GPT-6 Luna vs Grok 4.6: Prisskillnaden är tjugo gånger och fönstret är den verkliga skillnaden

Ställ GPT-6 Luna och Grok 4.6 på samma sida och den första jämförelsen skriver sig själv. Luna listas till $0.10 per miljon input-tokens och $0.50 per miljon output. Grok 4.6 listas till $2.00 och $6.00 med en cachad läsning på $0.50. Tjugo gånger på input, tolv gånger på output, och en cachad input-kostnad som är femtio gånger högre för leverantörens modell. Det är prislappen, och på prislappen är svaret inte i närheten.

Anledningen till att det är värt att skriva resten av den här artikeln är att de två modellerna är oense om något mer strukturellt än pris. Grok 4.6 har ett kontextfönster på 500 000 token och prissätter om hela begäran när prompten passerar 200 000 token. GPT-6 Luna har 1 050 000 token och prissätter om vid 272 000. Båda trösklarna är stup snarare än marginalsatser — korsar man en av dem faktureras hela begäran till det högre beloppet, inte den del som ligger ovanför gränsen. Var dessa två stup ligger, och vad som händer med en arbetsbelastning med lång kontext på fel sida av vardera, avgör mer i den här jämförelsen än vad rubriken om tjugofaldig skillnad gör.

Två modeller, två väldigt olika hållningar

Grok 4.6 är xAI:s modell från den 12 augusti 2026, och det är en generalistisk frontier-lansering: text in, text ut, ett fönster på 500 000 tokens, en publicerad kostnad per uppgift på 1,86 dollar på den oberoende resultattavlan vid hög ansträngning, och en uppmätt hastighet på 57,7 utdatatokens per sekund. Det är den typ av modell som ett team adopterar eftersom den är bra på många saker och leverantören levererar snabbt.

GPT-6 Luna har motsatt position. OpenAI släppte den 22 september 2026 som volymnivån i GPT-6-familjen, under GPT-6 Sol på $2.00/$10.00 och flaggskeppet GPT-6 Astra på $10.00/$50.00. Text och bild in, text ut, ett fönster på 1 050 000 tokens med en maximal indata på 922 000 tokens, ett tak för utdata på 128 000 tokens, och en resonemangsstege som går från none via low, medium, high, xhigh och max, med medium som standard. Det är inte en modell som någon väljer för sin bredd. Det är en modell du lägger under en arbetsbelastning.

Så den ärliga inramningen är inte "vilken av dessa som är bättre". Den är "vilken av dessa som är prissatt för den form av arbete du har", och de två formerna är verkligen olika.

Korten, rad för rad

En rad per dimension, båda sidorna på varje:

• Indata per 1M — GPT-6 Luna $0.10 mot Grok 4.6 $2.00

• Utdata per 1M — GPT-6 Luna $0.50 mot Grok 4.6 $6.00

• Cachad inmatning per 1M — GPT-6 Luna $0,01 vs Grok 4.6 $0,50, en tiondel av dess egen inmatningstaxa mot en fjärdedel av xAI:s

• Tröskelvärde för lång kontext — GPT-6 Luna 272 000 indatatokens jämfört med Grok 4.6 200 000 prompttokens

• Priser för lång kontext – GPT-6 Luna omprissätter hela begäran till $0.20 in, $0.75 ut, $0.02 cachad, jämfört med Grok 4.6 som omprissätter hela begäran till $4.00 in, $12.00 ut, $1.00 cachad

• Kontextfönster — GPT-6 Luna 1 050 000 tokens vs Grok 4.6 500 000 tokens

• Maximal utdata — GPT-6 Luna 128 000 tokens vs Grok 4.6, inte publicerat som ett separat maxtak på kortet

• Intelligence Index, oberoende — GPT-6 Luna 37 vid maximal ansträngning mot Grok 4.6 44 vid hög ansträngning på indexrevision v4.3.2

• Poäng för standardansträngning — GPT-6 Luna 29 vid sin standardnivå medium mot Grok 4.6 43 vid medium, där resultattavlan också mäter det

• Kostnad per Index-uppgift, oberoende — GPT-6 Luna cirka 0,07 USD mot Grok 4.6 1,86 USD vid hög ansträngning

• Utdata-tokens i indexkörningen — GPT-6 Luna 150M mot Grok 4.6 94M, mot en median på 88M på resultattavlan

• Utdatningshastighet, oberoende — GPT-6 Luna 153,9 tokens/sek vs Grok 4.6 57,7 tokens/sek vid hög

• Tid till första token, oberoende — Grok 4.6 38,63 s, end-to-end 47,31 s; GPT-6 Luna returnerar en första token på en tid som tillåter en användare att vänta

• Cyberkapacitet, oberoende — Grok 4.6 får 57 poäng i styrelsens cyberutvärdering; ingen jämförbar siffra för GPT-6 Luna har publicerats

• På OrcaRouter — GPT-6 Luna finns inte i vår katalog vs Grok 4.6, routbar till xAI:s listpris

200 000 mot 272 000 är hela argumentet.

