GPT-6.1 Sol против Grok 4.8: одна из этих моделей существует, и это не та, что в заголовке

Нет Grok 4.8, с которым можно было бы сравнивать GPT-6.1 Sol. По состоянию на 5 ноября 2026 года SpaceXAI — компания, ранее известная как xAI — не опубликовала ни идентификатор модели, ни тарифную сетку, ни размер контекстного окна, ни карточку с результатами бенчмарков для Grok 4.8, а в её документации для разработчиков под этим названием ничего не указано. Есть лишь набор заявлений Илона Маска в X, сорванный срок обучения и слух из одного источника о строках переключателя моделей. GPT-6.1 Sol, напротив, находится в общем доступе с 29 сентября 2026 года и измерялся в рамках того же независимого лидерборда, что и всё остальное. Поэтому полезная версия этого сравнения — не Sol против модели, которой не существует; это Sol против того, что вы бы запустили сегодня вместо неё, плюс честная оценка того, что 4.8 должна была бы сделать, чтобы изменить ответ.

Что на самом деле подтверждено о Grok 4.8

Запись достаточно коротка, чтобы привести её полностью, и каждый пункт восходит к Маску, а не к документации SpaceXAI.

• 13–14 сентября 2026 — Маск сказал, что Grok 4.8 насчитывал примерно 2,5 триллиона параметров, был обучен на написанном с нуля программном стеке на C++ и завершит предварительное обучение «на этой неделе», прежде чем приступить к обучению с подкреплением.

• Около 20 сентября — этот этап прошёл без подтверждения.

• 21 сентября — SpaceXAI выпустила Grok 4.7 вместо этого.

• 30 сентября — единственный неназванный трекер сообщил о появлении строк grok-4.8-high, grok-4.8-high-fast и grok-4.8-xhigh-fast в селекторе моделей SpaceXAI, а также о тестах роутера на 500K и 256K. Ни хеша коммита, ни пути к файлу, ни второго источника. Это внутренняя проводка, а не запуск.

• 30 октября — Маск заявил, что разработка заняла больше времени, чем ожидалось, что Grok 4.8 «не разочарует», и что команда не оптимизирует работу под бенчмарки.

Последнее предложение — важное, и оно работает в обе стороны. Лаборатория, которая не оптимизируется под бенчмарки, всё равно может выпустить лучший продукт — оценки в бенчмарках являются косвенным показателем, а Grok 4.7 — по-настоящему хорошая модель для программирования, которая плохо выступает в индексе. Но это также означает, что когда выйдет Grok 4.8, первым, чего у вас не будет, станет число, позволяющее сравнить её хоть с чем-нибудь.

Замена и масштаб разрыва, который ей предстоит закрыть

Grok 4.7 — это модель, которую можно вызвать уже сегодня. Она вышла 21 сентября 2026 года по цене $2,00 за миллион входных токенов и $6,00 за миллион выходных, при этом кэшированный ввод стоит $0,50, а все тарифы удваиваются при превышении 200 000 входных токенов. Вот как она выглядит на фоне GPT-6.1 Sol в Artificial Analysis Intelligence Index v5.0.1 — обе при максимальном опубликованном уровне усилий.

• Intelligence Index v5.0.1 — GPT-6.1 Sol 55 против Grok 4.7 35, разрыв в 20 пунктов

• Стоимость одного выполненного задания по индексации — Sol $1.27 против Grok $7.77

• Выходные токены при прогоне индекса — Sol: 63,7 млн против Grok: 148 млн

• Скорость вывода — Sol 56 токенов/с против Grok 72 токенов/с

• Контекстное окно — Sol 1,050,000 против Grok 500,000

• Максимальный объём вывода в одном ответе — Sol 128 000 против заявленных 450 000 у Grok

• Цена ввода / вывода за 1 млн — Sol $2.00 / $10.00 против Grok $2.00 / $6.00

• Кэшированный ввод — Sol $0,10 против Grok $0,50

• Тариф для длинного контекста — Sol пересчитывает весь запрос свыше 272 000 входных токенов по 2× за вход и 1,5× за выход; Grok удваивает все тарифы свыше 200 000

• Веса — оба закрыты

Инверсия цен — вот ловушка, которую расставляет эта пара. Тариф на выход у Grok 4.7 на 40% дешевле, а строка кэша в пять раз дороже, поэтому сравнение тарифной сетки можно повернуть в любую сторону — в зависимости от того, с какой строки начать. Измерение расставляет всё по местам: чтобы выполнить тот же индекс, Grok 4.7 сгенерировал в 2,3 раза больше выходных токенов, чем Sol, и обошёлся в 6,1 раза дороже на задачу. Более дешёвый токен, которого вы покупаете больше, — это не более дешёвый прогон.

