GPT-Rosalind vs Grok 4.7: 보건 벤치마크는 생물학적 관문이 아니다

Grok 4.7은 언뜻 보면 GPT-Rosalind에 대한 답처럼 보이는 숫자를 함께 내놓습니다: HealthBench Professional에서 56.7%로, Grok 4.6의 48.5%에서 상승한 수치입니다. 이는 임상 지식 벤치마크로, 2026년 9월 21일 출시된 모델의 출시 표에서 SpaceXAI가 보고한 것이며, 양사 자료에서 의료 평가에 가장 가까운 항목입니다. 2026년 4월 소개된 뒤 2026년 10월 5일부터 일반 판매 중인 GPT-Rosalind는 이에 비교할 만한 것을 공개하지 않습니다 — 그 수치들은 화학 및 습식 실험실 벤치마크이며, 직접 실행하려면 신뢰 액세스 검토가 필요합니다. 따라서 정직한 질문은 어느 모델이 의료에서 더 높은 점수를 받는가가 아니라, 의료 벤치마크가 무엇을 측정하는지와 생물학 게이트가 무엇을 보호하는지, 그리고 이 모델 중 하나가 누구나 이용할 수 있으면서도 토큰당 비용이 다른 모델의 3분의 1인 이유입니다.이와 같은 비교에 뒤따르는 벤치마크 분쟁과 접근 게이트 변경은 날짜 및 출처와 함께 AI Incident Archive에 기록되며, 우리가 추적하는 나머지 모델 및 공급업체 사건들도 함께 기록됩니다.

결국 좁은 것으로 드러나는 중첩

HealthBench Professional은 임상의가 답할 법한 종류의 질문을 모델에 제시합니다. 이 벤치마크는 회상력, 보정(calibration), 그리고 임상적 틀을 유지하는 능력을 평가합니다. 모델이 교란 실험을 설계하거나, 습식 실험실 프로토콜을 읽거나, 구조-활성 관계에 대해 추론할 것을 요구하지는 않습니다. GPT-Rosalind의 공개된 제품군은 다른 종류의 테스트입니다. MedChemBench는 효력 및 ADME 예측과 역합성을 다루고, GeneBench는 장기 지평의 유전체학을 다루며, LabWorkBench는 실제 프로토콜에서 교란을 결과와 연결하는 것을 다룹니다. 서로 다른 도구, 서로 다른 목표입니다.

• 측정 대상 — Grok 4.7: 임상 지식 및 판단력, HealthBench Professional에서 56.7%. GPT-Rosalind: 화학 및 웻랩 추론, MedChemBench에서 27.5%, LabWorkBench에서 63.2%.

• Who ran it — Grok 4.7: SpaceXAI, against its own previous model. GPT-Rosalind: O​penAI, against GPT-5.5.

• 독립적 재현 — 두 벤치마크 모두 해당 없음.

• 두 숫자 어느 것도 알려주지 않는 것 — 해당 모델이 공시 서류에 들어가는 결과를 신뢰할 수 있는지 여부. 그것은 점수가 아니라 실패 모드에 관한 질문입니다.

두 표를 나란히 놓아도 공통으로 포함된 행이 하나도 없습니다. 그것은 보고의 공백이 아니라 시장의 형태입니다. 범용 모델은 넓이로, 전문 모델은 깊이로 평가되며, 각 벤더는 자신의 강점을 보여주는 시험을 고릅니다.

이 둘이 실제로 다른 부분은 바로 엔벨로프입니다.

사양은 비교에서 가장 매력적이지 않은 부분이자, 워크플로가 과연 가능한지를 결정하는 부분입니다. 여기서 두 모델은 벤치마크 대화가 시사하는 것보다 더 크게 갈립니다.

• 컨텍스트 창 — Grok 4.7: 500,000 토큰, GPT-Rosalind의 1,000,000 토큰의 절반.

• 최대 출력 — Grok 4.7: 450,000 토큰이며, SpaceXAI 자체 문서에는 텍스트 출력 제한이 없다고 명시되어 있는데, 이는 당사 모델 카드의 450K 수치와 일치하지 않습니다. 당사는 어느 한쪽 편을 들기보다 불일치를 표시합니다. 자사 모델에 대한 권위는 벤더에게 있기 때문입니다. GPT-Rosalind: 출력 상한으로 별도 공개되지 않음.

• 입력 — Grok 4.7: 텍스트 및 이미지, JPG 또는 PNG 각각 최대 20 MiB, 이미지 개수에 대한 문서화된 제한 없음, 순서 무관. GPT-Rosalind: ChatGPT, Codex 및 API를 통한 과학적 파일 입력; 일반적인 이미지 입력 주장은 공개되지 않음.

