
Claude Opus 5.5 vs Grok 4.8: un modello che puoi chiamare, una promessa che non puoi mantenere
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 184 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 223 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 87 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 96 tok/s
- orcaNUOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
All'amministratore delegato dell'azienda che sviluppa Grok 4.8 è stato chiesto direttamente come si confronti con Claude Opus 5.5. La sua risposta, su X il 10 novembre 2026, è la cosa più utile che chiunque abbia pubblicato su questo confronto: "Non è altrettanto bravo. Opus 5.5 è un capolavoro. Ma Grok 5 dovrebbe superare Opus 5.5 e forse succederà in 2 o 3 mesi, con un'accelerazione continua da quel momento in poi." Questo è Elon Musk che ammette il confronto, ed è anche, dodici giorni dopo, l'intera documentazione pubblica sulle capacità di Grok 4.8.
Perché Grok 4.8 non è un modello che puoi chiamare. La documentazione per sviluppatori di SpaceXSI — l'elenco dei modelli, la pagina dei prezzi e le note di rilascio, tutte consultate il 19 novembre 2026 — riporta grok-4.7 come voce più recente e non riportagrok-4.8 in alcuna riga: nessun identificativo, nessun listino prezzi, nessuna finestra di contesto, nessuna valutazione pubblicata. Artificial Analysis non ha una pagina dedicata; la richiesta restituisce 404. Claude Opus 5.5, al contrario, è disponibile per l'uso generale dal 22 settembre 2026 con un ID del modello, un listino prezzi e otto settimane di misurazioni indipendenti.

Dunque la versione utile di questa pagina non è un confronto tra due schede tecniche. È un confronto tra un modello già spedito e una tempistica dichiarata, più l'unica cosa che l'ammissione di Musk chiarisce davvero: cosa usare oggi.
La concessione vale più di quanto sembri.
I fornitori non cedono terreno sui benchmark riguardo al proprio modello non ancora rilasciato, e la precisazione che lo accompagnava — Grok 5 supererà Opus 5.5 in due o tre mesi — è un'affermazione su un modello diverso da quello nel titolo di questo articolo. Nessuna delle due affermazioni è corredata da un benchmark, dal nome di un test o da una data. Letta come una tabella di marcia anziché come una specifica, dice allo sviluppatore due cose: Grok 4.8 non sarà il modello che colmerà il divario, e l'aspettativa dell'azienda stessa è che il divario resti aperto fino al primo trimestre del 2027.
Si tratta di un'ammissione significativa per chiunque stia attualmente sviluppando su Grok 4.7 e si chieda se aspettare. La risposta del principale esponente del fornitore stesso è che aspettare è una scommessa su Grok 5, non su Grok 4.8.
Perché Grok 4.8 è in ritardo
I post del 10 novembre di Musk hanno fornito un resoconto più specifico di qualsiasi nota di rilascio. Il pre-training su Grok 4.8 è completo. Il team è nella fase di apprendimento per rinforzo e ha dovuto rielaborare i dati usati per il fine-tuning supervisionato. Una causa dichiarata del ritardo è una ricostruzione dell'infrastruttura: SpaceXSI è passata da JAX e SGLang al proprio sistema di RL e al proprio stack di inferenza. Ricostruire il substrato di addestramento e serving nel mezzo della fase di RL di un modello è il tipo di decisione che compare in una pianificazione e non in un changelog, ed è la spiegazione più plausibile disponibile per un modello che è "imminente" da settembre.
Il confronto da fare non è con il lancio di Claude Opus 5.5, che è stato tranquillo e nei tempi previsti, ma con ciò che quella tranquillità ha permesso di ottenere: otto settimane di identificatori stabili, prezzi pubblicati e punteggi di terze parti mentre il modello concorrente era impegnato in una riscrittura dello stack. La stabilità è una caratteristica, ed è quella che Grok 4.8 non è riuscita a rilasciare.
