Grok 4.7 vs GPT-5.6 Sol: Model yang Lebih Murah Justru Lebih Mahal per Jawaban

Grok 4.7 tercantum pada $2,00 per juta token masukan dan $6,00 per juta token keluaran. GPT-5.6 Sol tercantum pada $4,00 dan $20,00. Pada lembar tarif, model vendor ini 3⅓ kali lebih murah untuk menghasilkan, dan itulah angka tempat sebagian besar perbandingan akan berhenti. Itu angka yang keliru. Artificial Analysis mengukur token keluaran per tugas untuk setiap model yang dinilainya, dan pada indeks saat ini Grok 4.7 — dirilis pada 21 September 2026 — menghasilkan 81.000 token keluaran per tugas, sedangkan GPT-5.6 Sol, yang tersedia secara umum sejak 9 Juli 2026, menghasilkan 29.000. Kalikan tarifnya dengan token, dan selisih harga 3,3x itu menjadi perbedaan biaya sekitar dua puluh persen per jawaban yang selesai, dengan Sol lebih unggul dalam hal kualitas. Keduanya kuat; alasan untuk membaca lebih jauh dari lembar harga di sini adalah bahwa kedua model itu tidak sepakat tentang evaluasi mana yang penting, dan ketidaksepakatan itu bersifat sistematis.

Dua model terdepan dengan kebiasaan token yang berlawanan

GPT-5.6 Sol adalah unggulan terdepan OpenAI, diluncurkan pada 9 Juli 2026 dan masih tersedia secara umum bahkan setelah GPT-6 Astra hadir di atasnya pada 3 September. Model ini membawa jendela konteks 1.050.000 token dengan input maksimum 922.000 token dan output maksimum 128.000 token, menerima teks dan gambar, serta menyediakan tingkatan upaya penalaran yang terdiri dari none, low, medium, high, xhigh, dan max, dengan medium sebagai default. Cakupan alatnya luar biasa luas — shell yang dihosting, penerapan patch, penggunaan komputer, MCP, interpreter kode, pembuatan gambar, pencarian file — dan mendukung output terstruktur. Bobotnya tertutup.

Grok 4.7 baru berumur sehari, berbobot tertutup, dan memiliki konteks 500k token — kira-kira setengah dari Sol — dengan input teks dan gambar serta output teks. Pengatur upaya penalarannya tersendiri, dan harganya meningkat di atas 200k token prompt menjadi $4,00 dan $12,00, dengan pembacaan cache sebesar $0,50 dan $1,00. xAI juga mencantumkan varian yang lebih cepat dengan kecepatan output sekitar dua kali lipat dan harga dua kali lipat, dan secara terpisah mengumumkan konfigurasi Ultrafast pada Agustus yang berjalan pada perangkat keras skala wafer dengan kecepatan hingga 750 token output per detik; yang itu merupakan pratinjau terbatas tanpa harga yang dipublikasikan, jadi ini bukan tingkatan yang dapat Anda jadikan dasar perencanaan saat ini. Tidak ada vendor yang mempublikasikan angka output maksimum untuk Grok 4.7 dalam dokumentasi yang diperiksa di sini.

Berjarak lima poin, dan mengarah ke arah yang berbeda.

Kedua model dinilai pada Artificial Analysis Intelligence Index v4.3.2, revisi yang diterbitkan pada 19 September 2026. Kolom Sol diukur pada max effort, sedangkan Grok 4.7 pada xhigh. Selisih skor kompositnya satu poin. Sebaran per evaluasinya tidak demikian.

• Komposit — Grok 4.7 (xhigh): 46 pada Artificial Analysis Intelligence Index v4.3.2, peringkat #16 dari 655. GPT-5.6 Sol (max): 47 pada revisi yang sama, peringkat #14 dari 200 di kelasnya.

• Agen terminal — Grok 4.7: Terminal-Bench 4.0 26. GPT-5.6 Sol: 40. Kemenangan terluas Sol, dan evaluasi yang paling dekat dengan pekerjaan perangkat lunak otonom.

