Ett egenbyggt hero-titelkort för 'Claude Fable 5.1 vs Grok 4.6' med underrubriken 'Nio indexpunkter, ett åttafaldigt utpris'. Två paneler: 'Claude Fable 5.1' (Anthropic, stängt API, 0.00 / 0.00 per 1M tokens, AA Intelligence Index 53, #1 av 201) och 'Grok 4.6' (SpaceXAI, stängt API, .00 / .00 per 1M tokens, AA Intelligence Index 44, #20 av 201). En sidfot lyder 'Claude Fable 5.1 lanserades 1 sep 2026 · Grok 4.6 lanserades 12 aug 2026 · Oberoende siffror, aktuellt Artificial Analysis-index, hämtat 10 sep 2026'; OrcaRouter-logotypen sitter längst ner till höger.
Guides & Insights

Claude Fable 5.1 vs Grok 4.6: Nio indexpoäng och ett åttafaldigt outputpris — Vad klyftan faktiskt köper

Författare

Elias Hawthorne

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Claude Fable 5.1 och Grok 4.6 är de två slutna frontmodeller som omsluter den nuvarande generationens prisspann. Anthropics nya flaggskepp, släppt den 1 september 2026, tar $10,00 per miljon inmatningstokens och $50,00 per miljon utmatningstokens, och på den aktuella versionen av Artificial Analysis Intelligence Index ligger det på 53 – först av de 201 modeller som indexet spårar. SpaceXAI:s Grok 4.6, ute sedan den 12 augusti, tar $2,00 och $6,00 för samma enheter och mäter 44, tjugonde av 201. Nio indexpoäng skiljer dem åt. Åtta gånger utmatningspriset skiljer dem åt. Vilket av dessa två tal en given arbetsbelastning bör bry sig om är hela frågan, och de pekar i olika riktningar beroende på vad du ber modellen att göra.

Källhänvisning, deklarerad på förhand: Artificial Analysis poängsatte om sitt Intelligence Index i september, så siffrorna här är hämtade från den nuvarande versionen, inhämtad den 10 september 2026, snarare än från den äldre skalan som fortfarande citeras i en stor del av augustitäckningen. Indexpoäng från olika versioner är inte jämförbara, vilket är anledningen till att siffrorna nedan kan se lägre ut än vad du läste om endera modellen vid lanseringen. Allt som är märkt som leverantörsrapporterat kommer från det lanserande labbets egen utvärderingsblankett och har inte reproducerats av en neutral part. Denna reservation väger ojämnt här — Grok 4.6 har haft en månad av extern granskning, medan Claude Fable 5.1 är nio dagar gammal och det mesta som är allmänt känt om dess rubriksiffror är fortfarande Anthropics ord.

Två labb, två olika saker på rea

Anthropics septemberlansering är en kapabilitetssatsning med en säkerhetsberättelse fastbultad vid sig. Claude Fable 5.1 är den allmänt tillgängliga tvillingen till Claude Mythos 5.1, det säkerhetsbegränsade syskonet som endast når godkända cybersäkerhets- och livsvetenskapsorganisationer — samma basmodell, olika skyddsräcken. Det Anthropic säljer är toppen av det oberoende indexet, ett kontextfönster på 1M tokens, upp till 128K utdatatokens i ett enda svar, och ett agentekosystem byggt kring Claude Code och Claude-apparna. Budskapet är rakt på sak: det här är modellen du anropar när arbetet är tillräckligt svårt för att ett felaktigt svar kostar mer än tokenerna gjorde.

SpaceXAI säljer något smalare och, över tid, mer aggressivt – den billigaste modellen som fortfarande håller frontier-klass, prissatt så lågt att det ser extravagrant ut att bygga agenter på något annat. Grok 4.6 är inte en uppskalning: den bygger på samma grund som Grok 4.5 med en längre kompletterande träningsrunda och tyngre förstärkningsinlärning, vilket leverantören säger ger "intelligens jämförbar med GPT-5.6 Sol och Claude Fable 5." Till $2/$6, och fortfarande bland de tjugo bästa på indexet, är det hela argumentet. Det är också en strategi, inte bara ett pris. SpaceXAI äger Cursor, lanserade sin Grok Bot-webbläsaragent dagen före modellen och driver egna konsumentchattappar; en frontier-modell till råvarupriser är bränsle för alla dem. Elon Musks offentliga räkneexempel – AI-intäkter som går om alla andra företagssegment, 10 GW beräkningskraft – pekar åt samma håll. Den här modellen är inte prissatt för att maximera API-marginalen.

