Claude Opus 5.5 vs Grok 4.7: Två flaggskepp, tjugofyra timmar isär

Grok 4.7 anlände den 21 september 2026. Claude Opus 5.5 anlände nästa dag. Två flaggskeppsmodeller i framkanten inom tjugofyra timmar, riktade mot samma köpare från motsatta håll: Grok 4.7 höll sin föregångares pris på $2 per miljon input-tokens och $6 output, medan Opus 5.5 sänkte sin föregångares från $5/$25 till $4/$20. På prislappen ser Grok 4.7 ut att vara hälften så dyr som Claude Opus 5.5, och mer därtill. Det stämmer inte, och anledningen är det mest användbara i den här jämförelsen. Grok 4.7:s priser fördubblas till $4/$12 när en prompt passerar 200 000 tokens, och modellen är påtagligt mångordig — Artificial Analysis uppmätte en ökning med 113 % i användningen av resonemangstokens jämfört med Grok 4.6, med ungefär 81 000 output-tokens som förbrukas per agentisk uppgift. En billigare taxa för en modell som skriver mer är inte en billigare uppgift, och de två effekterna måste multipliceras innan någon av prislapparna betyder något.

Vad varje leverantör faktiskt levererade

SpaceXAI släppte Grok 4.7 i måndags den 21 september – samma $2/$6 och samma kontextfönster på 500 000 tokens som Grok 4.6, med en senare kunskapsavgränsning och en ny högsta resonemangsnivå. Leverantören uppger att den bygger på en större basmodell än sin föregångare och positionerar den för kodning, agentiskt arbete och kunskapsarbete; den finns live i Cursor och i företagets egen terminalagent Grok Build. Företagets egen siffra för Terminal-Bench 4.0 är 38 %, och Artificial Analysis oberoende körning av samma benchmark gav 33 % – en oenighet på fem punkter mellan leverantör och utvärderare på samma axel, vilket är värt att komma ihåg när du läser en enskild siffra från endera sidan.

Anthropic släppte Claude Opus 5.5 på tisdagen den 22 september till priset $4/$20, ned från Opus 5:s $5/$25, med cacheläsningar som sjunker från $0,50 till $0,20 per miljon, och leverantören hävdar att typiska arbetsbelastningar kostar cirka 40 % mindre att köra än föregångaren. Den behåller Opus 5:s 1M-tokenkontext och 128K-utdatatak och lägger till ett Fast-läge för $8/$40 som Anthropic beskriver som en forskningsförhandsvisning. Kapacitetspåståendena bygger på tester utförda av leverantören mot de konkurrenter Anthropic valt: Terminal-Bench 4.0 på 66,4 %, FrontierCode v1.1 på 54,4 %, GDPval-AA v2.1 på 1 846 Elo.

Ställ de två styckena sida vid sida och konturerna av matchen syns redan. Den ena leverantören sänkte priset på en modell som förbättrats. Den andra höll priset oförändrat för en modell som förbättrats. Båda satsar på var marknadens golv ligger, och de är inte ense.

Prislistan, och de två raderna som ändrar den

Siffrorna nedan är från OrcaRouters katalog, avlästa den 24 september 2026, vidarebefordrade med 0 % påslag – leverantörens listpris utan någon tillagd spread.

• Indata — Claude Opus 5.5 för 4,00 USD per miljon tokens mot Grok 4.7 för 2,00 USD; Grok är 50 % billigare

• Utdata — $20,00 per miljon jämfört med $6,00; Grok är 70 % billigare

• Cacheläsning – $0,20 per miljon mot $0,50; den enda prisraden där Opus 5.5 är billigare, och den är 60 % billigare

• Kontext — 1 miljon tokens för Claude Opus 5.5 mot 500 000 för Grok 4.7, exakt dubbelt

• Maximal utdata – 128 000 tokens för Claude Opus 5.5 mot 450 000 för Grok 4.7, mer än tre gånger så mycket

• Modalitet – båda accepterar text, bilder och filer och returnerar text

Den första modifieraren är nivåsteget. Grok 4.7:s $2/$6 gäller under en prompt på 200 000 token; över den fördubblas båda taxorna till $4/$12. Det gör att Groks indatapris för långa promptar ligger exakt i nivå med Claude Opus 5.5:s fasta $4,00 och minskar utdatafördelen från 70 % till 40 %. Vid de mycket långa promptarna, där Groks utdatatak på 450 000 token är anledningen till att du väljer den, betalar du Opus 5.5:s indatapriser för att komma dit.

Den andra modifieraren är mångordighet, och den är större. Artificial Analysis uppmätte att Grok 4.7 använde 113 % fler resonemangstokens än Grok 4.6 i samma utvärderingar, med omkring 81 000 utdatatokens som förbrukades per agentuppgift i en publicerad redogörelse. Resonemangstokens faktureras som utdatatokens i varje API i den här jämförelsen. Med Opus 5.5:s $20,00 per miljon kostar 81 000 utdatatokens $1,62. Med Grok 4.7:s $6,00 kostar samma 81 000 $0,49 — fortfarande en tredjedel av priset, så fördelen består — men kvoten är nu 3,3× snarare än 3,3× på papperet och något betydligt mindre i praktiken när Opus 5.5:s lägre cache-läsningsavgift tillämpas på det återsända prefixet i en lång agentsession. Den 70-procentiga utdatabesparingen som annonseras på prislistan är inte den besparing du kommer att bokföra.

