Claude Opus 5.5 vs Grok 4.7: Dwa flagowce w odstępie dwudziestu czterech godzin

Grok 4.7 pojawił się 21 września 2026 r. Claude Opus 5.5 pojawił się następnego dnia. Dwa frontierowe flagowce w ciągu dwudziestu czterech godzin, wymierzone w tego samego nabywcę z przeciwnych kierunków: Grok 4.7 utrzymał cenę poprzednika na poziomie $2 za milion tokenów wejściowych i $6 za tokeny wyjściowe, podczas gdy Opus 5.5 obniżył cenę poprzednika z $5/$25 do $4/$20. Na metce Grok 4.7 wygląda na o połowę tańszego od Claude Opus 5.5, i to z nawiązką. Tak nie jest, a powód tego jest najużyteczniejszą rzeczą w tym porównaniu. Stawki Grok 4.7 podwajają się do $4/$12, gdy prompt przekroczy 200 000 tokenów, a model jest znacznie rozwlekły — Artificial Analysis zmierzyła wzrost użycia tokenów rozumowania o 113% względem Grok 4.6, przy około 81 000 tokenów wyjściowych zużywanych na zadanie agentowe. Niższa stawka za model, który pisze więcej, nie oznacza tańszego zadania, a oba efekty trzeba pomnożyć, zanim którakolwiek metka zacznie cokolwiek znaczyć.

Co każdy dostawca faktycznie dostarczył

SpaceXAI wydało Grok 4.7 w poniedziałek 21 września — te same $2/$6 i to samo okno kontekstowe 500 000 tokenów co Grok 4.6, z późniejszym punktem odcięcia wiedzy i nowym najwyższym poziomem rozumowania. Producent podaje, że powstał na większym modelu bazowym niż jego poprzednik, i pozycjonuje go do kodowania, pracy agentowej oraz pracy opartej na wiedzy; jest dostępny na żywo w Cursor i w firmowym terminalowym agencie Grok Build. Podawana przez samą firmę wartość w Terminal-Bench 4.0 to 38%, a niezależne uruchomienie tego samego benchmarku przez Artificial Analysis dało 33% — pięciopunktowa rozbieżność między producentem a ewaluatorem na tej samej osi, o czym warto pamiętać, czytając jakąkolwiek pojedynczą liczbę od którejkolwiek ze stron.

Anthropic wydało Claude Opus 5.5 we wtorek, 22 września, w cenie $4/$20, w porównaniu do $5/$25 w Opus 5, przy czym odczyty z pamięci podręcznej spadły z $0.50 do $0.20 za milion, a dostawca twierdzi, że typowe obciążenia są o około 40% tańsze w uruchomieniu niż w przypadku jego poprzednika. Zachowuje kontekst 1M tokenów i limit wyjściowy 128K z Opus 5 oraz dodaje tryb Fast w cenie $8/$40, który Anthropic opisuje jako podgląd badawczy. Twierdzenia dotyczące możliwości są oparte na testach przeprowadzonych przez dostawcę przeciwko wybranym konkurentom Anthropic: Terminal-Bench 4.0 na poziomie 66,4%, FrontierCode v1.1 na poziomie 54,4%, GDPval-AA v2.1 na poziomie 1 846 Elo.

Zestaw te dwa akapity obok siebie, a kształt tej rywalizacji jest już widoczny. Jeden dostawca obniżył cenę modelu, który został ulepszony. Drugi utrzymał cenę modelu, który został ulepszony. Obaj zakładają się o to, gdzie leży dolny poziom rynku, i nie zgadzają się ze sobą.

Cennik i dwa wiersze, które go zmieniają

Poniższe liczby pochodzą z katalogu OrcaRouter, odczytane 24 września 2026 r., przekazane z 0% narzutem — cena katalogowa dostawcy bez dodanego spreadu.