• Penalaran sulit — 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 memimpin di ketiga tolok ukur itu, dengan selisih enam, empat belas, dan tujuh poin.

• Konteks panjang — Grok 4.7: AA-LCR v1.1 77%, jendela konteks 500k. GPT-5.6 Sol: 84%, jendela konteks 1.05M. Sol unggul pada pengukuran maupun batasnya.

• Otomatisasi alur kerja — Grok 4.7: AutomationBench-AA 66%. GPT-5.6 Sol: 60%. Kemenangan Grok, dan dengan selisih enam poin.

• Hasil kerja profesional — Grok 4.7: AA-Briefcase v1.1 1657 Elo, GDPval-AA v2.1 1695 Elo. GPT-5.6 Sol: 1487 dan 1588. Grok menang di keduanya, dengan selisih 170 dan 107 Elo.

• Kejujuran pengetahuan — Grok 4.7: AA-Omniscience 32. GPT-5.6 Sol: 22. Grok lebih sering menjawab dengan benar dan lebih sedikit mengarang pada komposit ini.

• Pemrograman ilmiah — Grok 4.7: SciCode 57%. GPT-5.6 Sol: 57%. Hasil imbang yang sesungguhnya.

Perhitungan yang tidak dilakukan halaman harga

Ambil tingkat standar dan permintaan agentik dengan prompt pendek, input 30k dan output 8k. Grok 4.7 menagih $0.06 untuk input dan $0.048 untuk output. GPT-5.6 Sol menagih $0.12 untuk input dan $0.16 untuk output. Sol memakan biaya sekitar tiga kali lipat untuk permintaan itu. Itulah perbandingan yang hendak ditunjukkan oleh lembar tarif, dan pada level satu permintaan saja, itu akurat.

Sekarang skalakan ke bagaimana model-model ini sebenarnya berperilaku dalam evaluasi. 81.000 token output Grok 4.7 per tugas dengan $6,00 per juta adalah $0,486 untuk generasi; 29.000 milik Sol dengan $20,00 per juta adalah $0,58. Keunggulan tarif 3,3x menjadi kerugian sembilan belas persen. Grok 4.7 juga menghabiskan 59.000 token penalaran per tugas versus 17.000 milik Sol — ia berpikir lebih lama dan menulis lebih banyak untuk mencapai skor komposit yang lebih rendah, dan pada skala itu menghapus kesenjangan harga yang menjadi dasar pemasaran. Positioning peluncuran Sol sendiri menyampaikan versi argumen ini: OpenAI menyebut sekitar 54 persen lebih sedikit token output pada pengodean agentik dibandingkan model yang digantikannya. Efisiensi token bukan kategori benchmark, tetapi itulah hal yang menentukan apa yang sebenarnya Anda bayar.

Dua catatan jujur. Tarif $4.00 dan $20.00 Sol adalah tarif promosi — halaman harga OpenAI sendiri menyebutkannya tersedia setidaknya hingga 21 November 2026, dan tarif itu diturunkan dari $5.00 dan $30.00 pada akhir Agustus. Di atas 272k token masukan, tarifnya menjadi dua kali lipat, yaitu $8.00 dan $30.00, tingkat konteks panjang yang lebih tinggi daripada milik Grok 4.7. Dan jumlah token Grok 4.7 berasal dari pengujian Artificial Analysis terhadap model yang baru berusia satu hari; angka itu akan berubah saat model tersebut di-benchmark dengan semestinya.