Ciò che puoi effettivamente eseguire: Grok 4.7 contro Opus 5.5
Grok 4.7 è il modello che SpaceXSI ti venderà mentre il 4.8 viene completato. È stato rilasciato il 21 settembre 2026 — un giorno prima di Opus 5.5 — con una finestra di contesto di 500.000 token e un prezzo di listino di $2,00 per milione di token in input e $6,00 per milione di token in output. Entrambi i modelli appartengono quindi alla stessa generazione per data di rilascio, il che rende i dati indipendenti la valutazione più equa disponibile su ciò che Grok 4.8 deve battere e su quanto un rilascio di Grok sia lontano dalla frontiera.
• Indice di intelligenza — Claude Opus 5.5 a 59,1 contro Grok 4.7 a 35,5, un divario di 23,6 punti.
• Costo per attività Index — 10,04 $ contro 7,77 $, quindi Grok 4.7 è solo il 23% più economico per attività completata nonostante un prezzo di listino inferiore del 70%.
• Terminal-Bench 4.0 — 59,6% contro 25,8%. Opus 5.5 più che raddoppia Grok 4.7 nel lavoro agentico su terminale.
• Terminal-Bench-Science 0.1 — 59,0% contro 11,4%.
• FrontierCode-AA 2.0 — 46,4% vs 28,7%.
• HLE-Diamond — 67,9% vs 23,2%.
• GDPval-AA v2.1 — 1866 Elo vs 1717, il divario più stretto qui con 149 punti.
• AnalystAgent — 56,3% vs 52,5%, il benchmark più vicino del set.
• AA-Omniscience — 48,1 con un tasso di allucinazione del 50,3% rispetto a 31,2 con il 20,0%.
• Contesto e velocità — 1M token a 117 tok/s vs 500K token a 71 tok/s.

La distribuzione è la parte interessante. Grok 4.7 non è peggiore di 24 punti ovunque: su GDPval, la classifica del valore economico, è entro l'8%, e su AnalystAgent entro 4. Questi sono i benchmark che premiano l'ampiezza della produzione professionale anziché la profondità di esecuzione. Dove i compiti richiedono di eseguire correttamente una lunga sequenza — lavoro da terminale, lavoro scientifico da terminale, coding agentico — il divario è il più ampio della classifica. Un punteggio composito di 23,6 punti è in realtà la descrizione di una debolezza specifica che si accumula su una suite.
Il costo per attività è il numero che condanna il prezzo di Grok
Un prezzo di listino di $2/$6 contro $4/$20 sembra un vantaggio di 2,5× sul prezzo dell'output. Artificial Analysis ha misurato $7,77 contro $10,04 per task — 23%. Il motivo è che Grok 4.7 ha generato 148M token di output nell'intera suite Index contro i 218M di Opus 5.5, solo un vantaggio di 1,5×, e li produce a 71 tok/s contro 117.
Mettendo insieme questi dati, Grok 4.7 è sia più prolisso in rapporto al suo prezzo sia più lento in termini di tempo effettivo, con 24,4 minuti per attività Index contro 24,6. Una latenza quasi identica per 24 punti Index in meno di capacità e un risparmio del 23%: non è una proposta di valore, è uno sconto su un prodotto peggiore. Chiunque abbia scelto Grok 4.7 sulla base del suo listino prezzi ha pagato per questo privilegio.
Anche Claude Opus 5.5 non è economico: 10,04 $ per attività lo colloca nella fascia alta della classifica e il suo tempo di 24,6 minuti per attività è davvero lento. Ma almeno con quei soldi compra qualcosa. Il confronto corretto per l'efficienza in termini di costi in questa classifica non è tra questi due — è GPT-6.2 Sol a 1,01 $ per attività per un indice di 57,3, la configurazione che fa sembrare entrambi decisamente troppo cari.
