GPT-6 vs Grok 4.6: Två mellannivåer, en nota som skiljer sig åt över 200K tokens

GPT-6 Sol och Grok 4.6 kostar samma $2.00 per miljon indatatoken och $6.00 per miljon utdatatoken högst upp i de två kolumnerna. Det som nästan ingen skriver ut bredvid det är att kolumnerna slutar matcha vid olika punkter i begäran. Grok 4.6 börjar tillämpa sin taxa för lång kontext när en prompt passerar 200 000 indatatoken; GPT-6 Sol väntar till 272 000. Ovanför dessa gränser omprissätts begäran – inte bara den – och de två leverantörerna omprissätter den i motsatta riktningar, vilket är den del som avgör en lång agent. GPT-6 Sol och dess syskon GPT-6 Astra och GPT-6 Luna släpptes 22 augusti 2026; Grok 4.6, mellannivån i SpaceXAI:s serie, släpptes 12 augusti 2026 och har redan fått sällskap av Grok 4.7, så detta är en jämförelse mellan två släppta modeller och inte en lansering av någon av dem.

En andra sak förändrades den 7 oktober 2026 som har betydelse för hur du överhuvudtaget läser GPT-6: OpenAI började rulla ut GPT-6 i ChatGPTs huvudflik Chat; utrullningen nådde gratisnivåerna den 8 oktober, medan nivåerna Plus, Pro, Business och Enterprise kör GPT-6 Sol och nivåerna Free och Go kör GPT-6 Luna. Det är en förändring på ytan – samma modeller, en mycket större publik och ett nytt gränssnittslager som OpenAI kallar Intelligent UI. Det ändrar inte en enda API-takt. Det betyder att om du benchmarkar "GPT-6" mot vad som helst, benchmarkar du nu mot en modell som väldigt många människor också pratar med i en webbläsarflik.

Där de två korten faktiskt skiljer sig åt

• Indata med kort kontext — GPT-6 Sol 2,00 USD per miljon mot Grok 4.6 2,00 USD per miljon
• Utdata med kort kontext — GPT-6 Sol 10,00 USD per miljon mot Grok 4.6 6,00 USD per miljon
• Tröskelvärde för långa förfrågningar — GPT-6 Sol omprissätts över 272 000 indatatoken mot Grok 4.6 över 200 000
• Indata för långa förfrågningar — GPT-6 Sol 4,00 USD per miljon mot Grok 4.6 4,00 USD per miljon
• Utdata för långa förfrågningar — GPT-6 Sol 15,00 USD per miljon mot Grok 4.6 12,00 USD per miljon
• Cachad indata — GPT-6 Sol 0,20 USD per miljon mot Grok 4.6 0,50 USD per miljon
• Kontextfönster — GPT-6 Sol 1 050 000 tokens mot Grok 4.6 500 000 tokens
• Indatamodaliteter — båda accepterar text, bild och fil
• Poäng för kunskapsarbete — GPT-6 Sol 47,6 mot Grok 4.6 44,3 på Artificial Analysis Intelligence Index
• Terminal-Bench 2.1 — GPT-6 Sol inte publicerad för samma version mot Grok 4.6 88,4

Läser man de två utdatalinjerna tillsammans framträder beslutets form. Grok 4.6 är $4.00 billigare per miljon utdatatokens för alla förfrågningar under 200K, och bara $3.00 billigare över den gränsen. Det är en mycket mindre skillnad än vad rubrikens 40 % antyder, eftersom båda modellerna prisar om hela förfrågan i stället för den del som ligger över gränsen – en detalj värd att fundera över, eftersom en prompt på 200 001 tokens inte faktureras som en token till det dyra priset plus 200 000 till det billiga.

Då går själva tröskeln åt andra hållet. Grok 4.6 börjar prissätta om 72 000 token tidigare än GPT-6 Sol gör. För en arbetsbelastning som konsekvent ligger mellan 200K och 272K är Grok 4.6 den dyrare modellen trots ett lägre listpris per token, och den är den enda av de två som har rört sig överhuvudtaget. Vilken sida av det fönstret dina prompter landar på är en mer användbar fråga än vilket listpris som är lägre.

Benchmark-gapet är mindre och smalare än prisgapet.

På Artificial Analysiss Intelligence Index, som är en tredjepartsmätning snarare än en leverantörstabell, ligger GPT-6 Sol på 47,6 och Grok 4.6 på 44,3. En skillnad på 3,3 punkter på en skala från 0 till 100 är verklig, men det är inte den typen av avstånd som gör att den ena modellen är fel för en uppgift och den andra rätt. Den mäts dessutom vid en specifik resonemangsinställning per modell, och GPT-6 Sol exponerar konfigurerbar resonemangsansträngning medan Grok 4.6 exponerar sin egen – så den som citerar en enda siffra för en direkt jämförelse citerar en punkt i ett tvådimensionellt rutnät.