Specifikationsbladet, dimension för dimension

• Pris per 1M tokens — Claude Fable 5.1 $10,00 in / $50,00 ut vs Grok 4.6 $2,00 in / $6,00 ut.

• Cachad indata — Claude Fable 5.1 $0.25 per 1M jämfört med Grok 4.6 $0.50, och Artificial Analysis anger en effektiv cache-rabatt på 98% mot 75%.

• Prissättning för lång kontext — Claude Fable 5.1 prissätter sitt fönster platt ända till 1M tokens; Grok 4.6 prissätter om hela begäran till $4.00 / $12.00 / $1.00 i samma ögonblick som den överstiger 200K inmatningstokens, så dess rabatt tunnas ut precis där långa agentkörningar lever.

• Kontext och utdata — Claude Fable 5.1 har ett kontextfönster på 1M-token och upp till 128K utdatatoken jämfört med Grok 4.6:s kontextfönster på 500K, ett reglage för resoneringsinsats som går från låg till xhigh och en snabbare variant med dubbel hastighet.

• Oberoende poäng, hastighet och kostnad — Artificial Analysis har Claude Fable 5.1 på 53 på sitt nuvarande Intelligence Index (#1 av 201), 67,2 utdatatokens per sekund och 7,63 USD per indexuppgift; Grok 4.6 ligger på 44 (#20 av 201), 52,8 tokens per sekund och 1,86 USD per uppgift. Båda bedöms som ”mycket mångordiga” eller ”något mångordiga” enligt den mätningen — 190M utdatatokens för Claude-modellen jämfört med 94M för Grok.

• Leverantörers riktmärkesanspråk — Anthropic rapporterar 52,6 % på Terminal-Bench-Science 0.1 (mer än dubbelt så mycket som Claude Fable 5:s 24,7 %), 55,8 % på Terminal-Bench 4.0 och 1 853 på GDPval-AA v2 för Claude Fable 5.1. SpaceXAI rapporterar 65,9 % på DeepSWE v1.1 och 69,9 % på CursorBench v3.2 för Grok 4.6, samtidigt som de själva rapporterar 26 % på Terminal-Bench v3.0 — den enda raden i leverantörens egen tabell som är påtagligt svag.

• Var var och en körs — Anthropics API, Claude-apparna, Claude Code, Amazon Bedrock, Google Cloud och Microsoft Foundry jämfört med SpaceXAI:s API, Cursor, Grok Build, Grok Bot-agenten, Grok-konsumentapparna och Amazon Bedrock GovCloud.

• Släppt — Claude Fable 5.1 den 1 september 2026; Grok 4.6 den 12 augusti 2026.

A self-built two-column scoreboard titled 'Claude Fable 5.1 vs Grok 4.6 \u2014 the scoreboard'. Left column 'Claude Fable 5.1 (Anthropic)': 'AA Intelligence Index 53 (#1 of 201)', 'Price in / out 0.00 / 0.00 per 1M tokens', 'Cost per index task .63', 'Context / max output 1M / 128K', 'AA output speed 67.2 tok/s', 'Released Sep 1, 2026'. Right column 'Grok 4.6 (SpaceXAI)': 'AA Intelligence Index 44 (#20 of 201)', 'Price in / out .00 / .00 per 1M tokens', 'Cost per index task .86', 'Context / max output 500K, repriced above 200K', 'AA output speed 52.8 tok/s', 'Released Aug 12, 2026'. Footer: 'AA figures per Artificial Analysis, current index version, captured Sep 10 2026.'