Единственная область, где Grok 4.7 по-настоящему выигрывает

Скорость и верхний предел вывода. При 72 токенах в секунду против 56 у Sol Grok 4.7 примерно на 29% быстрее в установившемся режиме генерации, а его максимальный ответ в 450 000 токенов в три с половиной раза превышает 128 000 у Sol. Если ваша задача — «взять транскрипт на 400 000 токенов и создать длинный структурированный артефакт за один вызов», Grok 4.7 справится, а Sol обрежет. Это реальная разница в возможностях, а не артефакт бенчмарка, и это единственная строка в списке выше, где модель, отстающая на 20 пунктов, — единственная, кто может выполнить работу.

Для всего остального — вызова инструментов, QA по документам, многошаговых сценариев поддержки — разрыв в 20 пунктов и разрыв в стоимости в 6.1× описывают модель, которая находится не в том же классе. Grok 4.7 — быстрая и дешёвая по стоимости за токен модель, рассуждения которой сжигают необычно много токенов. Это оправданный продукт для чувствительной к задержке работы с короткими выходами и плохой выбор для агентных циклов, которые долго рассуждают.

Что пришлось бы сделать Grok 4.8

Начните с арифметики, потому что она беспощадна. Чтобы сравняться с GPT-6.1 Sol по текущему индексу, Grok 4.8 нужно набрать на 20 баллов больше, чем Grok 4.7, — это больший скачок, чем давало любое отдельное поколение SpaceXAI в этом рейтинге. Чтобы при этом сравняться с Sol по стоимости за задачу, ему нужно рассуждать, используя примерно 40% токенов Grok 4.7, потому что прирост возможностей на 20 баллов, купленный за счёт большего объёма размышлений, — это рост затрат, а не экономия. Утверждение о 2,5 трлн параметров не является доказательством ни для того, ни для другого. Число параметров предсказывает стоимость обучения, а не эффективность использования токенов.

Затем вычтите то, что Маск исключил. «Не оптимизировать под бенчмарки» означает, что цифры, когда они появятся, могут быть опубликованы поздно, частично или не опубликованы вовсе, а первое заслуживающее доверия сравнение может исходить от третьей стороны лишь через несколько недель после запуска. Это также означает, что модель могут настраивать под то, что индекс не измеряет, — а это легитимная стратегия, и планировать миграцию с учётом неё сложно.

Реалистичный сценарий таков: Grok 4.8 наберёт где-то в районе 40 с лишним баллов по этому индексу, будет быстрее Sol, получит агрессивную цену и покажет в программировании результаты лучше, чем можно предположить по его баллу. Это сделало бы его серьёзной альтернативой для интерактивной работы и всё равно оставило бы Sol впереди по стоимости за выполненную задачу. Нереалистичный сценарий — 4.8 преодолеет отметку 55 и окажется дешевле $1.27 — не невозможен, но ничто из опубликованного на данный момент не даёт оснований планировать исходя из него.

Цена ожидания, измеренная в том, что вы действительно сделали бы

Предположим, у вас есть агент, который обрабатывает 50 000 запросов в месяц при 15 000 входных токенов и 3 000 выходных токенов на каждый запрос. По прайс-листу GPT-6.1 Sol это $0.03 за входные и $0.03 за выходные токены на запрос, или около $3,000 в месяц. На Grok 4.7 при $2.00 и $6.00 это $0.03 и $0.018, или около $2,400. Более дешёвая тарифная сетка экономит вам $600 в месяц — и это до того, как количество токенов разойдётся, а по индексу они расходятся в 2,3 раза.

Теперь оцените цену ожидания. Если Grok 4.8 выйдет в декабре, а вы отложили проект ради него, вы не заплатили ничего и ничего не выпустили. Если он выйдет в марте, вы потеряли квартал. Ожидаемая ценность ожидания неанонсированной модели со сдвинутым сроком и без опубликованной даты отрицательна для любой команды, у которой есть дорожная карта, — поэтому правильная позиция состоит в том, чтобы строить под то, что уже существует, и сохранять переключение дешёвым.

Вот практический аргумент в пользу слоя маршрутизации, а не жёстко заданной модели. GPT-6.1 Sol и Grok 4.7 здесь доступны через один ключ по каталожной цене провайдера без наценки, так что попробовать Grok 4.7 на собственном трафике — это изменение конфигурации и сравнение, а не закупка. Если выйдет Grok 4.8 и окажется всем тем, что обещает Маск, перевести на него процент трафика будет правилом маршрутизации; автоматическое переключение при сбое означает, что непроверенная модель может стоять за проверенной, не становясь единой точкой отказа с первого дня. Дорогая ошибка в этой паре — не выбрать неправильную модель, а построить что-то, из-за чего повторный выбор станет дорогим.

Итак: нет, сравнивать пока нечего. Grok 4.8 — это постоянно сдвигающаяся дата, к которой привязаны количество параметров и обещание не гнаться за бенчмарками. GPT-6.1 Sol набирает 55 в индексе при $1.27 за задачу и доступен для вызова уже пять недель. Решение перед вами — стоят ли скорость Grok 4.7 и потолок вывода в 450K разрыва в возможностях в 20 пунктов, и на этот вопрос вы можете ответить уже сегодня днём.