GPT-6 Luna vs Grok 4.6: Różnica w cenie jest dwudziestokrotna, a okno jest prawdziwą różnicą

Umieść GPT-6 Luna i Grok 4.6 na tej samej stronie, a pierwsze porównanie nasuwa się samo. Luna ma cenę 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych. Grok 4.6 ma cenę 2,00 USD i 6,00 USD, z odczytem z pamięci podręcznej za 0,50 USD. Dwadzieścia razy więcej na wejściu, dwanaście razy więcej na wyjściu i stawka za wejście z pamięci podręcznej pięćdziesiąt razy wyższa w modelu dostawcy. To cena katalogowa, a patrząc na nią, odpowiedź nie jest nawet bliska.

Powód, dla którego warto napisać resztę tego tekstu, jest taki, że oba modele nie zgadzają się co do czegoś bardziej strukturalnego niż cena. Grok 4.6 ma okno kontekstu wynoszące 500 000 tokenów i zmienia cenę całego żądania, gdy prompt przekroczy 200 000 tokenów. GPT-6 Luna ma 1 050 000 tokenów i zmienia cenę przy 272 000. Oba progi to klify, a nie stawki marginalne — przekrocz jeden, a całe żądanie zostanie rozliczone według wyższej kwoty, a nie tylko część powyżej progu. To, gdzie znajdują się te dwa klify, i co dzieje się z obciążeniem długim kontekstem po niewłaściwej stronie każdego z nich, rozstrzyga o tym porównaniu więcej niż dwudziestokrotny nagłówek.

Dwa modele, dwie bardzo różne postawy

Grok 4.6 to model xAI z 12 sierpnia 2026 r. i ogólnego przeznaczenia wydanie frontierowe: tekst na wejściu, tekst na wyjściu, okno 500 000 tokenów, publikowany koszt na zadanie wynoszący 1,86 USD w niezależnej tablicy wyników przy wysokim poziomie wysiłku oraz zmierzona prędkość 57,7 tokenów wyjściowych na sekundę. To model, który zespół przyjmuje, bo jest dobry w wielu rzeczach, a dostawca szybko wypuszcza nowe wersje.

GPT-6 Luna to odwrotna postawa. OpenAI wydało go 22 września 2026 r. jako poziom masowy rodziny GPT-6, poniżej GPT-6 Sol w cenie $2.00/$10.00 i flagowego GPT-6 Astra w cenie $10.00/$50.00. Wejście tekstowe i obrazkowe, wyjście tekstowe, okno 1 050 000 tokenów z maksymalnym wejściem 922 000 tokenów, limitem wyjścia 128 000 tokenów oraz drabiną rozumowania od none przez low, medium, high, xhigh i max, z medium jako domyślnym. To nie jest model, który ktokolwiek przyjmuje ze względu na jego wszechstronność. To model, który umieszcza się pod obciążeniem.

Więc uczciwe ujęcie sprawy to nie „które z nich jest lepsze”. To „które z nich jest wycenione pod taki kształt pracy, jaki masz”, a te dwa kształty są naprawdę różne.

Karty, linia po linii

Jedna linia na wymiar, obie strony w każdym:

• Wejście za 1 mln — GPT-6 Luna $0.10 vs Grok 4.6 $2.00

• Wyjście za 1 mln — GPT-6 Luna 0,50 USD vs Grok 4.6 6,00 USD

• Wejście z pamięci podręcznej za 1 mln — GPT-6 Luna $0,01 vs Grok 4.6 $0,50, jedna dziesiąta własnej stawki wejściowej wobec jednej czwartej stawki wejściowej xAI

• Próg długiego kontekstu — GPT-6 Luna: 272 000 tokenów wejściowych vs Grok 4.6: 200 000 tokenów promptu

• Stawki za długi kontekst — GPT-6 Luna przelicza całe żądanie na 0,20 USD za wejście, 0,75 USD za wyjście i 0,02 USD za dane z pamięci podręcznej, podczas gdy Grok 4.6 przelicza całe żądanie na 4,00 USD za wejście, 12,00 USD za wyjście i 1,00 USD za dane z pamięci podręcznej

• Okno kontekstowe — GPT-6 Luna 1 050 000 tokenów vs Grok 4.6 500 000 tokenów

• Maksymalna liczba tokenów wyjściowych — GPT-6 Luna 128 000 tokenów vs Grok 4.6: brak osobnego limitu podanego na karcie

