Grok 4.5 против GPT-6 Astra: шестикратная заявленная цена, трёхкратный счёт

Если поставить Grok 4.5 и GPT-6 Astra рядом по их тарифам, разрыв выглядит абсурдно: $2,00 против $10,00 за миллион входных токенов, $6,00 против $50,00 за миллион выходных. Прогоните те же две модели через Intelligence Index от Artificial Analysis — и разрыв сужается до чего-то, о чём команда и правда может поспорить: $1,04 за завершённую задачу против $3,26. Кратность по прайсу — 5x на входе и 8,3x на выходе. Кратность по счёту, измеренная на реальных объёмах токенов, — чуть больше 3x. А сильнее всего эти две модели различаются не по этим параметрам, а по тому, сколько ждать первого токена: независимое измерение даёт 10,94 секунды против 342,30.

Вот и всё противостояние в одном абзаце, и именно поэтому эта страница не является коронацией ни для одной из сторон. GPT-6 Astra — более интеллектуальная модель с явным и воспроизводимым преимуществом. Grok 4.5 — более дешёвая, и её преимущество реально, но значительно меньше, чем можно предположить по её прайс-листу. Всё остальное — скорость, эффективность использования токенов, контекст, бенчмарки по программированию — либо расходится, либо совпадает, либо оказывается измеренным по двум разным линейкам.

Ни то, ни другое не является новой моделью

Стоит прямо сказать, потому что многие страницы сравнений читаются так, будто оба появились только на прошлой неделе.

xAI выпустила Grok 4.5 8 июля 2026 года. Она построена на базе V9 с 1,5 трлн параметров и совместно обучалась с Cursor на данных сессий разработчиков, а не только на статическом коде, — именно отсюда берётся её репутация в агентном программировании. У неё контекстное окно в 500 000 токенов. В собственном списке моделей вендора она всё ещё значится сегодня, наряду с двумя преемниками — с тех пор xAI выпустила Grok 4.6 и Grok 4.7, — так что рассматривайте Grok 4.5 как ценовой уровень $2/$6 в линейке Grok, а не как её вершину.

OpenAI анонсировала GPT-6 Astra 3 сентября 2026 года с поэтапным развёртыванием в последующие дни, и она остаётся флагманской моделью OpenAI: контекстное окно на 1 млн токенов (в каталоге OrcaRouter указаны 1 050 000 входных токенов и 128 000 максимальных выходных), дата отсечки знаний — 30 апреля 2026 года, а позиционирование прямо нацелено на долгосрочную агентную работу — использование компьютера, исследования, научные задачи и задачи в сфере кибербезопасности. По собственным словам OpenAI, это первая модель, преодолевшая её «Critical» порог кибербезопасности, что также объясняет, почему корпоративный доступ по умолчанию отключён, пока администратор его не включит.

Оба общедоступны через API своих вендоров. Ни один из них не выпускается. Единственное, что изменилось на этой неделе, — это семейство вокруг одного из них, и об этом — в конце этого материала, потому что это меняет рекомендацию, а не сравнение.

Тарифные карты, включая уровень, который никто не озвучивает

• Ввод, короткий контекст — Grok 4.5 $2.00 за 1 млн против GPT-6 Astra $10.00 за 1 млн

• Вывод, короткий контекст — Grok 4.5 $6.00 за 1 млн против GPT-6 Astra $50.00 за 1 млн

• Кэшированный ввод — Grok 4.5 $0,30 за 1 млн против GPT-6 Astra $1,00 за 1 млн

• Ввод с длинным контекстом — Grok 4.5 $4,00 за 1 млн против GPT-6 Astra $20,00 за 1 млн

• Вывод при длинном контексте — Grok 4.5 $12.00 за 1 млн против GPT-6 Astra $75.00 за 1 млн

• Контекстное окно — Grok 4.5: 500 000 токенов против GPT-6 Astra: 1 000 000 токенов

Пункт, который имеет значение, — тот, который почти ни одна страница сравнения не указывает. В Grok 4.5, как только промпт запроса достигает 200 000 токенов, весь запрос пересчитывается по более высокому тарифу — документация xAI прямо указывает, что «по повышенной ставке оплачиваются все токены в запросе», а не только токены сверх порога. Так что окно в 500 000 токенов действительно существует, но примерно 60% этого диапазона — его верхняя часть — тарифицируются по двойной ставке. На странице цен OpenAI для Astra используется та же двухколоночная структура «короткий/длинный контекст», но не указано, где находится порог перехода, поэтому считайте, что колонка для длинного контекста применяется, как только вы работаете в больших объёмах, и уточняйте границу по своему счёту.

