Samodzielnie zbudowana karta tytułowa hero dla 'Claude Fable 5.1 vs Grok 4.6' z podtytułem 'Dziewięć punktów indeksu, ośmiokrotna cena za wynik'. Dwa panele: 'Claude Fable 5.1' (Anthropic, zamknięte API, 0.00 / 0.00 za 1 mln tokenów, AA Intelligence Index 53, #1 z 201) oraz 'Grok 4.6' (SpaceXAI, zamknięte API, .00 / .00 za 1 mln tokenów, AA Intelligence Index 44, #20 z 201). Stopka głosi: 'Claude Fable 5.1 wydany 1 września 2026 · Grok 4.6 wydany 12 sierpnia 2026 · Niezależne dane, aktualny indeks Artificial Analysis, pozyskane 10 września 2026'; logo OrcaRouter znajduje się w prawym dolnym rogu.
Guides & Insights

Claude Fable 5.1 vs Grok 4.6: Dziewięć punktów indeksowych i ośmiokrotnie wyższa cena wyjścia — co tak naprawdę daje ta różnica

Autor

Elias Hawthorne

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Claude Fable 5.1 i Grok 4.6 to dwa zamknięte modele graniczne, które wyznaczają przedział cenowy obecnej generacji. Nowy flagowy model Anthropica, wydany 1 września 2026 roku, kosztuje 10,00 USD za milion tokenów wejściowych i 50,00 USD za milion tokenów wyjściowych, a w obecnej wersji Indeksu Inteligencji Artificial Analysis plasuje się na poziomie 53 — pierwszym spośród 201 modeli śledzonych przez ten indeks. Grok 4.6 od SpaceXAI, dostępny od 12 sierpnia, kosztuje 2,00 i 6,00 USD za te same jednostki i osiąga 44, dwudzieste miejsce na 201. Dzieli je dziewięć punktów indeksu. Dzieli je ośmiokrotna różnica w cenie tokenów wyjściowych. To, która z tych dwóch liczb powinna mieć znaczenie dla konkretnego obciążenia, to całe pytanie, i wskazują one w różnych kierunkach w zależności od tego, do czego prosisz model.

Źródła, zadeklarowane z góry: Artificial Analysis przeliczyło swój Indeks Inteligencji we wrześniu, więc podane tutaj liczby pochodzą z bieżącej wersji, zapisanej 10 września 2026 r., a nie ze starszej skali, wciąż przywoływanej w wielu sierpniowych relacjach. Wyniki indeksu z różnych wersji nie są porównywalne, dlatego poniższe liczby mogą wyglądać na niższe niż te, które czytaliście o którymkolwiek z modeli przy premierze. Wszystko oznaczone jako pochodzące od producenta pochodzi z własnej karty oceny laboratorium wypuszczającego model i nie zostało zweryfikowane przez niezależną stronę. To zastrzeżenie waży tu nierówno — Grok 4.6 był już przez miesiąc poddawany zewnętrznej analizie, podczas gdy Claude Fable 5.1 ma dziewięć dni, a większość publicznie znanych informacji o jego najważniejszych liczbach to wciąż słowo Anthropica.

Dwa laboratoria, dwie różne rzeczy w promocji.

Wrześniowa premiera Anthropica to zagranie na możliwości z doczepioną historią o bezpieczeństwie. Claude Fable 5.1 to ogólnie dostępny bliźniak Claude'a Mythos 5.1, rodzeństwa ograniczonego pod względem bezpieczeństwa, które trafia wyłącznie do zweryfikowanych organizacji z sektora cyberbezpieczeństwa i nauk przyrodniczych — ten sam model bazowy, inne zabezpieczenia. To, co sprzedaje Anthropic, to szczyt niezależnego indeksu, okno kontekstowe 1M tokenów, do 128K tokenów wyjściowych w jednej odpowiedzi oraz ekosystem agentów zbudowany wokół Claude Code i aplikacji Claude. Przekaz jest prosty: to model, po który sięgasz, gdy praca jest na tyle trudna, że błędna odpowiedź kosztuje więcej niż tokeny.

SpaceXAI sprzedaje coś węższego, a z czasem bardziej agresywnego — najtańszy model, który wciąż jest klasy frontier, wyceniony na tyle nisko, że budowanie agentów na czymkolwiek innym wygląda na ekstrawagancję. Grok 4.6 nie jest skalowaniem w górę: to ta sama podstawa co Grok 4.5, ale z dłuższym dodatkowym treningiem i intensywniejszym uczeniem przez wzmacnianie, co — według producenta — daje „inteligencję porównywalną z GPT-5.6 Sol i Claude Fable 5". Przy cenie $2/$6 i wciąż w pierwszej dwudziestce indeksu to jest cały argument. To także strategia, nie tylko cena. SpaceXAI jest właścicielem Cursora, wypuściło swojego agenta przeglądarkowego Grok Bot dzień przed modelem i prowadzi własne aplikacje czatowe dla konsumentów; model klasy frontier po cenach towarowych jest paliwem dla wszystkich tych produktów. Publiczna arytmetyka Elona Muska — przychody z AI przewyższające każdy inny segment firmy, 10 GW mocy obliczeniowej — wskazuje ten sam kierunek. Ten model nie jest wyceniony tak, by maksymalizować marżę API.

