני שלישים בערך, מסתכם ביתרון קל.

הצימוד בכותרת בעמוד ההשוואה של AA עצמו אומר משהו אחר, ושניהם נכונים. העמוד של AA מוביל עם GPT-6 Astra ברמת מקסימום — $3.26 למשימה, 53 במדד — לעומת Grok 4.6 ברמה גבוהה, $1.86 ו-44. בקריאה כזו, נראה שהפרמיה לא קונה שום דבר מבחינת עלות. בקריאה באותו מאמץ גבוה, Astra היא 51 במדד לעומת 44 וזולה ב-10 סנט למשימה. איזה נתון שייך לתקציב שלך תלוי לחלוטין בשאלה אם אתה מתכוון להריץ את Astra במקסימום או ברמה גבוהה, והעמוד של AA לא מכריח אותך לבחור. זה אותו כשל כמו המכפיל היחיד של הכותרת הישנה, רמה אחת למטה.

ההצמדה למדד נעלמה, והקריאה הכנה צרה מכפי שהיא נראית.

כאשר הדף הזה נכתב לראשונה, שני המודלים עמדו על 61 במדד ה-Artificial Analysis Intelligence Index, וכל המאמר נסוב סביב מחיר. הממצא הזה אינו משוחזר עוד. בלוח כפי שנקרא ב-16 בספטמבר 2026, GPT-6 Astra (max) נמצא ב-53 ו-Grok 4.6 (high) ב-44. שני המודלים מפרסמים סולם מאמץ מלא, והסולם חשוב יותר מהשורה הבודדת ש-AA מדפיסה בעמוד ההשוואה שלה: מנתוני המודל של AA עצמה, GPT-6 Astra רץ 53 (max), 53 (xhigh), 51 (high), 50 (medium), 46 (low), ו-Grok 4.6 רץ 44 (high), 44 (xhigh), 43 (medium), 35 (low). בהגדרה ההתאמה הקרובה ביותר, high מול high, הפער הוא שבע נקודות.

שתי הסתייגויות ראוי להשמיע בנשימה אחת. ראשית, המדד נחתך מחדש: הגרסה הפעילה כעת היא v4.3, שנבנתה מעשר הערכות — AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience ו-AA-LCR v1.1 — על פני אוכלוסיית מודלים שונה מזו של לוח הדירוג של תחילת ספטמבר. חלק מפער של תשע נקודות שמופיע הוא כיול מחדש ולא מכך שאחת המעבדות הוציאה משהו חדש, וקורא שמשווה את הדף הזה לקודם משווה שני סרגלי מדידה שונים. שנית, שתי הרשומות אינן הגדרות מאמץ תואמות: ההשוואה של AA מצמידה את ה-max של Astra ל-high של Grok 4.6, והשוואה בין max ל-high אינה השוואה שקולה. הקריאה הבטוחה של פער של תשע נקודות במדד שכולל עשר הערכות היא הפרדה אמיתית אך מתונה, לא תבוסה מוחצת — כמה מודלים מתקבצים בטווח של נקודות ספורות משני צדי שניהם. מה שכן אפשר לומר הוא ההפך ממה שהדף הזה נהג לומר: בלוח התוצאות העצמאי השניים כבר אינם ניתנים להחלפה, והיקר מביניהם מוביל.

מהירות, שהגרסה הקודמת של העמוד הזה נאלצה להשאיר ריקה עבור Astra, נמדדת כעת — ונתוני ההשהיה הם החצי המרשים יותר. Artificial Analysis מודדת את GPT-6 Astra (max) ב־52.9 טוקני פלט לשנייה לעומת Grok 4.6 (high) ב־57.7, פער שאפשר להרגיש ביצירה ארוכה אך לא כזה שאמור לעצב מחדש החלטת ניתוב. הזמן עד לטוקן הראשון הוא סיפור אחר: 334.04 שניות עבור Astra לעומת 38.63 עבור Grok 4.6, וזמן תגובה מקצה לקצה של 343.48 שניות לעומת 47.31. Astra חושבת במשך דקות לפני שהיא עונה. בעבודת סוכנים באצווה ובלילה זה בלתי נראה; בכל דבר אינטראקטיבי זה המספר המכריע, והוא אינו מופיע באף אחד משני כרטיסי התעריפים.