• 추론 제어 — Grok 4.7: reasoning_effort를 low, medium, high 또는 xhigh로 설정하며, 공개된 벤치마크 수치는 xhigh에서 인용됩니다. GPT-Rosalind: API에서 reasoning-effort 스타일의 제어를 제공하며, 도구 사용을 모델의 핵심으로 합니다.

• 도구 — Grok 4.7: 함수 호출, 웹 검색, X 검색 및 코드 실행, 모두 서버 측에서 실행됩니다. GPT-Rosalind: ChatGPT와 Codex 내부에 50개 이상의 도구를 갖춘 생명과학 도구 플러그인.

• 지식 컷오프 — Grok 4.7: 2026년 5월, 기본적으로 실시간 인식 없음. GPT-Rosalind: 미공개.

이 분야에서 실제로 문제가 되는 것은 컨텍스트 격차입니다. 100만 토큰 윈도는 유전체학 작업에서 사치가 아니라, 모델이 전체 아틀라스나 전체 프로토콜 세트를 한 번에 담을 수 있게 해 주는 요소입니다. Grok 4.7의 50만은 일반적인 기준에서는 넉넉하지만, 전문 모델이 제공하는 것의 절반입니다. 한편 45만 출력 상한은 생물학 답변에 필요한 수준을 훨씬 넘어서며, 긴 에이전트 궤적이나 대규모 리팩터링이 원하는 바로 그 수준입니다.

이 세트에서는 가격 격차가 가장 큽니다.

Grok 4.7은 이 모든 비교에서 가장 저렴한 모델이고 GPT-Rosalind는 가장 비싼 모델이라, 계산은 아주 명백해진다.

• 입력 — Grok 4.7 1M당 $2.00 vs GPT-Rosalind $5.00. 전문 모델이 2.5배 더 비쌉니다.

• 출력 — Grok 4.7 $6.00 vs GPT-Rosalind $25.00. 4.2배 차이로, 이 글에서 가장 큰 단일 수치 차이입니다.

• 캐시된 입력 — Grok 4.7 $0.50 vs GPT-Rosalind $0.50. 동일합니다. 이 부분이 전문 모델이 더 비싸지 않은 유일한 항목입니다.

• 긴 프롬프트 — Grok 4.7은 프롬프트가 200K 토큰에 도달하면 캐시된 토큰 $1.00 포함 $4.00 / $12.00로 두 배가 됩니다. GPT-Rosalind는 장문 컨텍스트 추가 요금을 공개하지 않습니다.

• 지역별 청구 — Grok 4.7에는 1.1배 배율이 적용되는 미국 엔드포인트가 있으며, 200K 미만에서는 $2.20 / $6.60이 됩니다.

결정은 사실상 출력 비율에서 갈린다. 탐색 워크플로는 후보 목록, 프로토콜 초안, 코드, 긴 근거 설명 등 많은 출력을 만들어낸다. 백만 토큰당 $25 대 $6이라면, 천만 개의 출력 토큰을 내보내는 실행은 전문 모델에서 $250, 범용 모델에서 $60이 든다. 그 $190이 당신에게 무언가를 사 주는지가 물어볼 가치가 있는 유일한 질문이며, 이를 답하는 공개 벤치마크는 없다.

독립 평가자가 추가하는 것

Grok 4.7에는 실제 독립 기록이 있으며, 이는 공급업체의 표보다 더 많은 정보를 제공합니다. 누구도 광고하지 않는 비용까지 포함하기 때문입니다.

• 지능 — Artificial Analysis Intelligence Index에서 46점, v4.3.2 기준으로 해당 순위표의 211개 모델 중 21위이며 지수 중앙값인 26을 크게 웃돕니다. GPT-Rosalind는 이 순위표에 아예 없으며, 특화 모델은 범위 밖입니다.

• 인덱스 실행당 비용 — $3.74이며, 평가자는 75% 캐시 할인과 벤더 자체의 $2.00 / $6.00과 일치하는 입출력 요율을 기록했습니다. 모델이 비슷한 가격대의 동종 모델들과 비교해 합리적인 가격이라는 것이 평가자의 의견입니다.

• 장황함 — 인덱스 전체에서 240M 출력 토큰으로, 중앙값 88M과 대비됩니다. Artificial Analysis는 이를 "매우 장황함"이라고 부르며, 이는 예산 책정에 있어 여기서 가장 유용한 단일 수치입니다. 더 긴 사고 체인으로 생각하는 모델은 어떤 고정 토큰 단가에서도 작업당 비용이 더 많이 듭니다.

• 속도 — 초당 출력 토큰 82.6개, 211개 중 83위이지만, 평가자는 그럼에도 불구하고 평균보다 느리다고 표시합니다.

