
Claude Opus 5.5 против Grok 4.8: одна модель, к которой можно обратиться, и одно обещание, на которое нельзя рассчитывать
- OrcaНОВИНКАOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 за 1 млн токенов · 184 tok/s
- tencentНОВИНКАTencent: Hy4 Flash2026-11-16$0.02 / $0.07 за 1 млн токенов · 223 tok/s
- GoogleНОВИНКАGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 за 1 млн токенов · 87 tok/s
- AnthropicНОВИНКАAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 за 1 млн токенов · 96 tok/s
- orcaНОВИНКАOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 за 1 млн токенов · 90 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 за 1 млн токенов · 131 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 за 1 млн токенов · 77 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 за 1 млн токенов · 114 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 за 1 млн токенов · 69 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 за 1 млн токенов · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Интеллект
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 за 1 млн токенов · 209 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Интеллект
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 за 1 млн токенов · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Интеллект
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 за 1 млн токенов · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Интеллект
Генерального директора компании, создающей Grok 4.8, напрямую спросили, как он соотносится с Claude Opus 5.5. Его ответ, опубликованный в X 10 ноября 2026 года, — самое полезное, что кто-либо публиковал об этом противостоянии: «Не настолько хорош. Opus 5.5 — шедевр. Но Grok 5 должен превзойти Opus 5.5, и, возможно, это произойдёт через 2 или 3 месяца, с дальнейшим ускорением после этого». Это Илон Маск признаёт, что сравнение не в его пользу, и это же, двенадцать дней спустя, — вся общедоступная информация о возможностях Grok 4.8.
Потому что Grok 4.8 — это не модель, которую можно вызвать. Собственная документация для разработчиков SpaceXSI — список моделей, страница с ценами и примечания к выпуску, все прочитаны 19 ноября 2026 года — содержит grok-4.7 как новейшую запись, а grok-4.8 строки вообще нет: ни идентификатора, ни тарифной сетки, ни контекстного окна, ни опубликованной оценки. У Artificial Analysis нет для неё страницы; запрос возвращает 404. Claude Opus 5.5, напротив, находится в общем доступе с 22 сентября 2026 года, имея идентификатор модели, тарифную сетку и восемь недель независимых измерений.

Так что полезная версия этой страницы — не сравнение двух таблиц характеристик. Это сравнение уже выпущенной модели с заявленным графиком плюс то единственное, что признание Маска действительно окончательно проясняет: что запускать сегодня.
Уступка стоит больше, чем кажется.
Вендоры не сдают позиций в бенчмарках, когда речь идет об их собственной невыпущенной модели, а оговорка, которая к этому прилагалась — Grok 5 превзойдет Opus 5.5 через два или три месяца — касается другой модели, не той, что указана в заголовке этой статьи. Ни одно из этих утверждений не сопровождается ни бенчмарком, ни названием теста, ни датой. Если читать это как график, а не как спецификацию, разработчику это говорит о двух вещах: Grok 4.8 не будет той моделью, которая закроет разрыв, и, по собственным ожиданиям компании, разрыв сохранится до конца первого квартала 2027 года.
Это показательное признание для всех, кто сейчас строит на Grok 4.7 и думает, стоит ли ждать. Ответ от самого руководителя вендора таков: ожидание — это ставка на Grok 5, а не на Grok 4.8.
Почему Grok 4.8 сдал позиции
Посты Маска от 10 ноября дали более конкретную картину, чем любое примечание к выпуску. Предварительное обучение Grok 4.8 завершено. Команда занимается обучением с подкреплением и была вынуждена переработать данные, использовавшиеся для тонкой настройки с учителем. Одна из заявленных причин задержки — перестройка инфраструктуры: SpaceXSI перешла с JAX и SGLang на собственную систему RL и собственный стек инференса. Перестраивать субстрат обучения и обслуживания в середине фазы RL модели — это решение, которое проявляется в графике, а не в журнале изменений, и это наиболее правдоподобное из предлагаемых объяснений для модели, которая считается «вот-вот выйдет» с сентября.