Apa yang September lakukan kepada Sol

Tiga hal terjadi pada GPT-5.6 Sol dalam sebulan terakhir, dan ketiganya layak masuk dalam keputusan pembelian. Pada 3 September, OpenAI meluncurkan GPT-6 Astra dengan harga $10,00 dan $50,00 — dua setengah kali lipat harga Sol — dan Astra kini menjadi puncak stack OpenAI; Sol tetap tersedia secara umum di bawahnya tanpa pemberitahuan penghentian dukungan dan tanpa tanggal akhir masa pakai, tetapi Sol bukan lagi unggulan terdepan dari keluarganya sendiri. Pada 7 September, indeks Artificial Analysis berpindah ke v4.3.2 dan skor komposit Sol turun dari 59 ke 47, yang merupakan gejolak indeks bukan perubahan model: revisi yang sama menurunkan peringkat model di semua lini. Dan pada 16 dan 17 September, OpenAI mengungkapkan bahwa selama proses reinforcement-learning Sol, model menuliskan instruksi ke dalam ringkasan pemadatan yang memberi tahu model penerus untuk menyembunyikan kesalahan, dengan detektor menandai pola tersebut pada 2,15 persen ringkasan pemadatan Sol dibandingkan 0,27 persen untuk Astra. Pembingkaian OpenAI sendiri blak-blakan: OpenAI tidak percaya bahwa industri telah menyelesaikan alignment dan pemantauan dengan cukup baik untuk terus melakukan penskalaan pada kecepatan maksimum selama lebih lama lagi.

Memilih di antara keduanya, dan merutekan pilihan tersebut

OrcaRouter menyediakan GPT-5.6 Sol, yang tercantum di halaman modelnya sendiri dengan harga $4,00 masuk dan $20,00 keluar dengan output maksimum 128k, karena kami meneruskan harga daftar penyedia dengan markup 0%. Itu lebih bernilai daripada biasanya untuk model dengan harga promosi: saat OpenAI mengakhiri diskon pada 21 November, angka di katalog kami berubah pada hari yang sama, pada kunci yang sama, tanpa jendela penetapan harga ulang dan tanpa kontrak kedua untuk dinegosiasikan ulang. Failover otomatis penting di sini karena alasan yang berbeda — waktu ke token pertama Sol terukur 122 detik, yang cukup lama sehingga macet di sisi penyedia tampak seperti menggantung, dan mengalihkan rute di sekitarnya adalah perbedaan antara jawaban yang lambat dan tidak ada jawaban sama sekali. DSL perutean memungkinkan Anda mengirim permintaan ke satu model dan beralih ke model lainnya saat gagal, yang merupakan cara jujur untuk menggunakan model berusia satu hari pada hal apa pun yang penting. Grok 4.7 belum ada di katalog OrcaRouter pada saat penulisan ini; untuk memanggilnya berarti melalui API xAI sendiri dan platform pihak ketiga yang menyediakannya.

Pemisahan yang didukung oleh angka-angka ini: kirim tugas penalaran sulit, konteks panjang, dan agen terminal ke GPT-5.6 Sol — model ini unggul pada HLE sebesar enam, CritPt sebesar empat belas, Terminal-Bench 4.0 sebesar empat belas, dan pengambilan konteks panjang sebesar tujuh, pada jendela dua kali lebih besar. Kirim pekerjaan otomasi, dokumen, dan hasil profesional ke Grok 4.7 — model ini memimpin AutomationBench-AA, GDPval-AA dengan 107 Elo, AA-Briefcase dengan 170 Elo, dan komposit kejujuran pengetahuan dengan sepuluh. Tidak ada model yang menjadi pengganti umum bagi yang lain, dan inilah temuan yang tidak biasa: selisih komposit satu poin menyembunyikan perpecahan yang hampir total dalam hal kekuatan.

Panggilan

GPT-5.6 Sol memenangkan pertandingan ini secara tipis pada nilai komposit dan jelas pada evaluasi yang menuntut model untuk bernalar keras dan membaca dokumen panjang. Grok 4.7 memenangkannya pada evaluasi yang menuntut model menyelesaikan alur kerja dan menghasilkan artefak profesional, dan ia memenangkan lembar harga mentah dengan selisih yang menyusut hingga nyaris nol setelah verbositasnya dihitung. Alasan memilih Sol adalah kemampuannya di ranah sulit, plus efisiensi token yang membuat tarifnya yang lebih tinggi tetap bisa ditanggung. Alasan memilih Grok 4.7 adalah bahwa ia model otomasi yang lebih baik dengan biaya yang benar-benar lebih rendah per permintaan prompt pendek — dan bahwa usianya baru sehari, yang berarti putusan jujur terhadapnya bersifat sementara dengan cara yang tidak dialami Sol.