GPT-6 Sol vs Grok 4.7: Het goedkopere token dat drie keer zoveel kost

Twee modellen werden in september 2026 met één dag verschil uitgebracht, en op de sticker liggen ze niet dicht bij elkaar. Grok 4.7kwam uit op 21 september voor $2,00 per miljoen inputtokens en $6,00 per miljoen outputtokens. GPT-6 Solkwam uit op 22 september voor dezelfde $2,00 input en $10,00 output. De output van Grok is 40% goedkoper. Dat is de hele basis waarop de meeste vergelijkingen hem zullen kiezen, en het is het verkeerde getal om naar te kijken.

Het getal dat deze combinatie bepaalt, staat op geen van beide tariefkaarten. Het is 240 miljoen tegenover 77 miljoen — de outputtokens die elk model genereerde terwijl Artificial Analysis zijn Intelligence Index uitvoerde. Grok 4.7 verbruikte iets meer dan drie keer zoveel tokens om dezelfde set vragen te beantwoorden. Vermenigvuldig dat met het tarief per token, en het model met de goedkopere output komt uit op $3,74 per voltooide taak tegenover $1,06. Goedkoper per token, meer dan drie keer de rekening.

Wat elk model daadwerkelijk is

Grok 4.7 is de opvolger van Grok 4.6 van xAI en wordt gepositioneerd als zijn sterkste model voor coderen en kenniswerk, met een contextvenster van 500.000 tokens, tekst- en afbeeldingsinvoer, tekstuitvoer en een redeneerinspanning die configureerbaar is op laag, gemiddeld, hoog en xhigh. xAI heeft geen parameteraantal bekendgemaakt. Het model hanteert een pretraining-cutoff die naar verluidt juni 2026 is, met aanvullende training tot en met augustus.

GPT-6 Sol is het GPT-6-model van OpenAI in het middensegment — onder het vlaggenschip GPT-6 Astra, boven het budgetmodel GPT-6 Luna — met een contextvenster van 1.050.000 tokens, een maximale invoer van 922.000 tokens, een uitvoerplafond van 128.000 tokens en een kennisafsluitdatum van 20 april 2026. Het ondersteunt tekst en afbeeldingen als invoer en tekst als uitvoer, met reasoning effort van none tot en met max, en OpenAI heeft de prijsstelling ervan omschreven als permanent in plaats van promotioneel.

De contextvensters liggen niet dicht bij elkaar. Dat van Sol is ongeveer het dubbele. Dat maakt precies voor één klasse workloads uit, en het is niet de klasse die de meeste mensen draaien.

De tariefkaart, en de regel die hem omkeert.

• Invoer — GPT-6 Sol $2,00 per miljoen tokens vs Grok 4.7 $2,00 per miljoen tokens; identiek

• Uitvoer — GPT-6 Sol $10,00 per miljoen tokens versus Grok 4.7 $6,00 per miljoen tokens; Grok is 40% goedkoper

• Gecachte invoer — GPT-6 Sol $0,20 per miljoen tokens vs Grok 4.7 $0,50 per miljoen tokens; het lezen van Sols cache is een factor tweeënhalf goedkoper, wat het tegenovergestelde is van wat het uitvoertarief impliceert

• Cache-schrijfacties — GPT-6 Sol $2,50 per miljoen tokens vs Grok 4.7, een tarief dat niet in hetzelfde overzicht is gepubliceerd

• Contextvenster — GPT-6 Sol 1.050.000 tokens vs Grok 4.7 500.000 tokens

• Toeslag voor lange context — GPT-6 Sol herprijst een verzoek boven 272.000 inputtokens tegen 2× input- en cachetarieven en 1,5× output voor het hele verzoek, tegenover Grok 4.7 die elk tarief verdubbelt bij 200.000 inputtokens, ook voor het hele verzoek

• Kennisafsluitdatum — GPT-6 Sol 20 april 2026 vs Grok 4.7, een pretrainingsafsluitdatum die naar verluidt juni 2026 is, met aanvullende training tot en met augustus

• Redeneerinspanning — GPT-6 Sol geen, laag, gemiddeld (standaard), hoog, extra hoog, maximaal vs. Grok 4.7 laag, gemiddeld (standaard), hoog, extra hoog

• Modaliteit — tekst en afbeelding in, tekst uit, voor beide

De cachelijn is de regel waar een koper bij stil moet staan. Het uitvoertarief van Grok ligt lager, maar de gecachte invoer is tweeënhalf keer die van Sol, en gecachte invoer is waar lange agentgeschiedenissen en herhaalde systeemprompts leven. Een workload die grotendeels bestaat uit het herlezen van een grote, stabiele context zal de twee veel dichter bij elkaar vinden dan $6 tegenover $10 suggereert — en zodra de token-volumeverhouding daar bovenop wordt toegepast, keert de volgorde om.

Waarom 240 miljoen tokens het hele verhaal is

Artificial Analysis heeft Grok 4.7 op xhigh gemeten terwijl het tijdens zijn indexrun ongeveer 240 miljoen outputtokens genereerde, tegenover een mediaan van ongeveer 88 miljoen voor de modellen op hetzelfde leaderboard. In zijn eigen samenvatting wordt het model "opvallend traag en zeer verbose" genoemd. GPT-6 Sol, gemeten op dezelfde harness, genereerde 77 miljoen — op het leaderboard beschreven als "redelijk beknopt."