• Indeks Inteligencji, niezależny — GPT-6 Luna 37 przy maksymalnym wysiłku vs Grok 4.6 44 przy wysokim wysiłku w rewizji indeksu v4.3.2

• Wynik przy domyślnym poziomie wysiłku — GPT-6 Luna 29 przy swoim domyślnym średnim vs Grok 4.6 43 przy średnim, gdzie ranking również to mierzy

• Koszt na zadanie Index, niezależny — GPT-6 Luna około 0,07 USD vs Grok 4.6 1,86 USD przy wysokim wysiłku

• Tokeny wyjściowe w przebiegu indeksu — GPT-6 Luna 150M vs Grok 4.6 94M, w porównaniu z medianą tablicy wynoszącą 88M

• Szybkość generowania, niezależnie — GPT-6 Luna 153,9 tokenów/s vs Grok 4.6 57,7 tokenów/s przy wysokim poziomie

• Czas do pierwszego tokena, niezależnie — Grok 4.6 38,63 s, całkowity czas 47,31 s; GPT-6 Luna zwraca pierwszy token w czasie, który pozwala użytkownikowi czekać

• Zdolności cybernetyczne, niezależnie — Grok 4.6 uzyskuje 57 punktów w ocenie cybernetycznej rankingu; nie opublikowano porównywalnego wyniku dla GPT-6 Luna.

• W OrcaRouter — GPT-6 Luna nie ma w naszym katalogu, natomiast Grok 4.6 można routować po cenie katalogowej xAI

200,000 przeciw 272,000 to cały argument

Odczytaj dwa progi obok dwóch okien, a porównanie samo się przeorganizuje.

Próg Groka 4.6 wypada przy 200 000 tokenów w oknie 500 000 tokenów — 40% od początku. Próg GPT-6 Luna wypada przy 272 000 w oknie 1 050 000 — 26% od początku. Zatem tańszy model nie tylko zaczyna zmieniać ceny później, ale ma też ponad dwukrotnie więcej miejsca po przekroczeniu progu, zanim w ogóle skończy mu się okno.

Konkretnie: żądanie o rozmiarze 450 000 tokenów mieści się w obu modelach. W GPT-6 Luna jest rozliczane według stawki dla długiego kontekstu wynoszącej 0,20 USD i 0,75 USD. W Grok 4.6 jest rozliczane według stawek 4,00 USD i 12,00 USD. To dwadzieścia razy więcej na wejściu i szesnaście razy więcej na wyjściu za ten sam prompt — a jest to żądanie, które Grok 4.6 jest w stanie obsłużyć, więc wybór jest realny, a nie teoretyczny.

Odwrotny przypadek jest tym, który zaskakuje ludzi. Żądanie o 190 000 tokenów mieści się poniżej obu progów i jest rozliczane według standardowych stawek w obu przypadkach: 0,10/0,50 USD wobec 2,00/6,00 USD — czyli równo dwudziestokrotna i dwunastokrotna różnica. Żądanie o 210 000 tokenów znajduje się powyżej progu Grok 4.6 i poniżej progu GPT-6 Luna. Jest rozliczane według stawek 4,00/12,00 USD w Grok 4.6 i 0,10/0,50 USD w Luna — czterdziestokrotna i dwudziestoczterokrotna różnica powstała wyłącznie wskutek różnicy 20 000 tokenów w długości promptu, bez żadnej zmiany w którymkolwiek z modeli.

To nie jest powód, by unikać Grok 4.6. To powód, by wiedzieć, gdzie faktycznie trafiają twoje prompty, ponieważ obciążenie, które średnio wynosi 180 000 tokenów i skacze do 220 000, jest rozliczane według dwóch różnych cenników i w pierwszym miesiącu, w którym to nastąpi, będzie wyglądać jak błąd fakturowania.

Co daje różnica cen na niezależnej radzie

Grok 4.6 uzyskuje 44 punkty w Artificial Analysis Intelligence Index przy wysokim nakładzie. GPT-6 Luna uzyskuje 37 punktów przy maksymalnym nakładzie. Siedem punktów w złożonym wskaźniku, w którym pojedynczy punkt mieści się w szumie ponownego przebiegu — a koszt wykonania jednego ukończonego zadania różni te dwa modele około dwudziestosześciokrotnie: 1,86 USD wobec około 0,07 USD.

Warto rozdzielić dwie rzeczy dotyczące tej pary liczb.