Läs de två tröskelvärdena intill de två fönstren, så omorganiserar jämförelsen sig.

Grok 4.6:s stup ligger vid 200 000 tokens i ett fönster på 500 000 tokens – 40 % in i fönstret. GPT-6 Lunas ligger vid 272 000 i ett fönster på 1 050 000 – 26 % in i fönstret. Så den billigare modellen börjar inte bara prissätta om senare, den har dessutom mer än dubbelt så mycket utrymme efter tröskeln innan fönstret överhuvudtaget tar slut.

Konkret: en förfrågan på 450 000 token får plats i båda modellerna. På GPT-6 Luna debiteras den enligt långkontextnivån med $0,20 och $0,75. På Grok 4.6 debiteras den med $4,00 och $12,00. Det är tjugo gånger så mycket för indata och sexton gånger så mycket för utdata för samma prompt – och det är en förfrågan som Grok 4.6 kan hantera, så valet är verkligt snarare än teoretiskt.

Det omvända fallet är det som överraskar folk. En begäran på 190 000 token ligger under båda tröskelvärdena och debiteras enligt standardtaxorna för båda: 0,10/0,50 USD mot 2,00/6,00 USD, en ren tjugofaldig respektive tolvfaldig skillnad. En begäran på 210 000 token ligger över Grok 4.6:s gräns och under GPT-6 Lunas. Den debiteras med 4,00/12,00 USD på Grok 4.6 och med 0,10/0,50 USD på Luna – en fyrtiofaldig och tjugofyrafaldig skillnad som helt och hållet uppstår genom en skillnad på 20 000 token i promptlängd, utan att någon av modellerna har förändrats.

Det är inte ett skäl att undvika Grok 4.6. Det är ett skäl att veta var dina promptar faktiskt hamnar, eftersom en arbetsbelastning som i genomsnitt är 180 000 tokens och spikar till 220 000 betalar enligt två olika prislistor och kommer att se ut som ett faktureringsfel den första månaden det inträffar.

Vad prisskillnaden köper på den oberoende styrelsen

Grok 4.6 får 44 poäng på Artificial Analysis Intelligence Index vid hög ansträngning. GPT-6 Luna får 37 poäng vid maximal ansträngning. Sju poäng, på ett sammansatt mått där en enda poäng ligger inom bruset för en omkörning — och de två modellerna skiljs åt av ungefär tjugosex gånger i kostnad per slutförd uppgift, $1,86 mot omkring $0,07.

Två saker när det gäller det där talparet är värda att skilja åt.

Den första är standardinställningen för ansträngning. GPT-6 Lunas 37 är en siffra för maximal ansträngning, och dess standard är medium, där den får 29. Grok 4.6:s 44 är en siffra för hög ansträngning, och tavlan mäter den också vid medium, där den får 43. Så jämförelsen på lika villkor vid standardinställningar är 29 mot 43 – fjorton poäng, inte sju, och det är fjortonpoängsversionen som ett team som driftsätter båda och inte ändrar något faktiskt kommer att uppleva. Grok 4.6 tappar en poäng när den går från hög till medium. GPT-6 Luna tappar åtta. Ansträngningsreglaget kostar den billiga modellen mycket mer än den kostar den dyra, och den asymmetrin är osynlig i de övergripande indexsiffrorna.

Den andra är mångordighet, och här är riktningen den motsatta mot vad prisförhållandet antyder. GPT-6 Luna genererade 150 miljoner utdatatokens för att slutföra indexet; Grok 4.6 genererade 94 miljoner. Modellen som kostar en tolftedel så mycket per utdatatoken spenderade 60 % fler tokens för att nå en lägre poäng. På ett kort som prissätts efter utdata är det skillnaden mellan en tjugosexfaldig klyfta i kostnad per uppgift och en mindre sådan, och det är anledningen till att varje jämförelse som enbart bygger på prislappar kommer att överdriva argumenten för den billiga nivån.

Grok 4.6 publicerar också en cyberkapacitetspoäng på 57 på samma resultattavla. Det finns ingen jämförbar siffra för GPT-6 Luna, så den dimensionen har bara en sida — men det är den typ av rad som har betydelse om din arbetsbelastning berör säkerhetsverktyg, och att den saknas på den billigare modellen är information snarare än en lucka som ska fyllas med antaganden.

Latens, där de två inte är nära varandra och inte i samma riktning

Grok 4.6:s oberoende latenssiffror är 38,63 sekunder till första token och 47,31 sekunder från början till slut vid hög ansträngning. Det är en siffra för en modell som utför seriöst resonemang innan den talar, och den är inte förenlig med en person som tittar på en markör. Vår egen listning för modellen registrerar en p50-tid till första token på 6,71 sekunder och en p95 på 10,00 sekunder över ett sjudagarsfönster, vilket mäter en annan punkt i svaret och inte är jämförbart med den oberoende siffran – de två siffrorna är inte i konflikt, de besvarar olika frågor.