גיליון הבנצ'מרק של Astra עצמה, ומי רשאי לומר מה

הנתונים המרכזיים של OpenAI עבור GPT-6 Astra, כולם מדווחים על ידי הספק ואף אחד מהם לא שוחזר כאן: 98% ב-FrontierMath Tier 4, 100% ב-ExploitBench — לעומת 78.5% עבור הדגל הקודם של OpenAI, GPT-5.6 Sol — ו-99.9% ב-ARC-AGI-3. אלו המספרים שסיקור ההשקה חזר עליהם, ושניים מהם ראויים ליותר ספקנות ממה שקיבלו.

ARC-AGI-3 תחילה. ה-99.9% מגיע מהארנס של מתאם הספק של OpenAI. ARC Prize, שמפעיל את הבנצ'מרק, מדד בנפרד 62.7% עבור אותו מודל תחת הארנס ה-Standard של ARC Prize, הנייטרלי ביחס לספק, בעלות של $26,098 להרצה. בהערה של ARC Prize עצמו נאמר שהמתאם משמר את מצב החשיבה של OpenAI בין בקשות, כך ששני הנתונים מודדים דברים שונים ואסור לצטט אותם כאילו היו אותה מדידה. גודל הפער מבהיר את הנקודה טוב יותר מכל טיעון: Astra במצב חשיבה "none" תחת המתאם משיגה 96.7%, כ-34 נקודות מעל ציון החשיבה המקסימלי שלה תחת הארנס ה-Standard. הנתון השני הוא הארנס שעושה עבודה שהמודל לא עשה.

FrontierMath Tier 4 הוא האחר. ה-98% הוא הדיווח של Open​AI עצמה על בנצ'מרק ש-Open​AI מימנה את פיתוחו; לפחות טבלת השוואה אחת משבוע ההשקה מציגה 97.6% לאותה תוצאה. התייחסו לשניהם כדיווחי ספק, ולאף אחד מהם כאל משהו סגור.

מה ששורד את טיעון הרתמה שווה לשמירה. ARC Prize גם מצאה ש-Astra השתמשה בפחות פעולות מהאדם החציוני שנבחן ב-96% מהשלבים שהיא השלימה, בממוצע 51.7% פחות פעולות לשלב לעומת בסיס אנושי שנאסף מכ-500 משתתפים — תוצאת יעילות שאינה תלויה במתאם. ו-ARC Prize אמרה במפורש שהיא אינה טוענת ש-Astra היא AGI: הסביבות חסומות ודטרמיניסטיות, והגעה לרוויה במבחן אינה הוכחה ליכולת כללית. בצד הקידוד העצמאי, DeepSWE v1.1 של Datacurve — 113 משימות ב-91 מאגרי קוד פתוח פעילים — מציג את GPT-6 Astra ב-74.1%. זו תוצאה חזקה ולא תוצאה מובדלת; ראש הטבלה הוא אשכול, וטבלה שהערכים המובילים בה נמצאים בטווח של כמה נקודות זה מזה היא טבלה שעוסקת באי-ודאות לא פחות מאשר ביכולת. לא פורסם בה נתון של Grok 4.6 בהגדרה דומה בזמן כתיבת הדברים, ולכן לממד הזה יש צד אחד.

שתי דרכי עבודה, והבדל אמיתי בשליטה

אפילו כשהציון צמוד, השניים האלה לא מסכימים כיצד מנווטים אותם. Grok 4.6 הוא מודל חזק יחיד עם חוגת מאמץ חשיבה מפורשת; אתה מחליט כמה חשיבה מגיעה לבקשה ואתה משלם תעריף אחיד עבורה. GPT-6 Astra פועל זמן רב יותר בכוחות עצמו, והוא בנוי לעצור לבדיקה לפני שהוא מתחייב. זהו גם המודל הראשון של OpenAI שהחברה דירגה כ"קריטי" תחת ה-Preparedness Framework שלה לסיכון סייבר — הערכה עצמית של הספק, ולא ממצא חיצוני — ו-OpenAI עצמה מודה שהיכולת לנטר אותו פחתה ביחס למודל הדגל הקודם שלה, ולכן ההגדרות המתירניות ביותר מוגבלות לשותפים שעברו בדיקה ולא נמכרות בגלוי. עבור צוות אבטחה, הגבלה זו היא יתרון. עבור מפתח שרוצה פלט דטרמיניסטי וניתן לכוון בלוח זמנים, זהו חיכוך שאתה משלם פרמיה כדי לרכוש.

