GPT-6 Sol Pro против Grok 4.7: вдвое больше многословности, треть цены

Две самые дешёвые модели, близкие к фронтиру, в сентябре 2026 года появились с разницей в один день, и интересное в них не то, какая из них умнее. GPT-6 Sol — модель, к которой обращаются, когда ищут GPT-6 Sol Pro, которая представляет собой ту модель с её reasoning.mode, установленным в pro, а не отдельный продукт, — вышла 22 сентября 2026 года по цене $2.00 за миллион входных токенов и $10.00 за миллион выходных токенов. Grok 4.7 от поставщика вышла 21 сентября при той же цене $2.00 за вход и $6.00 за выход. В нейтральном тесте Artificial Analysis эти две модели различаются на два индексных пункта и примерно на два доллара за выполненную задачу, и причина этого разрыва не в возможностях. А в том, сколько токенов каждая из них сжигает, чтобы добраться до результата.

Sol сгенерировал 77 млн выходных токенов, прогоняя Intelligence Index. Grok 4.7 сгенерировал 240 млн. Это соотношение — чуть больше трёх к одному — и есть всё сравнение, и оно переворачивает вывод, который даёт таблица цен за токен.

Две тарифные сетки, и где дешёвая оказывается вовсе не дешёвой

Оба поставщика публикуют эти цифры самостоятельно; ни один из них не прошёл независимую переоценку.

• Ввод — GPT-6 Sol $2.00 за миллион токенов против Grok 4.7 $2.00 за миллион токенов

• Вывод — GPT-6 Sol $10.00 за миллион токенов против Grok 4.7 $6.00 за миллион токенов

• Кэшированный ввод — GPT-6 Sol $0.20 за миллион токенов против Grok 4.7 $0.50 за миллион токенов; чтение из кэша у Sol дешевле в два с половиной раза, что противоположно тому, на что указывает заявленная цена вывода

• Контекстное окно — GPT-6 Sol 1 050 000 токенов против 500 000 токенов у Grok 4.7

• Надбавка за длинный контекст — GPT-6 Sol пересчитывает запрос свыше 272 000 входных токенов по ставкам 2× за вход и кэш и 1.5× за выход для всего запроса, тогда как Grok 4.7 удваивает все ставки при 200 000 входных токенов, также для всего запроса

• Дата отсечки знаний — GPT-6 Sol, 20 апреля 2026 г., по сравнению с Grok 4.7, где дата отсечки предварительного обучения указана как июнь 2026 г., с дополнительным обучением по август включительно.

• Усилие рассуждения — GPT-6 Sol: нет, низкое, среднее (по умолчанию), высокое, очень высокое, максимальное против Grok 4.7: низкое, среднее (по умолчанию), высокое, очень высокое

• Модальность — оба принимают на вход текст и изображения и возвращают текст

Именно на строке чтения из кэша покупателю и стоит сосредоточиться. У Grok 4.7 тариф на вывод на 40% ниже, но тариф на кэшированный ввод на 150% выше, а кэшированный ввод — это то, где живут длинные истории агентов и повторяющиеся системные промпты. Для рабочей нагрузки, которая в основном перечитывает большой стабильный контекст, две модели окажутся намного ближе друг к другу, чем подразумевает сравнение $6 против $10.

Независимая запись и одна цифра, которая решает всё

Artificial Analysis — единственный оценочный стенд, измеривший обе модели, и его показатели стоит сопоставить бок о бок, поскольку расхождение показательно.

• Индекс интеллекта — GPT-6 Sol 48 при максимальном усилии против Grok 4.7 46 при xhigh; оба значительно выше медианы 25 для сопоставимых моделей

• Стоимость за задачу индексирования — GPT-6 Sol $1.06 против Grok 4.7 $3.74

• Выходные токены для прогона индекса — GPT-6 Sol 77M против Grok 4.7 240M, по сравнению с медианой в 88M

• Скорость вывода — Grok 4.7 показал 39 токенов в секунду, что сам тестовый стенд помечает как заметно медленно; показатель Sol в той же таблице не опубликован в той же строке сводки

• Coding Agent Index — GPT-6 Sol — 57 при $2,99 за задачу против Grok 4.7 — 56 со своим фирменным харнессом Grok Build, на девять пунктов выше, чем у Grok 4.6

Два пункта разницы в индексе — и стоимость за задачу в три с половиной раза выше. Это не ценовая аномалия — это арифметика многословности. Grok 4.7 — модель, которая подолгу размышляет вслух; тестовый стенд помечает её как «очень многословную» на фоне медианы в 88 млн токенов, и затраты следуют за токенами, а не за тарифной сеткой.