Vad nio indexpunkter faktiskt representerar

På det nuvarande oberoende indexet är septemberordningen otvetydig: Claude Fable 5.1 på 53 och först av 201, Grok 4.6 på 44 och tjugonde. Det omvärderade indexet behöver ett förtydligande, eftersom det är den typen av sak som får siffror från lanseringsveckan att se felaktiga ut i efterhand: Artificial Analysis omformulerade sitt Intelligence Index i september, och båda modellernas publicerade poäng sjönk när det gjordes. En skillnad på nio poäng är verklig, men indexet är ett viktat sammansatt mått — kraftigt inriktat på agentiskt arbete, med kodning, vetenskapligt resonerande och allmän förmåga bakom sig — så det komprimerar en blandad per-dimension bild till en enda rad.

Bevisen per dimension är brusigare och mer användbara. Anthropics egen siffra för Terminal-Bench-Science 0.1 — 52.6%, mer än dubbelt så mycket som föregående generations 24.7% — riktar sig precis mot de långsiktiga vetenskapliga och forskningsmässiga arbetsflöden som agentiska köpare bryr sig om, och ingen nuvarande modell kommer i närheten av den på det specifika riktmärket. SpaceXAI:s leverantörstabell är starkast på programvaruteknik (65.9% DeepSWE v1.1, 69.9% CursorBench v3.2) och svagast på terminaltunga agentloopar, där Grok 4.6:s egna 26% på Terminal-Bench v3.0 ligger under GPT-5.6 Sol Max:s 34.6% och Claude Fable 5 Max:s 34.1%. Båda tabellerna är leverantörsrapporterade och inte reproducerade; de beskriver var varje labb anser sig vara stark, inte vem som vinner.

Screenshot of the Artificial Analysis model page for Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback), captured September 10, 2026, showing Intelligence Index 53 ranked #1 of 201, output speed 67.2 tokens per second, a .63 cost per Intelligence Index task, a 98% cache discount against 0.00 input and 0.00 output pricing, 190M output tokens of verbosity, and a 1M-token context window.

Det finstilta om billiga tokens.

Grok 4.6:s prisfördel är verklig, och vid kort och medelstor kontext är den enorm: en utdatatung arbetsbelastning kostar ungefär 83 % mindre per genererad token än på Claude Fable 5.1. Men prislistan har tre kanter som en jämförelse av frontlinjemodeller vanligtvis hoppar över.

Det första är 200K-tröskeln. Att passera 200 000 inmatningstokens innebär att hela förfrågan omprissätts till $4/$12, inte bara de tokens som ligger över gränsen. För en lång agentkörning som ackumulerar kontext — exakt den arbetsbelastning som båda modellerna är avsedda för — fördubblas det effektiva priset utan förvarning och upphör att vara en femtedel av Claudes pris. Det andra är den snabbare varianten, som kostar dubbelt så mycket som grundpriset och är det enda annonserade sättet att åtgärda modellens undergenomsnittliga genereringshastighet. Det tredje är verktygsanrop på serversidan, som faktureras separat per tusen anrop.

Claude Fable 5.1:s prisförändring i september går åt andra hållet. De nominella $10/$50 ändrades inte, men priset för cacheläsning sjönk med 75% till $0,25 per miljon tokens, vilket är där långa agentiska sessioner faktiskt gör av med pengarna: att gång på gång läsa om verktygsutdata, filinnehåll och tidigare turer. Artificial Analysis visar att den resulterande effektiva cache-rabatten är 98%, jämfört med 75% för Grok. Att betala en kvarts dollar per miljon omlästa tokens förändrar aritmetiken för en flertimmarsagent på ett sätt som rubriksiffran aldrig visar.

Den ärliga motvikten är ordrikedom, och det är anledningen till att den verkliga kostnadsskillnaden inte är åttafaldig. Eftersom Claude-modellen avger ungefär dubbelt så många token för att slutföra samma indexuppgift — 190 miljoner mot Groks 94 miljoner — hamnar Artificial Analysis kostnad-per-uppgift-mått på 7,63 dollar för Claude Fable 5.1 mot 1,86 dollar för Grok 4.6. Det är en faktor på ungefär fyra, inte åtta, och det är siffran att planera en budget utifrån.