Het scorebord rapporteert ook direct het gevolg. Grok 4.7 scoort 46 op de Intelligence Index tegen $3,74 per taak. Op de hoge instelling is de score ook 46 en bedragen de kosten $2,73 per taak. GPT-6 Sol scoort 48 voor $1,06 per taak. Dezelfde index, dezelfde harness, en een kostenverschil van twee tot drieënhalf keer dat geen enkele tariefkaart toont.

Twee waarschuwingen voordat je die cijfers als een zuivere rechtstreekse vergelijking behandelt. De twee pagina's zijn op dezelfde dag vastgelegd, maar de ranglijsten bevatten verschillende totalen — de pagina van Grok toont een klasse van 212 modellen, en een aparte vermelding van Grok meldt een rang op een totaal van 655 — dus de twee scores zitten niet gegarandeerd op dezelfde index-build. En geen van beide cijfers is een leverancierscijfer: Artificial Analysis draait zijn eigen harness, wat juist het punt is, maar de reasoning-instellingen verschillen tussen de twee vermeldingen (xhigh voor Grok, max voor Sol), dus beschouw het kostenverschil van vijfhonderd procent als de bevinding en het indexverschil van twee punten als benadering.

Wat xAI publiceerde, en wat niemand heeft gecontroleerd

xAI's eigen lanceringscijfers zijn sterk en, zoals alle lanceringscijfers van leveranciers, niet gereproduceerd. CursorBench 4.0 op 46,3% bij xhigh tegenover de 40,4% van Grok 4.6. Terminal-Bench 4.0 op 38,0% tegenover de 20,3% — de grootste individuele winst in de release. DeepSWE v1.1 op 71,0% bij high tegenover de 65,2%. EEBench op 64,0% tegenover de 53,0%. Dat zijn xAI's testomgeving, xAI's instellingen, xAI's rapportage.

De cijfers van OpenAI voor GPT-6 Sol volgen hetzelfde patroon en verdienen dezelfde korting. Het verschil is dat Sol over één stuk onafhankelijk bewijs meer beschikt dan Grok: het kosten-per-taakcijfer van Artificial Analysis, dat wordt berekend op basis van gemeten tokenverbruik in plaats van op basis van de scoretabel van een leverancier. Dat is het cijfer dat deze vergelijking overleeft.

Wat voor geen van beide modellen is gepubliceerd, is een rechtstreekse vergelijking op dezelfde taken met dezelfde harness en dezelfde effort-instelling. Als je er een tegenkomt, controleer dan welke van die drie variabelen is veranderd.

Prijsbepaling voor een maand gecachte agent-traffic

Neem een workload die grotendeels stabiele context is: een coding agent met een systeemprompt en repository-samenvatting van 60.000 tokens, die bij 5.000 aanroepen per maand opnieuw wordt gelezen, waarbij elke aanroep 4.000 outputtokens retourneert. Ga ervan uit dat caching werkt en dat de stabiele prefix tegen het gecachte tarief wordt gefactureerd.

Op GPT-6 Sol: 300 miljoen gecachte invoertokens tegen $0,20 per miljoen is $60,00. Twintig miljoen uitvoertokens tegen $10,00 per miljoen is $200,00. Totaal: $260,00.

Op Grok 4.7: dezelfde 300 miljoen gecachte invoertokens tegen $0,50 per miljoen is $150,00. Twintig miljoen uitvoertokens tegen $6,00 per miljoen is $120,00. Totaal: $270,00.

Bijna identiek — en dat is nog met het tokenvolume constant gehouden, wat de gunstige aanname is. De gemeten verbositeit van Grok 4.7 bij de index-run was drie keer zo hoog als die van Sol. Pas zelfs een factor 1,5× toe op het uitvoervolume, en Groks rekening loopt op tot $330,00 tegenover $320,00 voor Sol, en de kloof wordt van daaraf alleen maar groter. Het goedkopere outputtarief houdt geen stand tegen caching plus verbositeit; tegen caching alleen nauwelijks.

Niets hier is een claim over de prijs van een van beide modellen via OrcaRouter — geen van beide staat in onze catalogus. GPT-6 Sol is bereikbaar via OpenAI's eigen API en Grok 4.7 via die van xAI; de rest van de Grok-lijn, waaronder Grok 4.6, is via ons te routeren tegen xAI's lijstprijs volgens het pass-through-model. Het punt van de rekensom is dat de escalatieregel die je opstelt gebaseerd moet zijn op de kosten per voltooide taak op je eigen verkeer, niet op de tariefkaart — en een routeringslaag is juist wat je in staat stelt die regel te testen zonder een tweede contract.

Waar elk thuishoort

• Agentwerk met een hoog volume en gecachte context — GPT-6 Sol. De regel voor gecachte input valt 2,5× uit in het voordeel van Sol, en de regel voor het outputvolume is in die van Grok nog slechter dan dat, en die twee versterken elkaar.

• Codeerwerk waarbij je de sterkste gepubliceerde Terminal-Bench-verbetering in de release wilt — Grok 4.7 is het model met dat getal, en het is een groot getal. Houd alleen rekening met de tokens, niet met het tarief.

• Lange documenten boven 500.000 tokens — GPT-6 Sol, en het is allesbehalve nipt. Het venster van Grok eindigt waar dat van Sol pas halverwege is.

• Latentiegevoelige paden — geen van beide. Artificial Analysis vermeldt Grok 4.7 met 39,2 outputtokens per seconde, wat het als opmerkelijk langzaam omschrijft. Controleer het eigen snelheidscijfer van Sol op het huidige scorebord voordat je aanneemt dat het beter is.

• Als je een vergelijking per token te zien kreeg die eindigt met "dus Grok is goedkoper" — dan eindigde die één stap te vroeg. De volgende stap is het aantal tokens.