Два сервисных множителя наслаиваются на цены Astra: Batch и Flex работают по половине стандартного тарифа, а режим Fast — по двойному: $20.00 за вход и $100.00 за выход при коротком контексте. У Grok 4.5 нет тарифа batch в таблице xAI; его рычаги — скидка за кэш и приоритетная обработка с коэффициентом 2.

Наша собственная позиция по всему этому намеренно скучна: OrcaRouter передаёт цену провайдера из прайс-листа с наценкой 0 %, поэтому обе тарифные карточки выше актуальны на нашей стороне в тот же день, когда их меняет любой из вендоров, а кэшированные токены тарифицируются по ставке кэша провайдера, а не по полной цене. Нет второго числа, которое нужно сверять.

Сколько на самом деле стоит рабочая нагрузка

Цены на ценниках здесь плохой ориентир, потому что две модели расходуют не одинаковое количество токенов на выполнение одной и той же задачи. Возьмём задачу для coding-агента с контекстом репозитория в 120 000 токенов и ответом в 25 000 токенов. В Grok 4.5 это $0,24 за вход и $0,15 за выход, итого $0,39. В GPT-6 Astra это $1,20 и $1,25, итого $2,45. Разрыв в 6,3 раза.

Теперь продвиньте промпт за порог длинного контекста: 300 000 токенов на входе, 20 000 на выходе. Grok 4.5 тарифицирует $1,20 плюс $0,24, то есть $1,44. GPT-6 Astra тарифицирует $6,00 плюс $1,50, то есть $7,50. Разрыв сжимается до 5,2x, потому что оба поставщика удваивают тариф на ввод, а множитель вывода Astra сужается на верхнем тарифе.

Ни то, ни другое не измеряет Artificial Analysis, и их показатель полезнее. Если прогнать полный Intelligence Index, средняя стоимость одной выполненной задачи составляет 1,04 доллара для Grok 4.5 при высоком уровне усилий и 3,26 доллара для GPT-6 Astra при максимальном уровне усилий. Причина, по которой кратность падает до 3,1x, когда цена на входные токены различается в 5 раз, — эффективность использования токенов: по всему индексу Grok 4.5 сгенерировал 77 млн выходных токенов, а Astra — 60 млн. Astra — более лаконичная модель, поэтому она сокращает часть разрыва, который сама создала по цене. Если вы указывали «в пять раз дешевле» в бюджетном документе, именно 3x окажется в счёте.

Скорость — ничья. Задержка — нет.

Этот вывод нас удивил, и он противоречит интуитивному представлению о том, что дешёвая модель — это быстрая.

Artificial Analysis измеряет Grok 4.5 на уровне 55 выходных токенов в секунду, а GPT-6 Astra — 58. Это разница в 5% в рамках одной и той же редакции индекса, и в собственном резюме AA обе модели описаны как медленнее среднего — медиана для сравнения составляет 74 токена в секунду. Если пропускная способность для вас критерий выбора, эти две модели не различаются. Скажите об этом прямо, вместо того чтобы искусственно создавать победителя: по единственному показателю скорости, измеренному одинаковым способом для обеих, они на одном уровне.

Задержка разделяет их радикально. AA оценивает время до первого токена ответа у Grok 4.5 в 10,94 секунды при 20,01 секунды от начала до конца; у GPT-6 Astra — 342,30 секунды при 350,91 секунды от начала до конца. Это примерно 31-кратная разница, и при синхронном запросе она превращается в разницу между вращающимся индикатором загрузки и перерывом на кофе.