• Dane wejściowe — Claude Opus 5.5 za 4,00 USD za milion tokenów vs Grok 4.7 za 2,00 USD; Grok jest o 50% tańszy

• Wyjście — 20,00 USD za milion w porównaniu z 6,00 USD; Grok jest o 70% tańszy

• Odczyt z pamięci podręcznej — 0,20 USD za milion vs 0,50 USD; jedyna pozycja cennika, w której Opus 5.5 jest tańszy, i to o 60% taniej

• Kontekst — 1 mln tokenów dla Claude Opus 5.5 vs 500 000 dla Grok 4.7, dokładnie dwa razy więcej

• Maksymalna długość wyjścia — 128 000 tokenów dla Claude Opus 5.5 vs 450 000 dla Grok 4.7, ponad trzykrotnie więcej

• Modalność — oba akceptują tekst, obrazy i pliki i zwracają tekst

Pierwszym modyfikatorem jest próg poziomu. Stawki 2 USD/6 USD dla Grok 4.7 obowiązują przy prompcie poniżej 200 000 tokenów; powyżej tej wartości obie stawki podwajają się do 4 USD/12 USD. To stawia stawkę wejściową Groka dla długich promptów dokładnie na tym samym poziomie co stała stawka 4,00 USD Claude Opus 5.5 i zmniejsza przewagę na wyjściu z 70% do 40%. Przy bardzo długich promptach, w których 450 000-tokenowy limit wyjściowy Groka jest powodem, dla którego byś go wybrał, płacisz stawki wejściowe Opus 5.5, aby to osiągnąć.

Drugim modyfikatorem jest rozwlekłość, i jest on większy. Według pomiarów Artificial Analysis Grok 4.7 zużywał o 113% więcej tokenów rozumowania niż Grok 4.6 w tych samych ewaluacjach, a w jednym opublikowanym opisie na jedno zadanie agentowe zużywano około 81 000 tokenów wyjściowych. Tokeny rozumowania są rozliczane jako tokeny wyjściowe w każdym API w tym porównaniu. Przy stawce Opus 5.5 wynoszącej 20,00 USD za milion 81 000 tokenów wyjściowych kosztuje 1,62 USD. Przy stawce Grok 4.7 wynoszącej 6,00 USD te same 81 000 tokenów kosztuje 0,49 USD — wciąż jedna trzecia ceny, więc przewaga się utrzymuje — ale stosunek wynosi teraz 3,3×, a nie 3,3× na papierze, i w praktyce coś znacznie mniejszego, gdy do ponownie wysyłanego prefiksu długiej sesji agentowej zastosuje się niższą stawkę odczytu z pamięci podręcznej Opus 5.5. Reklamowana w cenniku 70-procentowa oszczędność na tokenach wyjściowych to nie oszczędność, którą odnotujesz.

Jeśli chcesz zobaczyć najwyraźniejszą ilustrację tego, dlaczego cena tokena jest niewłaściwą jednostką: to samo żądanie agentowe z 30 000 tokenów wejściowych i 8 000 tokenów wyjściowych kosztuje około 28 centów w Opus 5.5 i 11 centów w Grok 4.7. Ustaw dane wejściowe na 250 000 tokenów, a podwojona stawka Groka sprawia, że jego koszt wynosi około 1,10 dolara w porównaniu z 1,16 dolara w Opus 5.5. Różnica w cenie zmalała z 2,5× do błędu zaokrąglenia, bez żadnej zmiany poza długością promptu.

Niezależne wyniki wskazują w jednym kierunku.

W Indeksie Inteligencji Artificial Analysis Claude Opus 5.5 plasuje się na poziomie 58 w konfiguracji maksymalnego wysiłku i 54 przy wysokim wysiłku, na czele modeli śledzonych przez tego ewaluatora. Grok 4.7 uzyskuje wynik 46 — o dwa punkty więcej niż Grok 4.6 i o dwanaście punktów mniej niż wynik Opus 5.5 przy maksymalnym wysiłku. To największa różnica w tym artykule i pochodzi od strony trzeciej, a nie od dostawcy.

Inne rankingi tego samego ewaluatora są dla Groka bardziej pochlebne, a najciekawszy jest rozrzut między nimi. W Coding Agent Index Grok 4.7 uzyskuje 56 punktów wobec 47 punktów Groka 4.6 — wzrost o dziewięć punktów, większy niż jego dwupunktowy wzrost w ogólnej inteligencji, co sugeruje, że to wydanie jest bardziej aktualizacją dla kodowania niż ogólną. W AA-Briefcase, swoim rankingu długoterminowej pracy wiedzy, Grok 4.7 zajmuje czwarte miejsce z 1 657 Elo, za trzema pozycjami Anthropic i przed Claude Opus 5 przy wysiłku xhigh. Trzy rankingi, trzy różne werdykty, wszystkie od tego samego ewaluatora tego samego dnia.