לוח התוצאות, שמתויג

• אינטליגנציה (עצמאית) — מאמץ מותאם, גבוה מול גבוה: GPT-6 Astra 51, Grok 4.6 44. כפי שעמוד ההשוואה של AA מזווג אותם, Astra (max) 53 מול Grok 4.6 (high) 44. מדד האינטליגנציה של Artificial Analysis v4.3, נכון ל-16 בספטמבר 2026. לא שווה; גודל הפער תלוי בזיווג.

• מחיר מחירון, מסלול סטנדרטי (כרטיסי תעריפים של ספקים, נכון ל-16 בספטמבר 2026) — GPT-6 Astra $10.00 קלט / $50.00 פלט / $1.00 במטמון לכל 1M. Grok 4.6 $2.00 קלט / $6.00 פלט / $0.50 במטמון לכל 1M. פי חמישה בקלט, פי 8.3 בפלט, פי שניים בקלט במטמון.

• מחיר מחירון, הקשר ארוך (אותם כרטיסים, אותו תאריך) — GPT-6 Astra: הבקשה כולה תומחרה מחדש מעבר לסף ההקשר הארוך ב-$20.00 / $2.00 / $75.00. Grok 4.6: הבקשה כולה תומחרה מחדש ב-200K טוקני פרומפט ל-$4.00 / $1.00 / $12.00.

• עלות לכל משימה (עצמאית) — מאמץ תואם, גבוה מול גבוה: GPT-6 Astra 1.72 דולר למשימת Intelligence Index, ‏Grok 4.6 1.86 דולר. כפי שעמוד ההשוואה של AA מציג אותם זה מול זה, Astra (max) 3.26 דולר מול Grok 4.6 (high) 1.86 דולר. Artificial Analysis, נקרא ב-16 בספטמבר 2026.

• השהיה (עצמאית) — GPT-6 Astra: 334.04 שניות עד הטוקן הראשון, 343.48 שניות מקצה לקצה. Grok 4.6: 38.63 שניות ו-47.31 שניות. Artificial Analysis, נכון ל-16 בספטמבר 2026. הפער הרחב ביותר בעמוד זה. הרישום של OrcaRouter עצמה לאותו מודל מציין זמן p50 עד הטוקן הראשון של 6.71 שניות ו-p95 של 10.00 שניות על פני שבעה ימים, אשר מודד נקודה אחרת בתגובה ואינו בר-השוואה לנתון של AA — אל תכלילו את השניים באותו משפט כאילו ניתן להשוות ביניהם.

• מהירות (בלתי תלויה) — GPT-6 Astra 52.9 אסימוני פלט/שנייה במקסימום. Grok 4.6 57.7 אסימונים/שנייה בגבוה. Artificial Analysis, נקרא ב-16 בספטמבר 2026.

• קידוד אג'נטי (עצמאי) — GPT-6 Astra 74.1% ב-DeepSWE v1.1 של Datacurve. לא פורסמה הרצה דומה של Grok 4.6 באותו לוח בזמן כתיבת הדברים, ולכן למימד הזה יש צד אחד.

• סייבר והסקה (מדווח על ידי הספק) — GPT-6 Astra: FrontierMath Tier 4 98%, ExploitBench 100%, ARC-AGI-3 99.9% במתאם הספק של OpenAI, לעומת 62.7% שנמדדו באופן עצמאי על ידי ARC Prize במערך הבדיקה הסטנדרטי שלה. מדווח על ידי OpenAI; לא שוחזר כאן.

• גישה היום — שני המודלים ניתנים לקריאה דרך OrcaRouter במפתח אחד. התעריפים המופיעים ב-Router, נכון ל-16 בספטמבר 2026: GPT-6 Astra במחיר $10.00 / $50.00 למיליון עם חלון הקשר של 1.05M טוקנים, Grok 4.6 במחיר $2.00 / $6.00 למיליון עם חלון הקשר של 500K טוקנים.