Skillnaden som aldrig når bordet

Latens är där de två modellerna skiljer sig åt för interaktiva produkter, och resultatet är motsatsen till vad prislappen antyder. Artificial Analysis mäter Claude Fable 5.1 till 67,2 utdatatokens per sekund – över genomsnittet för sin klass – jämfört med 52,8 för Grok 4.6, som den mätningen bedömer som under genomsnittet; indexsammanfattningen för Grok har med eftertryck beskrivit den som långsammare än sina motsvarigheter, vilket är precis anledningen till att SpaceXAI säljer en snabbare variant till dubbla priset. Anthropics modell är också, enligt samma oberoende notering, den mer mångordiga av de två. Så den billiga modellen är den långsammare, och den dyra modellen skriver mer än den behöver: två kostnader som drar åt motsatta håll och ingen av dem syns på prislistan.

Ringer båda utan att förbinda mig till någon av dem idag.

Den praktiska konsekvensen av ett gap på nio poäng, en fyrdubblad skillnad i kostnad per uppgift och en prislista full av nivåer är att de flesta team bör köra båda, och den intressanta frågan är var gränsen går. Det är billigare än det låter: Claude Fable 5.1 och Grok 4.6 finns båda på OrcaRouter till leverantörernas listpriser utan påslag — $2/$6 och $10/$50 ovan är de siffror som visas på fakturan, och eventuella prisändringar från leverantören slår igenom samma dag i stället för att sugas upp i en återförsäljarmarginal. En slutpunkt täcker båda, så eskaleringsmönstret blir en routingregel i stället för ett andra avtal: skicka välavgränsat högvolymarbete till Grok 4.6, eskalera till Claude Fable 5.1 när uppgiften kräver resonemangstaket, och låt automatisk failover hantera fallet där den billigare modellens genomströmning är för långsam för en deadline. Routing-DSL:en uttrycker den kedjan på ett ställe, och modellfusion låter en panel av modeller svara tillsammans när en uppgift är tillräckligt viktig för att man vill ha mer än en åsikt. Prisgapet slutar då att vara ett engångsbeslut och blir i stället en parameter du finjusterar när din arbetsmix rör sig.

Screenshot of the OrcaRouter model page for Grok 4.6 (model id grok/grok-4.6) showing .00 input and .00 output per 1M tokens, the SpaceXAI provider listed as of 2026-08-12, a 500K-token context window with text, image and file input, Vision, Tools, JSON and Reasoning capability badges, endpoints /v1/chat/completions and /v1/responses, and a p50 time-to-first-token of 10.00 seconds.

Vem ska välja vilken

{{1}}Välj Claude Fable 5.1 när kostnaden för ett felaktigt eller övergivet svar överväger tokenkostnaden: agentisk forskning med lång horisont, krävande resonemang, reglerat arbete där Anthropics säkerhetsramverk och dess fasade kontroller för noll datalagring har betydelse, och allt som lever i Claude Code.{{/1}} {{2}}Välj Grok 4.6 när arbetet är högvolym, väldefinierat och genomströmningstolerant — batchkodning, extraktion, generering, agentloopar vars steg är korta nog att hålla sig under 200K-omprisningsgränsen — och när du bygger agenter där modellen är en komponent och kostnaden per uppgift är hela affärslogiken.{{/2}}

Två öppna loopar är värda att hålla koll på innan något av valen låsts fast. SpaceXAI har redan återigen teasat Grok 4.7 för den nära framtiden, och om den ärver samma prisnivå med högre kapacitet, blir dagens fynd mellanklass inom veckor. Anthropic, å sin sida, har visat en ungefär månatlig kadens och en villighet att sänka cache-priser utan att röra de listade priserna, vilket tyder på att nästa drag i denna match kan hamna på kostnadssidan snarare än på index. Ingen av looparna ändrar vad modellerna gör idag, men båda är skäl att behålla modell-ID som ett konfigurationsvärde. På en endpoint med pass-through-prissättning och failover är det standard snarare än ett projekt.

Jämförda i den här artikeln1

Identifierat från den här artikeln · Benchmarks: Artificial Analysis · uppdateras dagligen