GPT-6 Luna körs med 153,9 utdatatoken per sekund och returnerar sin första token tillräckligt snabbt för att kunna ligga bakom en interaktiv yta. Det är nästan tre gånger Grok 4.6:s genomströmning vid hög ansträngning. För ett batchjobb är den skillnaden en tidsmässig bekvämlighet. För allt en användare väntar på är det skillnaden mellan en produkt och en prototyp.

Kombinationen är ovanlig och värd att säga rakt ut: den billiga modellen är den snabba, den dyra modellen är den långsamma, och den dyra modellen ligger sju poäng före på det sammansatta måttet vid matchad ansträngning. Det är profilen för en modell byggd för att tänka hårt en gång, och en modell byggd för att svara snabbt väldigt många gånger. Om din arbetsbelastning är ett anrop per uppgift är Grok 4.6:s latens överkomlig. Om den är tusen anrop per uppgift är den inte det.

Vad du faktiskt köper på xAI-sidan

Grok 4.6 kostar ungefär tjugosex gånger så mycket per slutförd uppgift som GPT-6 Luna och ligger sju indexpunkter före vid matchad ansträngning. Det är en dålig växelkurs för en arbetsbelastning för allmänna ändamål, och en rimlig sådan för en specifik typ av arbete.

Tre saker motiverar det. Cyberpoängen 57 är en förmåga som GPT-6 Luna inte publicerar någon motsvarighet till. Indexkörningen på 94 miljoner token mot Lunas 150 miljoner är en verklig koncishetsfördel i alla uppgifter där utdata konsumeras av en människa snarare än en parser. Och modellen har varit i produktion sedan den 12 augusti, sex veckor längre än vad GPT-6 Luna över huvud taget har funnits – vilket inte är ett benchmark, men det är en dokumenterad historik, och för ett team som redan har byggt mot den är migrationskostnaden för att lämna en del av priset för att lämna.

Mot detta är GPT-6 Lunas argument inte i första hand den tjugofaldiga prissatsen. Det är tröskeln på 272 000 tokens inom ett fönster på en miljon tokens, möjligheten att bli tillsagd att helt sluta resonera, en cachad indatatakt på en cent per miljon och en genomströmningssiffra som gör den användbar som en komponent snarare än en slutpunkt. Det är strukturella egenskaper hos den billiga nivån, och ingen mängd indexfördelar på den andra sidan ersätter dem.

Kör en av dem, eller båda

Grok 4.6 finns på OrcaRouter till xAI:s listpris, med en pass-through-prissättning som innebär att en prisändring från leverantören hamnar på vår sida samma dag i stället för att vänta på att en återförsäljare ska omförhandla. Automatisk failover är den del som förtjänar sin plats för just den här modellen: ett fönster på 500 000 token med ett stup vid 200 000 token är en arbetsbelastning där en förfrågan ibland landar på fel sida linjen, och en rutt som växlar mellan uppströmmar utan en driftsättning är värd mer än en bråkdel av en cent per token.

GPT-6 Luna finns inte i vår katalog i skrivande stund och nås via OpenAIs eget API. Så ett team som vill ha båda kör en nyckel för Grok 4.6 vid sidan av vad det redan använder för OpenAI. Routnings-DSL:en är den del som passar ihop med det här paret: en regel som skickar prompter över en token-tröskel till den modell vars tröskel de klarar, och allt under den till modellen som kostar en tolftedel av priset, kan uttryckas som konfiguration i stället för som en gren i din applikation — vilket spelar roll när trösklarna ligger så nära vanliga promptstorlekar som dessa två gör.

Vilken, och när?

Välj GPT-6 Luna om din arbetsbelastning har hög volym, konsumeras av program och är kort. Klassificering, extrahering, routning, massammanfattning, den inre slingan i en agent. Med $0.10/$0.50 och en cachad läsning för en cent, jämfört med en modell som kostar tjugosex gånger mer per slutförd uppgift för sju indexpoäng vid matchad ansträngning, är kalkylen inte i närheten. Ställ in effort-parametern uttryckligen – standardvärdet är medium och rubrikvärdet 37 är ett max-effort-värde – och håll dina långa anrop under 272 000 tokens.

Ta Grok 4.6 om du behöver cyberförmågan, om din utdata läses av en människa och dess koncishet är värd att betala för, eller om du har en arbetsbelastning på 300 000 till 500 000 token som GPT-6 Luna kan hantera men där du helst inte vill vara det första teamet som tar reda på hur den beter sig vid den längden. Budgetera uttryckligen för 200 000-token-klippan, och lägg den inte bakom en interaktiv yta vid hög ansträngning – 38 sekunder till första token är inte en latenssiffra, det är ett uttalande om vad modellen är till för.

Misstaget som den här jämförelsen inbjuder till är att behandla den tjugofaldiga skillnaden som själva beslutet. Det är beslutet för en typ av arbetsbelastning. För den andra fattas beslutet vid 200 000 och 272 000 token, och prisförhållandet är en detalj man läser i efterhand.