Сравнение кодинг-агентов содержит оговорку, которую скрывает табло. 56 у Grok 4.7 измеряется внутри собственного харнесса xAI Grok Build — то есть в конфигурации, которую xAI поставляет и с которой сравнивает по бенчмаркам. 57 у Sol измеряется в нейтральном харнессе. Преимущество собственного харнесса в один-два балла вполне укладывается в диапазон, который объясняется выбором харнесса, а значит, честная интерпретация такова: эти двое равны в агентном кодинге — а не то, что Sol на один балл впереди.

Что заявляет каждый вендор и чего не показал ни один из них

Материалы запуска xAI конкретны, и это история с длинным горизонтом: Grok 4.7 построен на более крупной базовой модели, чем Grok 4.6, и получил более длительный прогон обучения с подкреплением, нацеленный на задачи, выполнение которых «может занимать часы», оттачивая самопроверку, работу с длинным контекстом и поведение внутри среды Grok Bot. Заявленные производителем показатели включают Terminal-Bench 4.0 — 38,0% против 20,3% у Grok 4.6, CursorBench 4.0 — 46,3% и DeepSWE v1.1 — 71,0%. Все эти показатели — собственные измерения xAI, и ни один из них не был независимо воспроизведён; независимый показатель Terminal-Bench 4.0, который циркулирует, существенно ниже заявленного производителем, и именно так обычно выглядит этот разрыв.

Заявления OpenAI о GPT-6 Sol — это те, что уже рассмотрены выше, и они имеют ту же метку. Сообщённые вендором показатели: 33,2% на AutomationBench при усилии xhigh против 26,9% у Claude Opus 5 при max, при примерно 9% стоимости за задачу, и 68,8% на DeepSWE v1.1 при усилии max — в пределах 1,1 пункта от Claude Fable 5 при xhigh, при стоимости за задачу примерно на 80% ниже. Обратите внимание на цель сравнения: собственные графики OpenAI сравнивают Sol с моделями Anthropic, а не с Grok 4.7. Ни один из вендоров не опубликовал прямого сравнения с другим.

Где слой маршрутизации заслуживает своё место

OrcaRouter не предоставляет ни одну из моделей в этом сравнении — Grok 4.7 и GPT-6 Sol отсутствуют в нашем каталоге, так что здесь нет никаких утверждений об их цене у нас. Ценность слоя маршрутизации в этой конкретной паре определяется режимом отказа, а не тарифной сеткой. Причина обратиться к Grok 4.7 — его агентное поведение на длинном горизонте; причина не обращаться к нему — скорость вывода 39 токенов в секунду делает долгий прогон агента настолько медленным, что это имеет значение, а медленный прогон — это прогон, который может завершиться по тайм-ауту. Автоматическое переключение при отказе между провайдерами означает, что длительную задачу можно направить в ту модель, которая фактически доступна, и при этом эта скорость не станет единой точкой отказа, и DSL маршрутизации выражает выбор модели как правило внутри вызова, а не как миграцию — что здесь важно, потому что правильный ответ для этой пары зависит от того, является ли задача прожорливой к токенам или чувствительной к задержке, и это свойство запроса, а не квартала.

Решающее правило

• Агентное программирование при фиксированном бюджете — GPT-6 Sol. Уровень возможностей на нейтральном индексе программирования — при примерно трети стоимости за задачу, потому что он достигает этого, расходуя треть токенов.

• Долгосрочные задачи, где важна продолжительность выполнения, — Grok 4.7. Релиз специально обучали для многочасовой работы, и заявленные производителем показатели на SWE-Marathon и CursorBench движутся именно в этом направлении.

• Для объёма задач, чувствительных к задержке, — ни тот, ни другой, судя по текущим данным. Стоимость за задачу у Sol — лучший показатель, но измеренные 39 токенов в секунду у Grok 4.7 — реальное ограничение для всего интерактивного.

• Рабочие нагрузки с длинным контекстом, в основном кэшированные — GPT-6 Sol, по строке чтения из кэша, а не по строке вывода. При $0,20 против $0,50 за миллион кэшированных токенов и с окном в два раза больше, аргумент становится тем сильнее, чем большая часть вашего промпта стабильна.

• Если ваше сравнение было построено на тарифной сетке за токен — перестройте его на стоимости за задачу. $6.00 против $10.00 за выход — это наименее информативная пара чисел в этой статье, и именно с неё начинается каждая существующая страница.