Сравнивать нужно не с запуском Claude Opus 5.5, который прошёл буднично и по графику, а с тем, что эта будничность дала: восемь недель стабильных идентификаторов, опубликованных цен и сторонних оценок, пока конкурирующая модель переживала переписывание стека. Стабильность — это функция, и именно её Grok 4.8 пока не удалось выпустить.
Что вы действительно можете запустить: Grok 4.7 против Opus 5.5
Grok 4.7 — это модель, которую SpaceXSI продаст вам, пока дорабатывается 4.8. Она вышла 21 сентября 2026 года — за день до Opus 5.5 — с контекстным окном на 500 000 токенов и каталожной ценой $2,00 за миллион входных и $6,00 за миллион выходных токенов. Таким образом, по дате выпуска обе модели относятся к одному поколению, что делает независимые цифры самым справедливым из доступных ориентиров для понимания того, что должна превзойти Grok 4.8 и насколько релиз Grok далёк от фронтира.
• Индекс интеллекта — Claude Opus 5.5 с 59,1 против Grok 4.7 с 35,5 — разрыв в 23,6 балла.
• Стоимость за задачу Index — $10.04 против $7.77, поэтому Grok 4.7 лишь на 23% дешевле в расчёте на выполненную задачу, несмотря на то что его заявленная цена на 70% ниже.
• Terminal-Bench 4.0 — 59,6% против 25,8%. Opus 5.5 более чем вдвое превосходит Grok 4.7 в агентной работе с терминалом.
• Terminal-Bench-Science 0.1 — 59,0% против 11,4%.
• FrontierCode-AA 2.0 — 46,4% против 28,7%.
• HLE-Diamond — 67,9% против 23,2%.
• GDPval-AA v2.1 — 1866 Elo против 1717, самый узкий разрыв здесь — 149 пунктов.
• AnalystAgent — 56,3% против 52,5%, самый близкий бенчмарк в наборе.
• AA-Omniscience — 48,1 при частоте галлюцинаций 50,3% против 31,2 при 20,0%.
• Контекст и скорость — 1 млн токенов при 117 ток/с против 500 тыс. токенов при 71 ток/с.

Распределение — вот что интересно. Grok 4.7 не хуже на 24 балла везде: на GDPval, таблице экономической ценности, он отстаёт в пределах 8%, а на AnalystAgent — в пределах 4. Это те бенчмарки, которые вознаграждают широту профессионального результата, а не глубину исполнения. Там, где задачи требуют правильного выполнения длинной последовательности — работа в терминале, научная работа в терминале, агентное программирование, — разрыв на таблице самый большой. Совокупный показатель в 23,6 балла на самом деле описывает одну конкретную слабость, которая накапливается по всему набору тестов.
Стоимость за задачу — это число, которое изобличает ценообразование Grok.
Ценник $2/$6 против $4/$20 выглядит как преимущество в 2,5× по цене выходных данных. Artificial Analysis измерила $7,77 против $10,04 за задачу — 23%. Причина в том, что Grok 4.7 сгенерировал 148 млн выходных токенов в наборе Index против 218 млн у Opus 5.5, что даёт преимущество лишь в 1,5×, и он производит их со скоростью 71 ток/с против 117.
Сложите это вместе, и Grok 4.7 окажется одновременно более многословным относительно своей цены и более медленным по фактическому времени — 24,4 минуты на задачу Index против 24,6. Практически одинаковая задержка при на 24 индексных пункта меньших возможностях и 23% экономии — это не ценностное предложение, а скидка на худший продукт. Любой, кто выбрал Grok 4.7 на основании его прайс-листа, платил за эту привилегию.
Claude Opus 5.5 тоже недёшев: $10.04 за задачу ставят его на дорогой край таблицы, а время выполнения задачи в 24.6 минуты — это действительно медленно. Но за эти деньги он хотя бы что-то даёт. Правильное сравнение по экономической эффективности в этой таблице — не эти два, а GPT-6.2 Sol за $1.01 за задачу при индексе 57.3, и именно эта конфигурация заставляет обоих выглядеть неоправданно дорогими.