Cosa dovrebbe essere vero perché Grok 4.8 cambi questo
Questa è la parte che vale la pena leggere se stai pianificando una migrazione anziché un acquisto. Un modello che esce dal RL con un fine-tuning supervisionato rivisto può cambiare molto in entrambe le direzioni, e i benchmark specifici su cui Grok 4.7 fallisce sono quelli che il RL su compiti verificabili tende a correggere per primi. Il lavoro da terminale, il coding agentico e l'esecuzione scientifica hanno tutti ricompense verificabili automaticamente, che è esattamente ciò che ottimizza una fase di RL. Se Grok 4.8 registra un ampio guadagno su Terminal-Bench rispetto al 25,8% di 4.7, è il segnale che la sessione di RL ha funzionato.
Tre cose dovrebbero comparire prima che qualcuna di queste diventi attuabile. Un grok-4.8 identificatore nella documentazione di SpaceXSI. Un listino prezzi — e si noti che un nuovo stack di inferenza è un motivo plausibile per una variazione di prezzo in entrambe le direzioni. E una valutazione pubblicata, perché le dichiarazioni di Musk di questo mese hanno esplicitamente ridimensionato i punteggi dei benchmark come misura della qualità, il che significa che è improbabile che il materiale del fornitore sul 4.8 arrivi sotto forma di una tabella di numeri.
Finché non esisteranno, la stima onesta è che Grok 4.8 si collochi da qualche parte tra Grok 4.7 e Opus 5.5 e che nessuno al di fuori di SpaceXSI sappia dove. Qualsiasi pagina che oggi ti fornisca una finestra di contesto, un prezzo o un punteggio di Grok 4.8 li ha inventati.
Scegli oggi
Grok 4.8 non rientra nella decisione. Claude Opus 5.5 sì, insieme a Grok 4.7 e ai modelli che competono davvero per lo stesso slot.
Se il tuo lavoro è esecuzione agentica a lungo orizzonte — agenti di programmazione, automazione del terminale, ricerca multi-step — Claude Opus 5.5 vince su ogni benchmark di esecuzione con un margine che nessuna quantità di prompt engineering riesce a colmare, e costa circa il 29% in più per attività rispetto a Grok 4.7 per farlo. È uno scambio equo e una scelta facile.
Se il tuo lavoro è l'ampiezza professionale — analisi, stesura, compiti a valore economico — i due sono abbastanza vicini che il risparmio del 23% potrebbe giustificare Grok 4.7, a condizione che tu possa convivere con una finestra di contesto di 500K anziché 1M e con il recall inferiore implicato da un composito Omniscience di 31 contro 48.
Se sviluppi su Grok e vuoi coprirti proprio da questo tipo di svista, il pattern pratico è tenere la scelta del modello fuori dal tuo codice. Entrambi sono raggiungibili tramite un'unica chiave OrcaRouter — anthropic/claude-opus-5.5 e grok/grok-4.7 — con 0% di ricarico sul prezzo di listino del provider, quindi la linea Grok 4.7 è la tariffa del fornitore stesso e una variazione di prezzo di SpaceXSI sul 4.8 arriva il giorno in cui viene annunciata, non il giorno in cui te ne accorgi. Imposta la regola di routing in modo che preferisca il modello che la tua valutazione indica come più forte e lascia che il failover automatico gestisca un provider che smette di rispondere a metà esecuzione. Quando arriverà Grok 4.8, aggiungerlo sarà una voce di routing, non una migrazione.

Il punto cruciale, per quello che vale
Musk ha detto che Grok 4.8 non è all'altezza di Claude Opus 5.5, e poi ha detto che Grok 5 potrebbe esserlo, tra due o tre mesi. Prendendo la cosa alla lettera, si tratta di una finestra di due trimestri in cui il modello di frontiera per l'esecuzione agentica è quello rilasciato a settembre. Pianifica tenendo conto di questo e considera qualsiasi annuncio di Grok 4.8 come un motivo per rieseguire la tua valutazione anziché per riscrivere la tua integrazione.
Confrontati in questo articolo1
Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno
