GPT-6 Sol kontra Grok 4.7: Tańszy token, który kosztuje trzy razy więcej

Dwa modele trafiły na rynek w odstępie jednego dnia we wrześniu 2026 roku, a ceny na metce wcale nie są zbliżone. Grok 4.7 zadebiutował 21 września w cenie 2,00 USD za milion tokenów wejściowych i 6,00 USD za milion tokenów wyjściowych. GPT-6 Sol zadebiutował 22 września przy takiej samej cenie 2,00 USD za wejście i 10,00 USD za wyjście. Wyjście Groka jest o 40% tańsze. To cała podstawa, na której większość porównań go wybierze, a to niewłaściwa liczba, na której należy się skupiać.

Liczba, która rozstrzyga o tym zestawieniu, nie znajduje się na żadnej z tabel stawek. To 240 milionów przeciw 77 milionom — tokeny wyjściowe, które wygenerował każdy z modeli, gdy Artificial Analysis przeprowadzało swój Intelligence Index. Grok 4.7 spalił nieco ponad trzy razy więcej tokenów, aby odpowiedzieć na ten sam zestaw pytań. Pomnóż to przez stawkę za token, a model z tańszym wyjściem ostatecznie kosztuje 3,74 USD za ukończone zadanie wobec 1,06 USD. Taniej za token, ponad trzy razy większy rachunek.

Czym tak naprawdę jest każdy model

Grok 4.7 to następca Grok 4.6 firmy xAI, pozycjonowany jako jej najsilniejszy model do kodowania i pracy z wiedzą, z oknem kontekstowym wynoszącym 500 000 tokenów, wejściem tekstowym i obrazowym, wyjściem tekstowym oraz wysiłkiem rozumowania konfigurowalnym na poziomach low, medium, high i xhigh. xAI nie ujawniła liczby parametrów. Przyjmuje punkt odcięcia wstępnego trenowania zgłoszony jako czerwiec 2026 r., z dodatkowym trenowaniem do sierpnia.

GPT-6 Sol to średniej klasy model GPT-6 od OpenAI — poniżej flagowego GPT-6 Astra, powyżej budżetowego GPT-6 Luna — z oknem kontekstowym wynoszącym 1 050 000 tokenów, maksymalnym wejściem 922 000 tokenów, limitem wyjścia 128 000 tokenów i datą odcięcia wiedzy 20 kwietnia 2026 r. Na wejściu przyjmuje tekst i obrazy, na wyjściu zwraca tekst, z wysiłkiem rozumowania od none do max, a OpenAI określiło jego cennik jako stały, a nie promocyjny.

Okna kontekstowe nie są zbliżone. Okno Sola jest około dwukrotnie większe. Ma to znaczenie dokładnie dla jednej klasy obciążeń i nie jest to klasa, którą uruchamia większość ludzi.

Karta stawek i linia, która ją odwraca

• Wejście — GPT-6 Sol 2,00 USD za milion tokenów vs Grok 4.7 2,00 USD za milion tokenów; identyczne

• Dane wyjściowe — GPT-6 Sol 10,00 USD za milion tokenów vs Grok 4.7 6,00 USD za milion tokenów; Grok jest o 40% tańszy

• Buforowane wejście — GPT-6 Sol 0,20 USD za milion tokenów vs Grok 4.7 0,50 USD za milion tokenów; odczyt z pamięci podręcznej Sola jest tańszy o czynnik dwa i pół, co jest odwrotnością tego, co sugeruje stawka za wyjście

• Zapisy do pamięci podręcznej — GPT-6 Sol 2,50 USD za milion tokenów w porównaniu z Grok 4.7, stawka nieopublikowana w tym samym arkuszu

• Okno kontekstowe — GPT-6 Sol 1 050 000 tokenów vs Grok 4.7 500 000 tokenów

• Dopłata za długi kontekst — GPT-6 Sol wycenia żądanie powyżej 272 000 tokenów wejściowych według 2× stawek za wejście i pamięć podręczną oraz 1,5× stawki za wyjście dla całego żądania, podczas gdy Grok 4.7 podwaja każdą stawkę przy 200 000 tokenów wejściowych, również dla całego żądania

• Data graniczna wiedzy — GPT-6 Sol 20 kwietnia 2026 vs Grok 4.7, którego datę graniczną pretreningu podano jako czerwiec 2026, z treningiem uzupełniającym do sierpnia

• Wysiłek rozumowania — GPT-6 Sol: brak, niski, średni (domyślny), wysoki, bardzo wysoki, maks. vs Grok 4.7: niski, średni (domyślny), wysoki, bardzo wysoki

• Modalność — tekst i obraz na wejściu, tekst na wyjściu, dla obu

Pozycja dotycząca pamięci podręcznej jest tą, na której kupujący powinien się skupić. Stawka Groka za wyjście jest niższa, ale jego wejście z pamięci podręcznej jest dwa i pół raza większe niż w przypadku Sol, a to właśnie w pamięci podręcznej żyją długie historie agentów i powtarzane prompty systemowe. W przypadku obciążenia polegającego głównie na ponownym odczytywaniu dużego, stabilnego kontekstu oba rozwiązania okażą się znacznie bliżej siebie, niż sugeruje zestawienie 6 USD z 10 USD — a gdy nałoży się na to jeszcze stosunek objętości tokenów, kolejność się odwraca.

Dlaczego 240 milionów tokenów to cała historia

Artificial Analysis zmierzyło, że Grok 4.7 w trybie xhigh wygenerował około 240 milionów tokenów wyjściowych podczas swojego przebiegu indeksowego, przy medianie około 88 milionów dla modeli z tej samej tablicy. W swoim własnym podsumowaniu określa ten model jako „wyraźnie powolny i bardzo gadatliwy”. GPT-6 Sol, zmierzony w tym samym środowisku testowym, wygenerował 77 milionów — opisany na tablicy jako „dość zwięzły”.

Zestawienie również bezpośrednio pokazuje konsekwencję. Grok 4.7 uzyskuje 46 punktów w Intelligence Index przy koszcie 3,74 USD na zadanie. W trybie wysokim wynik również wynosi 46, a koszt to 2,73 USD na zadanie. GPT-6 Sol uzyskuje 48 punktów przy koszcie 1,06 USD na zadanie. Ten sam indeks, ten sam zestaw testowy i różnica kosztów od dwukrotnej do trzyipółkrotnej, której nie pokazuje żaden cennik.

Dwa zastrzeżenia, zanim uznasz te liczby za czyste bezpośrednie porównanie. Obie strony zarejestrowano tego samego dnia, ale rankingi mają różne sumy — strona Groka pokazuje klasę 212 modeli, a osobny wpis Groka podaje pozycję na 655 — więc nie ma gwarancji, że oba wyniki pochodzą z tego samego builda indeksu. Do tego żadna z tych liczb nie jest liczbą od dostawcy: Artificial Analysis prowadzi własny harness, i o to właśnie chodzi, ale ustawienia rozumowania różnią się między tymi dwoma wpisami (xhigh dla Groka, max dla Sol), więc traktuj pięćsetprocentową różnicę kosztów jako ustalenie, a dwupunktową różnicę w indeksie jako przybliżoną.

Co opublikowało xAI i czego nikt nie sprawdził

Własne wyniki premierowe xAI są mocne i, jak wszystkie wyniki premierowe dostawców, niezreprodukowane. CursorBench 4.0 na poziomie 46,3% przy xhigh wobec 40,4% Grok 4.6. Terminal-Bench 4.0 na poziomie 38,0% wobec 20,3% — największy pojedynczy wzrost w tym wydaniu. DeepSWE v1.1 na poziomie 71,0% przy high wobec 65,2%. EEBench na poziomie 64,0% wobec 53,0%. To środowisko testowe xAI, ustawienia xAI, raportowanie xAI.

Liczby OpenAI dla GPT-6 Sol układają się w ten sam wzorzec i zasługują na takie samo dyskonto. Różnica polega na tym, że Sol ma o jeden niezależny dowód więcej niż Grok: wskaźnik kosztu na zadanie Artificial Analysis, obliczany na podstawie zmierzonego zużycia tokenów, a nie na podstawie tabeli wyników dostawcy. To ta liczba przetrwa to porównanie.

Nikt nie opublikował dla żadnego z tych modeli bezpośredniego porównania na tych samych zadaniach, z tym samym harnessem i tym samym ustawieniem effort. Jeśli takie zobaczysz, sprawdź, która z tych trzech zmiennych się zmieniła.

Wycena miesięcznego ruchu agentów z pamięci podręcznej

Rozważ obciążenie, które składa się głównie ze stabilnego kontekstu: agent kodujący z 60 000-tokenowym promptem systemowym i podsumowaniem repozytorium, odczytywanymi ponownie w ramach 5000 wywołań miesięcznie, z których każde zwraca 4000 tokenów wyjściowych. Załóż, że buforowanie działa, a stabilny prefiks jest rozliczany według stawki dla pamięci podręcznej.

W przypadku GPT-6 Sol: 300 milionów tokenów wejściowych z pamięci podręcznej po 0,20 USD za milion to 60,00 USD. Dwadzieścia milionów tokenów wyjściowych po 10,00 USD za milion to 200,00 USD. Razem 260,00 USD.

W Grok 4.7: te same 300 milionów tokenów wejściowych z pamięci podręcznej po 0,50 USD za milion to 150,00 USD. Dwadzieścia milionów tokenów wyjściowych po 6,00 USD za milion to 120,00 USD. Razem 270,00 USD.

Prawie identyczne — i to przy stałej liczbie tokenów, co jest hojnym założeniem. Zmierzona gadatliwość Groka 4.7 podczas przebiegu indeksu była trzykrotnie większa niż w przypadku Sola. Zastosuj choćby mnożnik 1,5× do objętości wyjścia, a rachunek Groka wzrośnie do 330,00 USD wobec 320,00 USD Sola, a różnica będzie się od tego miejsca powiększać. Tańsza stawka za wyjście nie przetrwa połączenia cache'owania z gadatliwością; ledwo przetrwa samo cache'owanie.

Nic tutaj nie jest twierdzeniem o cenie któregokolwiek z tych modeli przez OrcaRouter — żaden z nich nie znajduje się w naszym katalogu. GPT-6 Sol jest dostępny przez własne API OpenAI, a Grok 4.7 przez API xAI; reszta linii Grok, w tym Grok 4.6, jest routowalna przez nas w cenie katalogowej xAI w modelu pass-through. Sedno tej arytmetyki polega na tym, że reguła eskalacji, którą napiszesz, powinna opierać się na koszcie na ukończone zadanie w twoim własnym ruchu, a nie na cenniku — a warstwa routingu pozwala przetestować tę regułę bez drugiej umowy.

Gdzie każdy należy

• Praca agentowa o dużym wolumenie, z kontekstem w pamięci podręcznej — GPT-6 Sol. Wiersz wejścia z pamięci podręcznej wypada 2,5× na korzyść Sola, a wiersz wolumenu wyjściowego jest jeszcze bardziej na korzyść Groka — i te efekty się kumulują.

• Praca programistyczna, przy której chcesz uzyskać największą opublikowaną poprawę w Terminal-Bench w tym wydaniu — Grok 4.7 to model, który ma ten wynik, i to duży. Zaplanuj budżet na tokeny, a nie na stawkę.

• Długie dokumenty powyżej 500 000 tokenów — GPT-6 Sol, i to nie jest nawet blisko. Okno Groka kończy się tam, gdzie okno Sola jest w połowie.

• Ścieżki wrażliwe na opóźnienia — żaden z nich. Artificial Analysis podaje, że Grok 4.7 osiąga 39,2 tokena wyjściowego na sekundę, co określa jako wyraźnie wolne. Sprawdź własny wskaźnik prędkości Sola w aktualnym rankingu, zanim uznasz, że jest lepszy.

• Jeśli pokazano Ci porównanie na token, które kończy się na „więc Grok jest tańszy” — zakończyło się o krok za wcześnie. Następnym krokiem jest liczba tokenów.