GPT-6.1 Sol vs Grok 4.8：これらのモデルのうち実在するのは1つだけで、それはタイトルに登場する方ではない

比較対象となる Grok 4.8 は存在しませんGPT-6.1 Sol。2026年11月5日時点で、旧xAIとして知られる企業SpaceXAIは、Grok 4.8についてモデル識別子、料金表、コンテキストウィンドウ、ベンチマークカードのいずれも公開しておらず、開発者向けドキュメントにもその名前の記載はありません。存在するのは、X上のイーロン・マスクによる一連の発言、遅延したトレーニング期限、およびモデル選択用文字列に関する単一情報源の噂だけです。対照的に、GPT-6.1 Solは2026年9月29日から一般提供されており、他のすべてと同じ独立系ボードで測定されています。したがって、この比較の有用な形は、Sol対存在しないモデルではなく、Sol対今日代わりに実行するものに加え、4.8が答えを変えるために何をしなければならないかについての正直な見積もりです。

Grok 4.8について実際に確認されていることは何ですか

記録は全文を述べるのに十分短く、すべての項目はSpaceXAIの文書ではなくMuskに由来する。

• 2026年9月13～14日 — マスク氏は、Grok 4.8は約2.5兆パラメータで、ゼロから構築したC++ソフトウェアスタックで学習され、強化学習の前に「今週」事前学習を完了すると述べた。

• 9月20日頃 — その節目は確認されないまま過ぎ去った。

• 9月21日 — SpaceXAIは代わりにGrok 4.7をリリースしました。

• 9月30日 — 単一の匿名トラッカーが、SpaceXAIのモデルピッカーにgrok-4.8-high、grok-4.8-high-fast、grok-4.8-xhigh-fastという文字列が出現したと報告し、500Kおよび256Kのルーターテストを伴っていた。コミットハッシュもファイルパスも、第二の情報源もない。それは内部配線であり、ローンチではない。

• 10月30日 — マスク氏は、開発に予想以上の時間がかかったと述べ、Grok 4.8は「失望させるものにはならない」とし、チームはベンチマーク向けの最適化を行っていないと語った。

その最後の一文こそが重要で、しかもこれは両刃の剣だ。ベンチマーク向けに最適化していないラボでも、より優れた製品を出せることはある——ベンチマークスコアはあくまで代理指標であり、Grok 4.7 は本当に優れたコーディングモデルなのに、このインデックスでは低いスコアになる。しかしそれは、Grok 4.8 が登場したとき、まず手に入らないのが、それを何かと比較できる数値だということも意味する。

代役、そしてそれが埋めなければならない差の大きさ

Grok 4.7は、今日利用できるモデルです。2026年9月21日にリリースされ、料金は入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドル、キャッシュ済み入力は0.50ドルで、入力トークン数が200,000を超えるとすべての料金が2倍になります。以下では、Artificial Analysis Intelligence Index v5.0.1において、両モデルとも公開されている最大エフォート設定で、GPT-6.1 Solと比べてどう位置づけられるかを示します。

• Intelligence Index v5.0.1 — GPT-6.1 Sol 55 対 Grok 4.7 35、20ポイント差

• インデックスタスク完了あたりのコスト — Sol $1.27 対 Grok $7.77

• インデックス実行時の出力トークン — Sol 6370万 対 Grok 1億4800万

• 出力速度 — Sol は毎秒56トークン、Grok は毎秒72トークン

• コンテキストウィンドウ — Sol 1,050,000 対 Grok 500,000

• 1回の応答あたりの最大出力 — Sol 128,000 対 Grok 450,000（公称）

• 100万あたりの入力 / 出力価格 — Sol $2.00 / $10.00 対 Grok $2.00 / $6.00

• キャッシュ入力 — Sol $0.10 対 Grok $0.50

• 長コンテキスト段階 — Solは272,000入力トークンを超えるリクエスト全体を、入力2倍・出力1.5倍で再価格設定し、Grokは200,000超で全レートを2倍にする

• 重み — 両方ともクローズ済み

価格の逆転こそ、この2つの組み合わせが仕掛ける罠だ。Grok 4.7の出力料金は40%安く、キャッシュ料金は5倍高い。そのため、料金表の比較は、どの行を先に示すかによってどちらにでも誘導できる。計測がそれを決着させる。同じインデックスを完成させるのに、Grok 4.7はSolの2.3倍の出力トークンを生成し、タスクあたり6.1倍のコストがかかった。より安いトークンをより多く買うことは、より安い実行ではない。