Что должно быть верно, чтобы Grok 4.8 изменил это?
Это та часть, которую стоит прочитать, если вы планируете миграцию, а не покупку. Модель, прошедшая RL с переработанным дообучением с учителем, может сильно измениться в обе стороны, а конкретные бенчмарки, на которых Grok 4.7 показывает плохие результаты, — это как раз те, которые RL на верифицируемых задачах обычно исправляет первыми. Работа в терминале, агентное программирование и выполнение научных задач — всё это имеет машинно проверяемые вознаграждения, и именно это оптимизирует фаза RL. Если Grok 4.8 покажет значительный прирост в Terminal-Bench по сравнению с 25,8% у 4.7, это будет сигналом, что RL-прогон сработал.
Должны были появиться три вещи, прежде чем что-либо из этого стало практически применимым. Одна из них — grok-4.8 — идентификатор в документации SpaceXSI. Тарифная сетка — и учтите, что новый стек инференса является правдоподобной причиной изменения цены в любую сторону. И опубликованная оценка, поскольку собственные заявления Маска в этом месяце прямо обесценили результаты бенчмарков как показатель качества, а значит, материалы самого поставщика о 4.8 вряд ли появятся в виде таблицы чисел.
Пока их нет, честная оценка такова: Grok 4.8 находится где-то между Grok 4.7 и Opus 5.5, и никто за пределами SpaceXSI не знает, где именно. Любая страница, которая сегодня сообщает вам контекстное окно, цену или оценку Grok 4.8, всё это выдумала.
Выбор сегодня
Grok 4.8 не участвует в решении. Claude Opus 5.5 участвует — наряду с Grok 4.7 и моделями, которые действительно борются за то же место.
Если ваша работа — это долгосрочное агентное выполнение: кодирующие агенты, автоматизация терминала, многошаговые исследования, — то Claude Opus 5.5 побеждает во всех бенчмарках выполнения с отрывом, который не закрыть никаким промпт-инжинирингом, и при этом обходится примерно на 29% дороже за задачу, чем Grok 4.7. Это честный обмен, и выбор очевиден.
Если ваша работа требует профессиональной широты — анализ, подготовка документов, задачи с экономической ценностью — эти два варианта достаточно близки, так что экономия в 23% может оправдать Grok 4.7, при условии, что вы готовы довольствоваться контекстным окном в 500K вместо 1M и более низкой полнотой извлечения, подразумеваемой композитным показателем Omniscience 31 против 48.
Если вы строите на Grok и хотите застраховаться именно от такого рода сбоя, практический подход — держать выбор модели вне своего кода. Обе доступны через один ключ OrcaRouter — anthropic/claude-opus-5.5 и grok/grok-4.7 — с 0% наценки к прайс-листу провайдера, поэтому строка Grok 4.7 идёт по собственной цене вендора, а изменение цены SpaceXSI на 4.8 вступит в силу в день объявления, а не в день, когда вы это заметите. Настройте правило маршрутизации так, чтобы предпочиталась та модель, которую ваша оценка считает сильнее, и позвольте автоматическому переключению при сбое обрабатывать провайдера, который перестаёт отвечать посреди выполнения. Когда Grok 4.8 действительно появится, его добавление будет записью маршрутизации, а не миграцией.

Суть, какова она есть
Маск сказал, что Grok 4.8 не так хорош, как Claude Opus 5.5, а затем сказал, что Grok 5, возможно, будет — через два-три месяца. Если принимать это за чистую монету, перед нами двухквартальное окно, в котором фронтирной моделью для агентного выполнения остаётся та, что вышла в сентябре. Планируйте исходя из этого, а любой анонс Grok 4.8 воспринимайте как повод заново прогнать вашу оценку, а не как повод переписывать интеграцию.
Сравнение в этой статье1
Определено по этой статье · Бенчмарки: Artificial Analysis · обновляется ежедневно