Два честных предостережения, прежде чем кто-либо будет закладывать это в бюджет. Во-первых, это показатели, включающие рассуждения — показатель AA «время до первого токена ответа» намеренно учитывает время размышления модели — так что они описывают сложную задачу, а не реплику в чате. Во-вторых, они получены не при одинаковом уровне усилий: опубликованная запись Astra — на максимальном усилии, Grok 4.5 — на высоком, а настройка усилия — это именно тот регулятор, который меняет это число. В собственном листинге OrcaRouter для GPT-6 Astra указаны p50 времени до первого токена — 8,31 секунды и p95 — 10,00 секунды по живому трафику, что представляет собой совершенно иную точку измерения — первый токен в реальных продакшн-вызовах, а не первый токен ответа в бенчмарковой задаче. Эти два показателя несопоставимы, и их не следует ставить в одно предложение как сравнение.

Бенчмарки программирования: проверяйте версию, прежде чем ссылаться на неё.

Поищите это сравнение, и вы найдёте 83,3% Grok 4.5 на Terminal-Bench 2.1 против 57,9% GPT-6 Astra на Terminal-Bench 4.0. Это разные бенчмарки под одним и тем же названием. Их нельзя сравнивать, а страницы сравнений, которые ставят их рядом, не говорят вам ничего.

У большинства опубликованных обоими вендорами показателей по кодингу есть эта проблема. В таблице xAI для Grok 4.5 указаны SWE-bench Pro 64,7 %, Terminal-Bench 2.1 83,3 %, DeepSWE 1.0 62,0 % и DeepSWE 1.1 53 %. В таблице OpenAI для Astra указаны Terminal-Bench 4.0 57,9 %, OSWorld 2.0 72,6 %, FrontierMath Tier 4 97,6 % и ARC-AGI-3 99,9 %. Все данные заявлены вендорами, и почти ни один из них не пересекается.

Есть одно место, где оба по-настоящему встречаются на одной и той же обвязке: DeepSWE v1.1 от Datacurve, где каждая модель прогоняется через один и тот же каркас mini-swe-agent на 113 оригинальных задачах без загрязнения. Там GPT-6 Astra набирает 74,1% при примерно $6,52 за задачу, тогда как Grok 4.5 показывает 53%. Это самый чистый единичный результат на этой странице, и он решительно в пользу Astra. Ещё одна оговорка, касающаяся именно Grok 4.5: показатель xAI в CursorBench был исключён из публичного сравнения после того, как выяснилось, что ранее существовавшая кодовая база утекла в обучение, так что любой результат CursorBench для этой модели следует считать непригодным к использованию.

Агентное поведение и вызов инструментов

Они идут к одной и той же цели разными путями, и разница здесь в архитектуре, а не в счёте.

Функции GPT-6 Astra для разработчиков предполагают, что вы создаёте оркестратор. Он поддерживает асинхронный вызов инструментов, поэтому ожидание инструмента не блокирует модель и не мешает ей продолжать другую работу; управление задачей на ходу через WebSockets, поэтому выполняющийся запуск можно перенаправить, не перезапуская его; и регулируемую в ходе диалога интенсивность рассуждений. В Codex он добавляет механизм сохранения контекста, который сохраняет заметки между окнами контекста, при этом более ранний контекст остаётся доступным для поиска. Как сообщается, OpenAI в собственной системной карте отмечает, что модель сложнее поддаётся мониторингу, чем её предшественница, и это причина рассматривать логи вызовов инструментов и состояние системы — а не повествование модели — в качестве доказательств для вашего аудита.

Агентная история Grok 4.5 — это меньше про новые примитивы и больше про то, где она обучалась. Совместное обучение с Cursor на реальных сессиях многoфайлового редактирования и отладки — это то, что xAI ставит в заслугу за её эффективность по токенам на программных задачах, и именно поэтому модель появляется по умолчанию в средах для программирования, а не как универсальный флагман. Function calling, структурированный вывод, потоковая передача и кэширование промптов поддерживаются; вызов инструментов следует OpenAI-совместимому формату, поэтому встраивание её в существующий клиент сводится к изменению base-URL.

Не существует общего независимого агентного бенчмарка, где обе модели представлены при сопоставимых усилиях, поэтому мы не станем придумывать здесь победителя. Можно сказать, что поверхность вызова инструментов у Astra более выразительна из этих двух для долгосрочной работы, а экономия токенов на задачу у Grok 4.5 более привлекательна для больших объёмов работы.

Выберите Grok 4.5, если

• Вы выполняете работу в больших объёмах или с высокой частотой, где решающее значение при принятии решения имеет стоимость за задачу, а показатель 39 в AA Intelligence Index превосходит вашу планку качества.