Pierwsza wartość to domyślne ustawienie wysiłku. 37 GPT-6 Luna to wynik przy maksymalnym wysiłku, a jej ustawienie domyślne to średni, przy którym uzyskuje 29 punktów. 44 Groka 4.6 to wynik przy wysokim wysiłku, a ranking mierzy go również przy średnim, gdzie uzyskuje 43. Zatem bezpośrednie porównanie przy domyślnych ustawieniach to 29 przeciwko 43 — czternaście punktów, a nie siedem, i to właśnie wersję z czternastoma punktami odczuje w praktyce zespół, który wdroży oba modele i niczego nie zmieni. Grok 4.6 traci jeden punkt przy przejściu z wysokiego na średni. GPT-6 Luna traci osiem. Pokrętło wysiłku kosztuje tani model znacznie więcej niż drogi, a ta asymetria jest niewidoczna w głównych liczbach indeksu.

Drugim czynnikiem jest rozwlekłość i tutaj kierunek jest odwrotny do tego, który sugeruje stosunek cen. GPT-6 Luna wygenerował 150 milionów tokenów wyjściowych, kończąc indeks; Grok 4.6 wygenerował 94 miliony. Model, który kosztuje jedną dwunastą tyle za token wyjściowy, zużył o 60% więcej tokenów, osiągając niższy wynik. W rozliczeniu opartym na cenie tokenów wyjściowych to różnica między dwudziestosześciokrotną luką w koszcie na zadanie a mniejszą, i właśnie dlatego każde porównanie oparte wyłącznie na cenach katalogowych wyolbrzymi argument za tańszą warstwą.

Grok 4.6 publikuje również wynik 57 w zakresie zdolności cybernetycznych w tym samym zestawieniu. Nie ma porównywalnego wyniku dla GPT-6 Luna, więc ten wymiar ma tylko jedną stronę — ale to jest ten rodzaj wiersza danych, który ma znaczenie, jeśli Twoje obciążenie pracą obejmuje narzędzia bezpieczeństwa, a jego brak w tańszym modelu jest informacją, a nie luką do wypełnienia założeniem.

Opóźnienie, w którym te dwa nie są blisko siebie i nie mają tego samego kierunku.

Niezależne dane o opóźnieniach Grok 4.6 wynoszą 38,63 sekundy do pierwszego tokenu i 47,31 sekundy od początku do końca przy wysokim wysiłku. To wynik modelu, który wykonuje poważne rozumowanie, zanim się odezwie, i nie przystaje do perspektywy osoby wpatrującej się w kursor. Nasz własny wpis dla tego modelu podaje p50 czasu do pierwszego tokenu na poziomie 6,71 sekundy i p95 na poziomie 10,00 sekundy w oknie siedmiu dni, co mierzy inny punkt w odpowiedzi i nie jest porównywalne z niezależnym wynikiem — te dwie liczby nie stoją ze sobą w sprzeczności, tylko odpowiadają na różne pytania.

GPT-6 Luna działa z prędkością 153,9 tokenów wyjściowych na sekundę i zwraca pierwszy token wystarczająco szybko, by stać za interaktywnym interfejsem. Przy wysokim poziomie wysiłku jego przepustowość jest niemal trzykrotnie większa niż w przypadku Grok 4.6. W zadaniu wsadowym ta różnica to jedynie oszczędność czasu zegarowego. Wszędzie tam, gdzie użytkownik na coś czeka, to różnica między produktem a prototypem.

To połączenie jest nietypowe i warto je nazwać wprost: tani model jest tym szybkim, drogi model jest tym wolnym, a drogi model wyprzedza o siedem punktów w wyniku złożonym przy takim samym nakładzie. To profil modelu stworzonego, by raz intensywnie pomyśleć, oraz modelu stworzonego, by szybko odpowiadać bardzo wiele razy. Jeśli twoje obciążenie to jedno wywołanie na zadanie, opóźnienie Grok 4.6 jest akceptowalne. Jeśli to tysiąc wywołań na zadanie — nie.

Co tak naprawdę kupujesz po stronie xAI

Grok 4.6 kosztuje około dwadzieścia sześć razy więcej na ukończone zadanie niż GPT-6 Luna, a przy dopasowanym nakładzie wyprzedza o siedem punktów indeksu. To słaby kurs wymiany w przypadku obciążenia ogólnego przeznaczenia, a rozsądny w przypadku określonej klasy pracy.