Grok 4.7が本当に勝る唯一の場面

速度、そして出力上限。毎秒72トークンに対しSolは56で、Grok 4.7は定常状態の生成で約29%高速であり、その最大応答45万トークンはSolの12万8千の3.5倍です。ワークロードが「40万トークンの文字起こしを入力し、1回の呼び出しで長い構造化成果物を生成する」というものなら、Grok 4.7は実行でき、Solは切り詰めてしまいます。これはベンチマーク上の見かけの差ではなく実際の能力差であり、上記のリストの中で20ポイント劣るモデルだけがその作業を完遂できる唯一の項目です。

それ以外のすべて——ツール呼び出し、ドキュメントQA、多段階のサポートフロー——については、20ポイントの差と6.1倍のコスト差が、同じ階層にはないモデルであることを示している。Grok 4.7は高速でトークン単価の安いモデルだが、その推論は異常に多くのトークンを消費する。短い出力を伴うレイテンシ重視の作業には妥当な製品であり、長く推論するエージェントループには不向きな製品だ。

Grok 4.8がしなければならないこと

まず算術から始めよう。それは容赦がないからだ。現在の指数でGPT-6.1 Solに匹敵するには、Grok 4.8はGrok 4.7から20ポイント必要である——これはこのボードでSpaceXAIの単一世代が生み出したどの跳躍よりも大きい。そうしつつSolのタスク当たりコストに並ぶには、Grok 4.7のトークンのおよそ40%で推論する必要がある。なぜなら、より多くの思考で買った20ポイントの能力向上は、節約ではなく請求額の増加だからだ。2.5兆パラメータという主張は、どちらの証拠にもならない。パラメータ数が予測するのは学習コストであり、トークン効率ではない。

次に、マスクが排除した事柄を差し引く。「ベンチマーク向けに最適化しない」とは、数値が出たとしても、公表が遅れるか、一部のみか、まったく公表されない可能性があり、最初の信頼できる比較はローンチから数週間後に第三者から出てくるかもしれないということだ。また、モデルがその指標では測れない何かに向けて調整される可能性があることも意味する——それは正当な戦略ではあるが、移行計画を立てるのが難しいものでもある。

現実的なシナリオは、Grok 4.8がこの指数で40台のどこかに着地し、Solより速く、攻めの価格設定で、コーディングではスコアが示す以上に優れているというものだ。それなら対話的な作業の有力な代替手段になるが、完了タスクあたりのコストでは依然としてSolがリードする。非現実的なシナリオ――4.8が55を超え、$1.27を下回る――は不可能ではないが、これまでに公開されたものの中で、それを前提に計画することを裏付けるものは何もない。

待つことの代償を、実際にあなたがやるはずのことで測る

月5万件のリクエストを処理し、各リクエストが入力15,000トークン、出力3,000トークンであるエージェントがあるとします。GPT-6.1 Solの定価では、1リクエストあたり入力0.03ドル、出力0.03ドル、つまり月約3,000ドルです。Grok 4.7の2.00ドルと6.00ドルでは、0.03ドルと0.018ドル、つまり約2,400ドルです。安い料金表なら月600ドル節約できます。しかもこれは、トークン数が乖離する前の話であり、インデックス上では2.3倍の差が生じます。

さて、待つことの代償を見積もろう。Grok 4.8が12月に登場し、そのためにプロジェクトを延期したなら、支払ったものは何もなく、出荷したものも何もない。3月に登場するなら、四半期を失ったことになる。期限がずれ込み、公開日も未定の未発表モデルを待つことの期待値は、ロードマップを持つどのチームにとってもマイナスだ。だからこそ正しい姿勢は、存在するものに対して構築し、切り替えコストを安く保つことである。

それは、モデルをハードコードするのではなくルーティング層を設けるべきだという実用的な根拠です。ここでは GPT-6.1 Sol と Grok 4.7 のどちらも、プロバイダーの定価でマークアップなしの1つのキーの背後にあります。つまり、Grok 4.7 を自社のトラフィックで試すのは調達ではなく、設定変更と比較です。Grok 4.8 が登場し、Musk の言うとおりのものだったとしても、トラフィックの一定割合をそれに移すのはルーティングルールにすぎません。自動フェイルオーバーがあれば、実績のないモデルを実績のあるモデルの背後に置いても、初日から単一障害点になることはありません。この2つの選択肢における高くつく誤りは、間違ったモデルを選ぶことではなく、もう一度選ぶことを高くつかせる何かを作ってしまうことです。

つまり、いいえ、まだ比較できるものは何もありません。Grok 4.8は、パラメータ数とベンチマークを追わないという約束に結びついた、動き続ける日付です。GPT-6.1 Solはインデックスで55、タスクあたり1.27ドルで、5週間前から呼び出し可能です。あなたの目の前にある判断は、Grok 4.7の速度と450Kの出力上限が20ポイントの能力差に値するかどうかであり、それについては今日の午後に答えを出せます。