• Ваши запросы не превышают 200 000 токенов. Именно здесь ценовое преимущество Grok 4.5 максимально, а пересчёт цены за длинный контекст никогда не срабатывает.

• Вам нужна скидка за кэш, которая реально работает. При $0,30 за миллион кэшированных входных токенов против $1,00 у Astra нагрузки с повторяющимися префиксами — длинные системные промпты, общий контекст репозитория — быстро становятся дешёвыми.

• Вам нужна задержка до первого токена менее минуты на сложных задачах, и вы не можете позволить себе ждать несколько минут.

Выберите GPT-6 Astra, если

Задача — это продукт, а счёт — ошибка округления по сравнению с неправильным ответом. Четырнадцать пунктов индекса на этом конце кривой — это реальная разница в возможностях, а не маркетинговая.

• Ты действительно работаешь с контекстом объёмом более 500 000 токенов. Окно Astra примерно вдвое больше, чем у Grok 4.5, и это единственная из двух, которая достигает его без пункта о пересмотре цены.

• Вам нужны использование компьютера, глубокое исследование или состояние кибербезопасности — включая отключённые по умолчанию для предприятий элементы управления, которые прилагаются к порогу Critical от OpenAI.

• Вы пишете код оркестратора, которому требуются асинхронные вызовы инструментов и управление по ходу выполнения, а не прямой вызов в формате «запрос — ответ».

Что изменилось на этой неделе и почему это меняет рекомендацию

22 сентября 2026 года OpenAI выпустила GPT-6 Sol и GPT-6 Luna по цене $2,00/$10,00 и $0,10/$0,50 за миллион токенов, назвав эти тарифы постоянными, а не промо-акцией. Sol — модель среднего уровня для программирования и анализа, примерно за пятую часть входной цены Astra.

Это важно именно для этого решения. Если причиной, по которой вы сравнивали Grok 4.5 с GPT-6 Astra, была цена, то честное сравнение на стороне OpenAI больше не Astra: Astra — флагман, а Sol теперь занимает сегмент, в котором на самом деле конкурирует Grok 4.5. Grok 4.5 по-прежнему обходит Sol по цене за вывод ($6,00 против $10,00) и совпадает с ним по цене за ввод (по $2,00), так что он не вытеснен; но сравнение, написанное до этой недели, сопоставляло доступную модель с флагманом и называло результат историей о цене.

То же самое верно и на стороне xAI: собственный список моделей xAI содержит grok-4.6 и grok-4.7 наряду с grok-4.5, так что Grok 4.5 — лишь один из вариантов в семействе, а не текущий фронтир.

Что и является настоящим аргументом в пользу маршрутизации, а не выбора. Стек из двух моделей, который постоянно появляется в заметках практиков — отправлять основную массу в дешёвую модель, а сложный хвост эскалировать в дорогую, — это решение о маршрутизации, и его можно выразить конфигурацией, а не переписыванием. OrcaRouter объединяет обе модели за одним API и одним ключом, с ценой провайдера по прайс-листу, передаваемой с нулевой наценкой, автоматическим переключением при сбое между провайдерами и DSL маршрутизации, который позволяет отправлять работу ниже порога в grok/grok-4.5 и переключаться на openai/gpt-6-astra, когда задача даёт сбой или превышает порог размера. Вы можете опробовать дорогой путь на узком срезе трафика, не рискуя продакшн-пайплайном.

Краткая версия

GPT-6 Astra — лучшая модель. Разрыв здесь не мал, и эта страница была бы бесполезна, если бы делала вид, что это не так, — 53 против 39 по одной и той же ревизии индекса, 74,1% против 53% в единственном бенчмарке по программированию, который прошли обе.

Grok 4.5 — более дешёвая модель, но дешевле в 3,1 раза на выполненную задачу, а не в 5–8,3 раза, как подразумевает её прайс-лист, потому что Astra тратит меньше токенов, чтобы прийти к результату. А по единственному показателю скорости, измеренному одинаково для обеих, они находятся на одном уровне.

Решение не в том, какая модель побеждает. А в том, стоит ли разрыв в 14 пунктов индекса примерно тройного счёта именно на вашей рабочей нагрузке — и одинаков ли ответ для каждого запроса, который вы отправляете.