Trzy rzeczy to uzasadniają. Wynik cyber 57 to zdolność, dla której GPT-6 Luna nie publikuje odpowiednika. Przebieg indeksowania na 94 milionach tokenów w porównaniu ze 150 milionami Luny to realna przewaga w zwięzłości w każdym zadaniu, w którym wynik jest konsumowany przez człowieka, a nie przez parser. A model jest w produkcji od 12 sierpnia — o sześć tygodni dłużej, niż GPT-6 Luna w ogóle istnieje — co prawda nie jest benchmarkiem, ale jest historią wdrożeń, a dla zespołu, który już zbudował pod niego rozwiązania, koszt migracji przy odejściu jest częścią ceny odejścia.

Przeciwko temu argument GPT-6 Luna nie opiera się przede wszystkim na dwudziestokrotnej stawce. Chodzi o próg 272 000 tokenów w oknie miliona tokenów, możliwość otrzymania polecenia całkowitego zaprzestania rozumowania, stawkę za buforowane dane wejściowe na poziomie jednego centa za milion oraz przepustowość, która czyni go użytecznym jako komponent, a nie jako punkt końcowy. To są właściwości strukturalne taniej warstwy i żadna przewaga indeksowa po drugiej stronie ich nie zastąpi.

Uruchamianie jednego z nich lub obu

Grok 4.6 jest dostępny w OrcaRouter w cenie katalogowej xAI, w ramach cen pass-through, które przenoszą zmianę stawek dostawcy na naszą stronę tego samego dnia, zamiast czekać, aż reseller wynegocjuje nowe warunki. Automatyczne przełączanie awaryjne (failover) to element, który szczególnie w przypadku tego modelu zasługuje na swoje miejsce: okno 500 000 tokenów z progiem 200 000 tokenów to obciążenie, w którym żądanie od czasu do czasu trafia po niewłaściwej stronie granicy, a trasa, która przełącza się między upstreamami bez wdrożenia, jest warta więcej niż ułamek centa za token.

GPT-6 Luna nie znajduje się w naszym katalogu na dzień pisania tego tekstu, a dostęp do niego uzyskuje się przez własne API OpenAI. Zatem zespół, który chce korzystać z obu, używa jednego klucza do Grok 4.6 obok tego, czego już używa dla OpenAI. DSL routingu to element, który pasuje do tego zestawienia: reguła, która wysyła prompty powyżej progu tokenów do modelu, którego próg przekraczają, a wszystko poniżej niego do modelu, który kosztuje jedną dwunastą ceny, może być wyrażona jako konfiguracja, a nie jako gałąź w aplikacji — co ma znaczenie, gdy progi są tak bliskie typowym rozmiarom promptów jak te dwa.

Który i kiedy

Wybierz GPT-6 Luna, jeśli Twoje obciążenie jest masowe, konsumowane przez programy i krótkie. Klasyfikacja, ekstrakcja, routing, masowe streszczanie, wewnętrzna pętla agenta. Przy $0.10/$0.50 i odczycie z pamięci podręcznej za jednego centa, w porównaniu z modelem, który przy dopasowanym wysiłku kosztuje dwadzieścia sześć razy więcej na ukończone zadanie za siedem punktów indeksu, rachunek jest jednoznaczny. Ustaw jawnie parametr effort — domyślna wartość to medium, a reklamowane 37 to liczba przy maksymalnym wysiłku — i utrzymuj swoje długie wywołania poniżej 272 000 tokenów.

Weź Grok 4.6, jeśli potrzebujesz możliwości cyber, jeśli twój wynik czyta człowiek i warto zapłacić za jego zwięzłość, albo jeśli masz obciążenie od 300 000 do 500 000 tokenów, które GPT-6 Luna może obsłużyć, ale wolisz nie być pierwszym zespołem, który przekona się, jak zachowuje się przy takiej długości. Uwzględnij jawnie budżet na klif 200 000 tokenów i nie umieszczaj go za interaktywną powierzchnią przy wysokim wysiłku — 38 sekund do pierwszego tokenu to nie miara opóźnienia, to stwierdzenie o tym, do czego służy model.

Błąd, do którego zachęca to porównanie, polega na traktowaniu dwudziestokrotnej stawki jako decyzji. W przypadku jednego profilu obciążenia to ona jest decyzją. W przypadku drugiego decyzja zapada przy 200 000 i 272 000 tokenów, a stosunek cen jest szczegółem, który odczytuje się później.