Om du vill ha den enskilt tydligaste illustrationen av varför tokenpris är fel enhet: samma agentiska förfrågan med 30 000 token som indata och 8 000 token som utdata kostar ungefär 28 cent på Opus 5.5 och 11 cent på Grok 4.7. Gör i stället indata till 250 000 token, och Groks dubblade taxa gör att kostnaden hamnar på cirka 1,10 dollar mot Opus 5.5:s 1,16 dollar. Prisskillnaden på prislappen gick från 2,5× till ett avrundningsfel, utan någon annan förändring än promptens längd.

De oberoende poängen pekar åt ett håll

På Artificial Analysis Intelligence Index ligger Claude Opus 5.5 på 58 i sin konfiguration för maximal ansträngning och 54 vid hög ansträngning, i toppen av de modeller som utvärderaren följer. Grok 4.7 får 46 poäng – två poäng över Grok 4.6 och tolv under Opus 5.5:s resultat vid maximal ansträngning. Det är det största avståndet i den här artikeln och det är från tredje part, inte från leverantören.

Samma utvärderares andra resultattavlor är mer smickrande för Grok, och spridningen mellan dem är det intressanta. På Coding Agent Index får Grok 4.7 56 mot Grok 4.6:s 47 – en ökning med nio poäng, större än dess tvåpoängsökning på allmän intelligens, vilket tyder på att lanseringen är en kodningsuppdatering snarare än en allmän sådan. På AA-Briefcase, dess resultattavla för långsiktigt kunskapsarbete, hamnar Grok 4.7 på 1 657 Elo på fjärde plats, efter tre poster från Anthropic och före Claude Opus 5 vid xhigh effort. Tre resultattavlor, tre olika utlåtanden, alla från samma utvärderare samma dag.

Sedan finns den enda axeln som båda sidor mäter: Terminal-Bench 4.0. Anthropic uppger 66,4 % för Opus 5.5 vid xhigh effort. SpaceXAI uppger 38 % för Grok 4.7, och den oberoende körningen från Artificial Analysis gav 33 %. Vilket nummer du än tar för Grok ligger gapet till Opus 5.5 mellan 23 och 33 punkter. Terminal-Bench är en enda testrigg, och på Anthropics sida en som körs av leverantören, så det är inte ett domslut om någon av modellerna – men det är inte jämnt på den axeln, och det är den axel som är närmast kopplad till det agentiska kodningsarbete som båda leverantörerna säljer mot.

Där var och en är det rätta svaret

Grok 4.7:s fördel är verklig och strukturell på två områden. Det första är arbete med korta prompter och hög volym: under 200 000 tokens med blygsam utdata är $2/$6 mot $4/$20 en verklig skillnad på 2,5× till 3,3×, och mångordighetsstraffet är ett mindre absolut tal när hela uppgiften är liten. Det andra är utdatataket – 450 000 tokens är mer än tre gånger Opus 5.5:s 128 000, och för massgenerering av långa artefakter är det den begränsning som avgör om ett jobb över huvud taget är möjligt.

Claude Opus 5.5:s fördel ligger i det agentiska långloppet. Dubbelt så stort kontextfönster på 1 M token, en 60 % lägre taxa för cacheläsning och den starkaste oberoende intelligenspoängen av de två. Var och en av dessa förstärks i takt med sessionslängden: cacheläsningen betalas på det återutsända prefixet vid varje tur, så en sänkning med 60 % på den posten gör mer för en två timmar lång agentsession än en sänkning med 70 % på utdata gör för en engångsgenerering.

En operativ anmärkning som hör till varje beslut om Opus 5.5: modellen dirigerar de flesta cybersäkerhetsförfrågningar till Claude Opus 4.8 och biologiarbete till Claude Opus 5 om inte ditt konto är verifierat via Anthropics Life Sciences- eller Cyber Verification-program. Inom dessa domäner är modellsträngen i dina loggar inte alltid den modell som svarade. Grok 4.7 har ingen motsvarande omdirigering, även om dess eget modellkort enligt uppgift visar att 3,3 % av riskfyllda förfrågningar fortfarande går igenom i high-läge med något högre frekvenser av regelöverträdelser än Grok 4.6 – en av leverantören publicerad säkerhetssiffra på andra sidan av samma bok.

Båda modellerna finns på OrcaRouter till leverantörens listpris med 0 % påslag — Claude Opus 5.5 för $4.00/$20.00 med cacheläsningar för $0.20, Grok 4.7 för $2.00/$6.00 med >200K-nivån tillämpad så som leverantören sätter den — bakom en enda nyckel, så uppdelningen ovan kan mätas på din egen trafik i stället för att debatteras. Där båda dirigeras, automatisk failover ligger under endera, vilket betyder mer än vanligt för två modeller som släpptes med en dags mellanrum och fortfarande håller på att sätta sig.

Domen som den här duellen förtjänar: Grok 4.7 är den billigare modellen för de flesta arbetsbelastningar och den man bör välja för långa utdata; Claude Opus 5.5 är den starkare där sessionerna är långa, kontexten är djup och arbetet är agentiskt. Lanseringsfönstret på 24 timmar fick dem att framstå som rivaler. Prislistorna och tokenantalen gör dem till ett delat domslut.