Arkusz specyfikacji, wymiar po wymiarze

• Cena za 1M tokenów — Claude Fable 5.1 $10.00 in / $50.00 out vs Grok 4.6 $2.00 in / $6.00 out.

• Wejście z pamięci podręcznej — Claude Fable 5.1 $0.25 za 1M vs Grok 4.6 $0.50, a Artificial Analysis podaje efektywny rabat za pamięć podręczną wynoszący 98% w porównaniu z 75%.

• Ceny długiego kontekstu — Claude Fable 5.1 wycenia swoje okno kontekstowe ryczałtowo aż do 1M tokenów; Grok 4.6 przelicza całe żądanie na $4.00 / $12.00 / $1.00 z chwilą przekroczenia 200K tokenów wejściowych, więc jego zniżka maleje dokładnie tam, gdzie mają miejsce długie przebiegi agentów.

• Kontekst i wyniki — Claude Fable 5.1 oferuje okno kontekstowe o wielkości 1 mln tokenów i do 128 tys. tokenów wyjściowych, w porównaniu z 500-tysięcznym oknem kontekstowym Grok 4.6, a także pokrętło poziomu rozumowania od niskiego do bardzo wysokiego oraz szybszy wariant z dwukrotnie większą szybkością.

Niezależny wynik, szybkość i koszt — Artificial Analysis podaje Claude Fable 5.1 na poziomie 53 w swoim obecnym Indeksie Inteligencji (#1 z 201), 67,2 tokenów wyjściowych na sekundę i 7,63 USD za zadanie indeksu; Grok 4.6 osiąga 44 (#20 z 201), 52,8 tokenów na sekundę i 1,86 USD za zadanie. Oba modele są określane jako „bardzo rozbudowane” lub „nieco rozbudowane” według tego pomiaru — 190 mln tokenów wyjściowych dla modelu Claude wobec 94 mln dla Groka.

• Oświadczenia producentów dotyczące benchmarków — Anthropic podaje 52,6% w Terminal-Bench-Science 0.1 (ponad dwukrotnie więcej niż 24,7% Claude Fable 5), 55,8% w Terminal-Bench 4.0 oraz 1 853 w GDPval-AA v2 dla Claude Fable 5.1. SpaceXAI podaje 65,9% w DeepSWE v1.1 i 69,9% w CursorBench v3.2 dla Grok 4.6, a także samodzielnie deklarowane 26% w Terminal-Bench v3.0 — jedyną pozycję we własnej tabeli producenta, która jest wyraźnie słaba.

• Gdzie każdy z nich działa — API Anthropica, aplikacje Claude, Claude Code, Amazon Bedrock, Google Cloud i Microsoft Foundry vs API SpaceXAI, Cursor, Grok Build, agent Grok Bot, aplikacje konsumenckie Grok oraz Amazon Bedrock GovCloud.

• Wydano — Claude Fable 5.1 1 września 2026; Grok 4.6 12 sierpnia 2026.

A self-built two-column scoreboard titled 'Claude Fable 5.1 vs Grok 4.6 \u2014 the scoreboard'. Left column 'Claude Fable 5.1 (Anthropic)': 'AA Intelligence Index 53 (#1 of 201)', 'Price in / out 0.00 / 0.00 per 1M tokens', 'Cost per index task .63', 'Context / max output 1M / 128K', 'AA output speed 67.2 tok/s', 'Released Sep 1, 2026'. Right column 'Grok 4.6 (SpaceXAI)': 'AA Intelligence Index 44 (#20 of 201)', 'Price in / out .00 / .00 per 1M tokens', 'Cost per index task .86', 'Context / max output 500K, repriced above 200K', 'AA output speed 52.8 tok/s', 'Released Aug 12, 2026'. Footer: 'AA figures per Artificial Analysis, current index version, captured Sep 10 2026.'

Co tak naprawdę reprezentują dziewięć punktów indeksowych?

