GPT-6.1 Sol vs Grok 4.8: Salah Satu Model Ini Ada, dan Itu Bukan yang Disebut dalam Judul

Tidak ada Grok 4.8 untuk dibandingkan dengan GPT-6.1 Sol. Per 5 November 2026, SpaceXAI — perusahaan yang sebelumnya bernama xAI — belum menerbitkan pengenal model, kartu tarif, jendela konteks, maupun kartu benchmark untuk Grok 4.8, dan dokumentasi developer-nya tidak mencantumkan apa pun dengan nama tersebut. Yang ada hanyalah serangkaian pernyataan dari Elon Musk di X, tenggat pelatihan yang molor, dan rumor dari satu sumber tentang string pemilih model. Sebaliknya, GPT-6.1 Sol telah tersedia secara umum sejak 29 September 2026 dan telah diukur di papan independen yang sama dengan semua model lainnya. Jadi, versi berguna dari perbandingan ini bukanlah Sol versus model yang tidak ada; melainkan Sol versus apa yang akan Anda jalankan hari ini sebagai gantinya, ditambah perkiraan jujur tentang apa yang harus dilakukan 4.8 untuk mengubah jawabannya.

Apa yang sebenarnya sudah dikonfirmasi tentang Grok 4.8

Catatan itu cukup singkat untuk dinyatakan secara lengkap, dan setiap butirnya bersumber dari Musk, bukan dari dokumentasi SpaceXAI.

• 13–14 September 2026 — Musk mengatakan Grok 4.8 memiliki sekitar 2,5 triliun parameter, dilatih dengan tumpukan perangkat lunak C++ yang dibangun dari awal, dan akan menyelesaikan pra-pelatihan "minggu ini" sebelum pembelajaran penguatan.

• Sekitar 20 September — tonggak itu terlewati tanpa konfirmasi.

• 21 September — SpaceXAI meluncurkan Grok 4.7 sebagai gantinya.

• 30 September — satu pelacak tanpa nama melaporkan string grok-4.8-high, grok-4.8-high-fast, dan grok-4.8-xhigh-fast muncul di pemilih model SpaceXAI, dengan pengujian router 500K dan 256K. Tidak ada hash commit, tidak ada jalur file, tidak ada sumber kedua. Itu kabel internal, bukan peluncuran.

• 30 Oktober — Musk mengatakan bahwa pengembangan telah memakan waktu lebih lama dari yang diperkirakan, bahwa Grok 4.8 "tidak akan mengecewakan", dan bahwa tim tidak mengoptimalkan untuk benchmark.

Kalimat terakhir itu yang penting, dan maknanya bisa berlaku dua arah. Laboratorium yang tidak mengoptimalkan untuk benchmark tetap bisa merilis produk yang lebih baik — skor benchmark hanyalah proksi, dan Grok 4.7 adalah model coding yang benar-benar bagus tetapi mendapat skor buruk pada indeks tersebut. Namun itu juga berarti bahwa saat Grok 4.8 hadir, hal pertama yang tidak akan Anda miliki adalah angka yang memungkinkan Anda membandingkannya dengan apa pun.

Penggantinya, dan besarnya celah yang harus ia tutup

Grok 4.7 adalah model yang dapat Anda panggil hari ini. Model ini dirilis pada 21 September 2026 dengan harga $2.00 per juta token masukan dan $6.00 per juta token keluaran, dengan input yang di-cache sebesar $0.50 dan setiap tarif berlipat ganda di atas 200,000 token masukan. Berikut posisinya dibandingkan GPT-6.1 Sol pada Artificial Analysis Intelligence Index v5.0.1, keduanya pada upaya maksimum yang dipublikasikan.

• Intelligence Index v5.0.1 — GPT-6.1 Sol 55 vs Grok 4.7 35, selisih 20 poin

• Biaya per tugas indeks yang diselesaikan — Sol $1,27 vs Grok $7,77

• Token keluaran pada uji indeks — Sol 63,7 juta vs Grok 148 juta

• Kecepatan output — Sol 56 token/detik vs Grok 72 token/detik

• Jendela konteks — Sol 1,050,000 vs Grok 500,000

• Output maksimum dalam satu respons — Sol 128.000 vs Grok 450.000 yang diklaim

• Harga input / output per 1 juta — Sol $2.00 / $10.00 vs Grok $2.00 / $6.00

• Input di-cache — Sol $0.10 vs Grok $0.50

• Langkah konteks panjang — Sol menetapkan ulang harga seluruh permintaan di atas 272.000 token input dengan 2× input dan 1,5× output; Grok menggandakan setiap tarif di atas 200.000

• Beban — keduanya tertutup

Inversi harga adalah jebakan yang dipasang pasangan ini. Tarif output Grok 4.7 40% lebih murah dan baris cache-nya lima kali lebih mahal, sehingga perbandingan kartu tarif dapat dibuat mengarah ke mana pun bergantung pada baris mana yang Anda awali. Pengukuran menjawabnya: Grok 4.7 menghasilkan token output 2,3 kali lipat dibanding Sol untuk menyelesaikan indeks yang sama dan biayanya 6,1 kali lipat per tugas. Token yang lebih murah tetapi Anda beli lebih banyak bukanlah eksekusi yang lebih murah.

Satu-satunya area di mana Grok 4.7 benar-benar unggul

Kecepatan, dan batas keluaran. Pada 72 token per detik dibandingkan 56 milik Sol, Grok 4.7 sekitar 29% lebih cepat dalam pembangkitan kondisi stabil, dan respons maksimumnya yang 450.000 token adalah tiga setengah kali lipat dari 128.000 milik Sol. Jika beban kerja Anda adalah "ambil transkrip 400.000 token dan hasilkan artefak terstruktur yang panjang dalam satu panggilan", Grok 4.7 dapat melakukannya dan Sol akan memotongnya. Itu adalah perbedaan kemampuan yang nyata, bukan artefak benchmark, dan itulah satu baris dalam daftar di atas di mana model yang tertinggal 20 poin adalah satu-satunya yang dapat menyelesaikan pekerjaan itu.