장황함 수치는 당신의 암산을 바꿔야 하는 바로 그 수치다. 출력 $6.00의 Grok 4.7은 작업당 $25.00인 GPT-Rosalind보다 4.2배 저렴하지 않다 — 거기에 도달하는 데 거의 세 배 많은 토큰을 내보낸다면. 작업당 기준으로 실제 격차는 요율표가 말하는 것보다 좁고, 비교할 Rosalind의 장황함 수치를 공개하는 사람은 아무도 없다 — Rosalind가 리더보드에 없기 때문이다.

게이트가 존재하는 이유, 그리고 Grok에 게이트가 없는 이유

This is the asymmetry a benchmark table cannot express. Grok 4.7 is sold to anyone with a billing account, with a 500K context, image input and server-side code execution. GPT-Rosalind is sold only to organisations that clear a review, and the review exists because O​penAI judged the model's biology capability to be the kind of thing that should not be available on demand.

그것을 안전 쇼에 관한 것이 아니라 역량에 관한 진술로 읽어라. 모델을 게이트하는 연구소는 그 모델이 중요한 어떤 일에서 게이트할 가치가 있을 만큼 충분히 뛰어나다고 판단한 것이다. SpaceXAI는 Grok 4.7에 대해 그에 상응하는 판단을 내리지 않았으며, 공개된 강점들—코딩, 에이전트형 도구 루프, 장시간 소프트웨어 작업—은 게이트가 붙는 종류의 것이 아니다.

실질적인 결론은 이렇습니다. 당신의 업무가 계산적이고 생물학 자체 내부가 아니라 그 인접 영역에 있다면, Grok 4.7은 지금 이용 가능하고 저렴하며 그 작업의 형태에 잘 맞습니다. 당신의 업무가 생물학 그 자체라면, 원하는 모델은 신청 양식 뒤에 있으며, HealthBench Professional이 아무리 많아도 그 간극을 메우지 못합니다. 그 경우 관문은 장애물이 아니라 제품 자체입니다.

쌍을 라우팅하는 것, 그리고 우리가 주의해야 할 단 한 곳

Grok 4.7 is on OrcaRouter at SpaceXAI's list price — $2.00 input, $6.00 output and $0.50 cached input per million tokens, with 0% markup, and the 200K threshold carried through as a pricing tier so a long-prompt request is billed honestly instead of surprising you. GPT-Rosalind is not on OrcaRouter and not on any third-party router; it runs through O​penAI's trusted-access programme directly. We are not going to imply otherwise, and there is no route to configure that would change it.

그렇게 남는 것은 이 모든 비교가 계속 도달하는 패턴이다. 연구 플랫폼의 계산 쪽 절반은 Grok 4.7과 하나의 키 뒤에 있는 200개 이상의 다른 모델 위에서 실행되며, 제공자 간 자동 페일오버를 통해 용량 문제가 생기면 실행이 실패하는 대신 요청이 이동한다. 생물학 쪽 절반은 직접 키에 그대로 둔다. 라우팅 DSL은 경계를 명시적으로 만드는 지점이다. 사용할 수 없을 때 분명하게 실패하는 전문가 모델용 명명된 경로, 그 외 모든 것을 위한 기본 경로, 그리고 일반 모델의 답변이 전문가 슬롯으로 조용히 승격되는 일이 없다.

모델 융합은 경계 사례를 위해 알아둘 가치가 있다. 저렴한 범용 모델과 전문가 모델 모두에 같은 질문을 던진 뒤 비교하는 패널은 잘못 분류된 요청, 즉 배관처럼 보였지만 실제로는 도메인 판단이 필요했던 요청을 잡아내는 방법이다. 또한 아직 완전히 신뢰하지 못하는 모델을 사용하는 정직한 방식이기도 하다.

답을 바꾸는 것은 무엇인가?

Three developments, none of them exotic. SpaceXAI could publish a domain evaluation with the specificity of Rosalind's chemistry suite — HealthBench Professional is a start and not close. O​penAI could extend the October academic plan to include API access, which would put free specialist capacity in exactly the labs that currently cannot afford it. Or an independent harness could put both models through the same scientific task set, which would settle a question that two vendor tables have carefully avoided.

그중 하나가 나오기 전까지는 이 선택은 접전이 아니다. 요청이 코드, 데이터, 산문이라면 Grok 4.7은 출력 가격의 3분의 1에 더 넓은 도구 표면과 독립적인 점수를 갖추고 있으니, 전문가를 고르는 것은 신중함을 느끼기 위한 비싼 방법일 뿐이다. 요청이 과학이라면 4.2배를 지불하고 그 검토를 감수하라. 이 비교에서 그것을 위해 튜닝된 유일한 모델은 당신이 양식을 작성하게 만든 그 모델이기 때문이다.