Jest jeszcze jedna oś, którą mierzą obie strony: Terminal-Bench 4.0. Anthropic podaje 66,4% dla Opus 5.5 przy wysiłku xhigh. SpaceXAI podaje 38% dla Grok 4.7, a niezależny test Artificial Analysis dał 33%. Niezależnie od tego, którą liczbę przyjmiesz dla Grok, różnica do Opus 5.5 wynosi od 23 do 33 punktów. Terminal-Bench to pojedynczy harness — i to prowadzony przez dostawcę po stronie Anthropic — więc nie jest to werdykt o żadnym z tych modeli, ale nie jest to też bliski wynik na tej osi, a to oś najściślej powiązana z agentowym kodowaniem, w które obaj dostawcy sprzedają swoje rozwiązania.

Gdzie każda z nich jest prawidłową odpowiedzią

Przewaga Grok 4.7 jest realna i strukturalna w dwóch miejscach. Pierwszym są zadania z krótkim promptem i dużą liczbą wywołań: poniżej 200 000 tokenów przy skromnym wyniku $2/$6 w porównaniu z $4/$20 to autentyczna różnica od 2,5× do 3,3×, a kara za gadatliwość to mniejsza wartość bezwzględna, gdy całe zadanie jest niewielkie. Drugim jest pułap wyniku — 450 000 tokenów to ponad trzy razy więcej niż 128 000 w Opus 5.5, a przy masowym generowaniu długich artefaktów to właśnie to ograniczenie decyduje, czy dane zadanie jest w ogóle wykonalne.

Przewaga Claude Opus 5.5 ujawnia się w długim horyzoncie pracy agentowej. Dwukrotnie większe okno kontekstowe — 1 mln tokenów, o 60% niższa stawka odczytu z pamięci podręcznej i najwyższy niezależny wynik inteligencji w tej dwójce. Każdy z tych czynników kumuluje się wraz z długością sesji: opłata za odczyt z pamięci podręcznej dotyczy ponownie wysyłanego prefiksu w każdej turze, więc obniżka o 60% w tym elemencie daje więcej w dwugodzinnej sesji agentowej niż obniżka o 70% kosztu generowania w przypadku jednorazowej generacji.

Jedna uwaga operacyjna, która powinna towarzyszyć każdej decyzji dotyczącej Opus 5.5: model kieruje większość zapytań dotyczących cyberbezpieczeństwa do Claude Opus 4.8, a prace biologiczne do Claude Opus 5, chyba że Twoje konto zostało zweryfikowane w ramach programów Life Sciences lub Cyber Verification firmy Anthropic. W tych dziedzinach identyfikator modelu w Twoich logach nie zawsze wskazuje model, który odpowiedział. Grok 4.7 nie ma równoważnego mechanizmu przekierowywania, choć jego własna karta modelu podobno pokazuje, że 3,3% ryzykownych zapytań nadal przechodzi w trybie high, przy nieco wyższych wskaźnikach naruszeń reguł niż w przypadku Grok 4.6 — opublikowany przez dostawcę wskaźnik bezpieczeństwa po drugiej stronie tego samego bilansu.

Oba modele są dostępne w OrcaRouter w cenie katalogowej dostawcy z 0% narzutu — Claude Opus 5.5 za $4.00/$20.00, z odczytami z cache po $0.20, Grok 4.7 za $2.00/$6.00 z progiem >200K stosowanym zgodnie z ustawieniem dostawcy — za jednym kluczem, dzięki czemu powyższy podział można zmierzyć na własnym ruchu, a nie spierać się o niego. Tam, gdzie kierowane są oba modele, automatyczne przełączanie awaryjne działa w przypadku któregokolwiek z nich, co ma większe znaczenie niż zwykle w przypadku dwóch modeli wydanych dzień po dniu i wciąż się stabilizujących.

Werdykt, na który zasługuje to starcie: Grok 4.7 jest tańszym modelem w większości zastosowań i tym, który warto wybrać do długich wyników; Claude Opus 5.5 jest mocniejszy tam, gdzie sesje są długie, kontekst głęboki, a praca ma charakter agentowy. 24-godzinne okno premiery sprawiło, że wyglądały jak rywale. Cenniki i liczba tokenów sprawiają, że to podział.