Där de två verkligen skiljer sig mer åt är terminalbaserat agentiskt arbete. På Terminal-Bench 2.1 rapporterar Grok 4.6 88,4. GPT-6 Sol har ingen jämförbar publicerad siffra för den revision som vår katalog innehåller, och den ärliga tolkningen av en tom cell är att siffran inte är publicerad – inte att modellen presterade dåligt. Om arbetsbelastningen är en långvarigt körande skalstyrd agent, talar den publicerade evidensen för Grok 4.6 och den saknade evidensen räknas inte som evidens för någondera sidan.

Det omvända gäller för kunskapshämtning över långa kontexter. GPT-6 Sol uppnår 83,7 i återkallning över långa kontexter, jämfört med Grok 4.6:s 80,3, och båda modellernas leverantörer rapporterar sina egna siffror på annat håll – SpaceXAI lyfter fram GPQA Diamond på 94,9 för Grok 4.6, och OpenAI:s GPT-6-material är till stor del leverantörsrapporterat och inte reproducerat. Två regler håller ordning på detta: en leverantörssiffra är ett påstående, och ett indextal är en mätning på en namngiven revision. De är inte utbytbara och bör aldrig medelvärdesberäknas till en enda ”bättre” poäng.

Efterträdarproblemet

Ingen av dessa är den nyaste modellen från sitt eget labb, och att låtsas något annat vore det mest som den här jämförelsen skulle kunna göra. SpaceXAI släppte Grok 4.7 den 21 september 2026 till samma baspris på $2,00 / $6,00, med Intelligence Index som gick från 44,3 till 46,4. OpenAI släppte GPT-6.1 Sol den 29 september 2026, också till $2,00 / $10,00, med Intelligence Index på 51,8 och en taxa som faktiskt förbättrades: cachad indata sjönk från $0,20 till $0,10 per miljon. Artificial Analysis flaggar nu sin GPT-6 Sol-sida som föråldrad och hänvisar läsarna till GPT-6.1 Sol.

Så den rättvisa formuleringen är inte "vilken av dessa två bör du anamma" utan "vilken av dessa två, och är du säker på att det inte är en generation nyare på endera sidan." Anledningen att stanna kvar på GPT-6 Sol är vanligtvis en specifik åtta dagar gammal integration snarare än ett kapacitetspåstående; anledningen att stanna kvar på Grok 4.6 är en publicerad terminal-agent-siffra som dess efterträdare ännu inte har matchat offentligt. Båda är legitima, och båda är tidsbegränsade.

Köra båda från en tangent.

Båda modellerna routas av OrcaRouter, så den mekaniska delen av att hålla två kandidater vid liv kostar ingenting: ett API framför 200+ modeller, samma nyckel, inget andra avtal och ingen kodändring mellan dem. Det spelar större roll här än vanligt, eftersom argumentet för en andra modell i just den här matchningen inte är en hedge för förmåga utan ett routingbeslut — skicka fönstret från 200K till 272K till GPT-6 Sol och allt kortare till Grok 4.6, och samma applikation får den billigare räkningen på båda sidor av ett tröskelvärde som ingen av leverantörerna låter dig välja.

Automatisk redundansväxling är den tråkiga halvan av samma uppsättning. Långa agentkörningar med lång kontext är långa just för att något håller en session öppen, och en tillfällig störning hos leverantören vid minut fyrtio är den dyra sortens fel. En andra rutt som konfigurerats i förväg gör det till ett nytt försök i stället för en omkörning.

Vår katalog listar båda till respektive leverantörs eget listpris, utan något påslag, så en prisändring på endera kortet slår igenom hos oss samma dag som den slår igenom hos dem. Det är värt att sägas rakt ut snarare än som en slogan: anledningen till att bry sig är att skillnaden i cachad indata ovan mellan $0,20 och $0,50 är precis den typ av rad som leverantörer tyst ändrar, och en direkt vidareföring innebär att du aldrig behöver vänta på att en återförsäljare ska hinna ikapp.

Vad avgör det egentligen?

Om dina prompter är korta vinner Grok 4.6 på utdatapris med en marginal som ingen indexdelta kan stänga, och dess terminalagent-poäng är den starkaste publicerade siffran i endera kolumnen. Om dina prompter är långa är GPT-6 Sol:s senare omprissättningströskel och dess längre fönster värda mer än dess högre utdatataxa, och den cachade indataraden är en fjärdedel av kostnaden. Om dina prompter ligger mellan 200K och 272K har du den enda arbetsbelastningen där den billigare modellen är den dyrare, och lösningen är ruttval snarare än modellval.

Det man bör hålla ögonen på är inte någon av modellerna utan de två efterträdarna som redan finns tillgängliga. Grok 4.7 och GPT-6.1 Sol undergräver båda argumentet för att vänta med ett beslut här, och en jämförelse som måste köras om var tredje vecka är en jämförelse som hör hemma bakom en router snarare än i ett arkitekturdokument.