Na obecnym niezależnym indeksie wrześniowa kolejność jest jednoznaczna: Claude Fable 5.1 z wynikiem 53 i pierwszym miejscem na 201, Grok 4.6 z 44 i dwudziestym. Indeks po ponownym przeliczeniu wymaga jednego wyjaśnienia, ponieważ to tego rodzaju rzecz, która sprawia, że liczby z tygodnia premiery wyglądają z perspektywy czasu błędnie: Artificial Analysis skorygował swój Intelligence Index we wrześniu, a opublikowane wyniki obu modeli spadły, gdy to zrobił. Dziewięciopunktowa różnica jest realna, ale indeks to ważony wskaźnik zbiorczy — mocno nachylony w stronę pracy agentowej, z kodowaniem, rozumowaniem naukowym i ogólną zdolnością w tle — więc kompresuje mieszany obraz poszczególnych wymiarów do jednej linii.

Dowody dla poszczególnych wymiarów są bardziej zaszumione i bardziej użyteczne. Własny wynik Anthropica w Terminal-Bench-Science 0.1 — 52,6%, ponad dwukrotnie więcej niż 24,7% poprzedniej generacji — trafia dokładnie w długoterminowe procesy naukowe i badawcze, na których zależy nabywcom rozwiązań agentowych, a żaden obecny model nie zbliża się do niego w tym konkretnym benchmarku. Tabela SpaceXAI jest najmocniejsza w inżynierii oprogramowania (65,9% DeepSWE v1.1, 69,9% CursorBench v3.2), a najsłabsza w pętlach agentowych intensywnie korzystających z terminala, gdzie własne 26% Groka 4.6 w Terminal-Bench v3.0 plasuje się poniżej 34,6% GPT-5.6 Sol Max i 34,1% Claude Fable 5 Max. Obie tabele są raportowane przez producentów i niereprodukowane; opisują one, w czym każde laboratorium uważa się za mocne, a nie to, kto wygrywa.

Screenshot of the Artificial Analysis model page for Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback), captured September 10, 2026, showing Intelligence Index 53 ranked #1 of 201, output speed 67.2 tokens per second, a .63 cost per Intelligence Index task, a 98% cache discount against 0.00 input and 0.00 output pricing, 190M output tokens of verbosity, and a 1M-token context window.

Drobny druk o tanich tokenach

Przewaga cenowa Grok 4.6 jest realna, a przy krótkim i średnim kontekście jest ogromna: obciążenie generujące dużo wyników płaci około 83% mniej za wygenerowany token niż w przypadku Claude Fable 5.1. Ale karta cenowa ma trzy krawędzie, które zwykle pomija się w porównaniach czołowych modeli.

Pierwszy to próg 200K. Przekroczenie 200 000 tokenów wejściowych wycenia całe żądanie na $4/$12, nie tylko tokeny powyżej tej granicy. W przypadku długiego przebiegu agenta, który gromadzi kontekst — dokładnie tego obciążenia, do którego sprzedawane są oba modele — efektywna stawka podwaja się bez ostrzeżenia i przestaje być jedną piątą ceny Claude'a. Drugi to szybszy wariant, który kosztuje dwukrotność podstawowej stawki i jest jedynym reklamowanym sposobem na naprawienie poniżej przeciętnej szybkości generowania modelu. Trzeci to wywołania narzędzi po stronie serwera, rozliczane osobno za każde tysiąc wywołań.

Zmiana cen z września w Claude Fable 5.1 działa w drugą stronę. Nominalne wartości $10/$50 nie uległy zmianie, ale cena odczytu z pamięci podręcznej spadła o 75% do 0,25 USD za milion tokenów, a to właśnie tam długie sesje agentowe faktycznie wydają pieniądze: wielokrotnie odczytując dane wyjściowe narzędzi, zawartość plików i wcześniejsze tury. Artificial Analysis pokazuje, że wynikowy efektywny rabat za pamięć podręczną wynosi 98%, wobec 75% dla Groka. Płacenie ćwierć dolara za milion ponownie odczytanych tokenów zmienia arytmetykę wielogodzinnego agenta w sposób, jakiego oficjalna stawka nigdy nie pokazuje.

Uczciwą przeciwwagą jest rozwlekłość i to jest powód, dla którego realna luka kosztowa nie jest ośmiokrotna. Ponieważ model Claude generuje około dwa razy więcej tokenów, aby ukończyć to samo zadanie indeksowania — 190M wobec 94M Groka — wskaźnik kosztu na zadanie Artificial Analysis wynosi 7,63 USD dla Claude Fable 5.1 wobec 1,86 USD dla Grok 4.6. To czynnik wynoszący mniej więcej cztery, nie osiem, i to jest liczba, na podstawie której należy planować budżet.