הערה אחת לגבי הגרפיקות בעמוד הזה, מפני שהן נושאות מספרים שהטקסט מסייג. הכרטיס הראשי ולוח התוצאות מציגים את אותו זיווג שאיתו Artificial Analysis מובילה — GPT-6 Astra בהגדרת החשיבה המקסימלית שלה מול Grok 4.6 במצב גבוה — כך ששורת האינטליגנציה בלוח התוצאות מציגה את ציון המאמץ המקסימלי, בעוד ששורת העלות שלו מציגה את עלות המאמץ הגבוה. שני הנתונים הם של AA, שניהם עדכניים, והם אינם מאותה הגדרת מאמץ. הטקסט שלמעלה מביא את הזוג בהתאמת המאמץ בכל מקום שבו ההבדל חשוב. הגרסה הקודמת של העמוד הזה כללה ארבע גרפיקות שנבנו על קריאת האינדקס 61 מול 61; הן הוחלפו ולא בוארו בהערות, כי כרטיס ראשי שמצהיר על טענה שהמאמר חוזר בו ממנה גרוע מאי-קיום כרטיס ראשי.

הזמינות השתנתה, וזה משנה את תשובת הניתוב

הגרסה הראשונה של הדף הזה נאלצה לדווח ש-GPT-6 Astra לא היה ב-OrcaRouter ו-Grok 4.6 כן היה. שניהם נמצאים כעת בקטלוג — GPT-6 Astra תחת מזהה המודל openai/gpt-6-astra בתעריפי המחירון של Open​AI, Grok 4.6 תחת grok/grok-4.6 בתעריפים של x​AI. תעריפים ברשימת OrcaRouter, נקראו ב-16 בספטמבר 2026. גם נקודת הקצה של Astra אינה ערך בקטלוג: אותה רשומה מתעדת 180.7M אסימונים של תעבורה בשבעת הימים הקודמים, ברשימת הראוטר, כפי שנקרא באותו יום.

זה רלוונטי במיוחד להשוואה הזו, מפני שלשני הכרטיסים צורות מדרגות שונות. ראוטר שמחייב לפי מחיר המחירון של הספק עם 0% תוספת מיישם את המדרגה שבה הבקשה באמת נופלת: קריאת Astra שנשארת מתחת לסף ההקשר הארוך לא מתומחרת מחדש מצדנו, וקריאת Grok 4.6 שחוצה 200K מתומחרת מחדש לפי הכלל של x​AI ולא לפי שלנו. כל תעריף מצדנו הוא מועבר הלאה ב-0% תוספת — המספר של הספק הוא המספר שאתם משלמים, וכשספק משנה אותו השינוי פעיל באותו מפתח באותו יום. עם שני המודלים על מפתח אחד, פיצול עומס עבודה ביניהם, Astra על העבודה האוטונומית הקשה ו-Grok 4.6 נושא את הנפח, הוא שינוי ניתוב ולא חוזה שני; מעבר אוטומטי לכשל משמעו שהגבלת קצב בנתיב אחד היא אירוע ניתוב ולא השבתה; וה-DSL לניתוב מאפשר לכם להרכיב את השניים לקריאה אחת כשרוצים שהמודל הזול ינסח טיוטה והיקר יבדוק.

מי צריך לשלם את הפרמיה?

קנה את GPT-6 Astra אם העבודה שלך נמצאת בתחום שבו הוא כעת מקדים באופן מדיד. המדד העצמאי מפריד בינו לבין Grok 4.6 בהגדרות ש-AA מפרסמת, תוצאת DeepSWE v1.1 שלו היא מספר עצמאי אמיתי, וגיליון ההשוואה של הספק עצמו הוא באמת בחזית לאחר שמצרפים את הסתייגויות הארנס. תקצב על בסיס לכל משימה ולא על בסיס לכל טוקן, ושים לב לסף ההקשר הארוך, שהוא הנקודה שבה בקשה בודדת מפסיקה להיות קריאה יקרה והופכת ליקרה מאוד. קנה את Grok 4.6 אם אתה רוצה חשיבה בסמוך לחזית בקצב שמחזיק תקציב אמיתי, בנוסף לתפוקה הנמדדת המהירה מבין השניים ומבנה תמחור עם צוק אחד במקום שניים.

הסיכום המתוקן של ההשוואה הזו אינו שהפער של פי חמישה לא קונה דבר, ואינו שהשניים באותה רמה. הוא שכן הפער ממשי בכל דרג, והיחס תלוי בדרג שאתה קורא; שגם פער הביצועים ממשי כעת; ושהשניים מצביעים לאותו כיוון — וזה ההיפך ממה שהעמוד הזה אמר ב-4 בספטמבר 2026, וסיבה טובה יותר לבחור ביניהם מאשר סיסמה על מכפילים.