Untuk semua hal lainnya — pemanggilan alat, QA dokumen, alur dukungan multi-langkah — selisih 20 poin dan selisih biaya 6.1× menggambarkan model yang tidak berada di kelas yang sama. Grok 4.7 adalah model yang cepat dan murah per token yang penalarannya menghabiskan token dalam jumlah tidak biasa. Itu adalah produk yang bisa dipertahankan untuk pekerjaan yang sensitif terhadap latensi dengan keluaran pendek, tetapi buruk untuk loop agentik yang bernalar panjang.

Apa yang harus dilakukan Grok 4.8

Mulailah dari aritmetika, karena ia tidak kenal ampun. Untuk menyamai GPT-6.1 Sol pada indeks saat ini, Grok 4.8 membutuhkan 20 poin di atas Grok 4.7 — lompatan yang lebih besar daripada yang pernah dihasilkan satu generasi SpaceXAI mana pun di papan ini. Untuk menyamai biaya per tugas Sol sekaligus melakukannya, ia perlu bernalar dengan sekitar 40% token Grok 4.7, karena kenaikan kemampuan 20 poin yang dibeli dengan lebih banyak berpikir adalah kenaikan tagihan, bukan penghematan. Klaim 2,5 triliun parameter bukan bukti untuk keduanya. Jumlah parameter memprediksi biaya pelatihan, bukan efisiensi token.

Lalu kurangi hal-hal yang telah dikesampingkan oleh Musk. "Tidak mengoptimalkan untuk tolok ukur" berarti angka-angkanya, ketika keluar, mungkin dipublikasikan terlambat, secara sebagian, atau tidak sama sekali, dan bahwa perbandingan kredibel pertama mungkin berasal dari pihak ketiga beberapa minggu setelah peluncuran. Ini juga berarti model tersebut mungkin disetel untuk sesuatu yang tidak diukur oleh indeks — yang merupakan strategi yang sah dan sulit untuk dijadikan dasar perencanaan migrasi.

Skenario realistisnya adalah Grok 4.8 berada di kisaran 40-an pada indeks ini, lebih cepat daripada Sol, dengan harga agresif, dan lebih baik dalam coding daripada yang disiratkan skornya. Itu akan menjadikannya alternatif serius untuk pekerjaan interaktif dan tetap membuat Sol unggul dalam biaya per tugas yang diselesaikan. Skenario yang tidak realistis — 4.8 melewati 55 dan menekan harga di bawah $1.27 — bukan tidak mungkin, tetapi tidak ada yang diterbitkan sejauh ini yang mendukung perencanaan untuk itu.

Biaya menunggu, diukur dalam hal yang benar-benar akan Anda lakukan

Misalkan Anda memiliki agen yang menangani 50.000 permintaan per bulan dengan 15.000 token input dan 3.000 token output per permintaan. Pada harga daftar GPT-6.1 Sol, itu $0,03 untuk input dan $0,03 untuk output per permintaan, atau sekitar $3.000 per bulan. Pada Grok 4.7 dengan $2,00 dan $6,00, itu $0,03 dan $0,018, atau sekitar $2.400. Kartu tarif yang lebih murah menghemat $600 per bulan — dan itu sebelum jumlah token berbeda, yang pada indeks berbeda dengan faktor 2,3.

Sekarang perhitungkan biaya menunggu. Jika Grok 4.8 tiba pada Desember dan Anda menunda proyek untuknya, Anda tidak membayar apa pun dan tidak merilis apa pun. Jika tiba pada Maret, Anda kehilangan satu kuartal. Nilai ekspektasi dari menunggu model yang belum diumumkan dengan tenggat yang mundur dan tanpa tanggal terbit bersifat negatif bagi tim mana pun yang memiliki peta jalan, sehingga sikap yang benar adalah membangun berdasarkan apa yang sudah ada dan menjaga agar beralih tetap murah.

Itulah argumen praktis untuk lapisan routing alih-alih model yang di-hardcode. GPT-6.1 Sol dan Grok 4.7 sama-sama berada di balik satu kunci di sini dengan harga daftar penyedia tanpa markup, jadi mencoba Grok 4.7 pada trafik Anda sendiri adalah perubahan konfigurasi dan perbandingan, bukan pengadaan. Jika Grok 4.8 hadir dan ternyata sesuai dengan semua yang dikatakan Musk, memindahkan persentase trafik ke sana adalah aturan routing; failover otomatis berarti model yang belum terbukti dapat berada di belakang model yang sudah terbukti tanpa menjadi titik kegagalan tunggal pada hari pertama. Kesalahan mahal dalam pasangan ini bukanlah memilih model yang salah — melainkan membangun sesuatu yang membuat pemilihan berikutnya menjadi mahal.

Jadi: tidak, belum ada yang bisa dibandingkan. Grok 4.8 adalah tanggal yang terus bergeser, dilekatkan pada jumlah parameter dan janji untuk tidak mengejar benchmark. GPT-6.1 Sol bernilai 55 pada indeks dengan biaya $1,27 per tugas dan sudah dapat dipanggil selama lima minggu. Keputusan di depan Anda adalah apakah kecepatan Grok 4.7 dan batas keluaran 450K sepadan dengan selisih kemampuan 20 poin, dan yang itu bisa Anda jawab sore ini.