Różnica, która nigdy nie trafia na stół

Opóźnienie to obszar, w którym te dwa modele różnią się w przypadku produktów interaktywnych, a wynik jest przeciwny do tego, co sugeruje cena. Artificial Analysis mierzy model Claude Fable 5.1 na 67,2 tokenów wyjściowych na sekundę — powyżej średniej w swojej klasie — wobec 52,8 dla modelu Grok 4.6, który według tego pomiaru wypada poniżej średniej; podsumowanie indeksu dla Groka wprost określiło go jako wolniejszego od konkurencji, co jest dokładnie powodem, dla którego SpaceXAI sprzedaje szybszy wariant za podwójną stawkę. Model Anthropica jest również, według tej samej niezależnej oceny, bardziej rozwlekły z tych dwóch. Tak więc tani model jest wolniejszy, a drogi pisze więcej, niż potrzeba: dwa koszty, które ciągną w przeciwnych kierunkach i żaden z nich nie pojawia się w cenniku.

Dzwoniąc do obu bez zobowiązywania się do żadnej z nich dzisiaj

Praktyczną konsekwencją dziewięciopunktowej luki, czterokrotnej różnicy kosztów na zadanie i cennika pełnego progów jest to, że większość zespołów powinna korzystać z obu rozwiązań, a interesujące pytanie brzmi, gdzie znajduje się punkt przełączenia. Jest to tańsze, niż się wydaje: Claude Fable 5.1 i Grok 4.6 są oba dostępne w OrcaRouter po cenach katalogowych ich dostawców z zerową marżą — powyższe $2/$6 i $10/$50 to kwoty widniejące na fakturze, a każda zmiana cen dostawcy jest uwzględniana tego samego dnia, zamiast zostać wchłonięta przez marżę reselera. Jeden endpoint obsługuje oba, więc wzorzec eskalacji to reguła routingu, a nie druga umowa: kieruj wolumenową, dobrze zdefiniowaną pracę do Grok 4.6, eskaluj do Claude Fable 5.1, gdy zadanie wymaga górnego pułapu rozumowania, a automatyczne przełączanie awaryjne niech obejmuje przypadki, w których przepustowość tańszego modelu jest zbyt wolna, by dotrzymać terminu. DSL routingu wyraża ten łańcuch w jednym miejscu, a fuzja modeli pozwala panelowi modeli odpowiadać wspólnie, gdy zadanie jest na tyle ważne, że warto poznać więcej niż jedną opinię. Luka cenowa przestaje wtedy być decyzją podejmowaną raz, a staje się parametrem, który dostrajasz w miarę zmian miksu obciążeń.

Screenshot of the OrcaRouter model page for Grok 4.6 (model id grok/grok-4.6) showing .00 input and .00 output per 1M tokens, the SpaceXAI provider listed as of 2026-08-12, a 500K-token context window with text, image and file input, Vision, Tools, JSON and Reasoning capability badges, endpoints /v1/chat/completions and /v1/responses, and a p50 time-to-first-token of 10.00 seconds.

Kto powinien wybrać, które

{{1}}Wybierz Claude Fable 5.1, gdy koszt błędnej lub porzuconej odpowiedzi przewyższa koszt tokenów{{/1}}: {{2}}długoterminowe badania agentowe, złożone wnioskowanie, praca w branżach regulowanych, w której liczą się zabezpieczenia Anthropic i jej stopniowe kontrole zerowego przechowywania danych, oraz wszystko, co działa wewnątrz Claude Code.{{/2}} {{3}}Wybierz Grok 4.6, gdy praca jest wielkoskalowa, dobrze zdefiniowana i niewrażliwa na przepustowość{{/3}} — {{4}}kodowanie wsadowe, ekstrakcja, generowanie, pętle agentów, których tury są na tyle krótkie, aby pozostać poniżej progu zmiany ceny 200K{{/4}} — {{5}}oraz gdy budujesz agentów, w których model jest komponentem, a koszt na zadanie jest całym uzasadnieniem biznesowym.{{/5}}

Dwa otwarte wątki warto obserwować, zanim którykolwiek wybór się utrwali. SpaceXAI już ponownie zapowiedziało Grok 4.7 w najbliższym czasie, a jeśli zaoferuje wyższe możliwości w tym samym przedziale cenowym, dzisiejsza okazja w ciągu kilku tygodni stanie się średnią półką. Anthropic z kolei pokazało mniej więcej miesięczny rytm wydań i gotowość do obniżania cen cache bez ruszania stawek podstawowych, co sugeruje, że następny ruch w tym starciu może nastąpić po stronie kosztów, a nie po stronie indeksu. Żaden z tych wątków nie zmienia tego, co modele robią dziś, ale oba są powodem, aby identyfikator modelu pozostał wartością konfiguracyjną. W przypadku jednego punktu końcowego z cenami pass-through i failover jest to domyślne ustawienie, a nie projekt.

Porównane w tym artykule1

Wykryto na podstawie tego artykułu · Benchmarki: Artificial Analysis · aktualizowane codziennie