Grok 4.5 vs GPT-6 Astra: ราคาหน้าป้ายหกเท่า แต่บิลสามเท่า

วาง Grok 4.5 กับ GPT-6 Astra เทียบกันบนเรทการ์ดของทั้งสอง แล้วช่องว่างก็ดูไร้สาระ: $2.00 เทียบกับ $10.00 ต่อล้านโทเค็นอินพุต, $6.00 เทียบกับ $50.00 ต่อล้านโทเค็นเอาต์พุต. ลองนำสองตัวเดียวกันนี้ผ่าน Intelligence Index ของ Artificial Analysis แล้วช่องว่างก็แคบลงจนเหลือสิ่งที่ทีมสามารถถกเถียงกันได้จริง — $1.04 ต่องานที่ทำสำเร็จ เทียบกับ $3.26. ตัวคูณบนป้ายราคาคือ 5x สำหรับอินพุต และ 8.3x สำหรับเอาต์พุต. ตัวคูณบิล เมื่อวัดจากจำนวนโทเค็นจริง อยู่ที่มากกว่า 3x เล็กน้อย. และมิติที่สองโมเดลนี้แตกต่างกันมากที่สุดไม่ใช่ทั้งสองอย่างนั้น. มันคือระยะเวลาที่คุณรอโทเค็นแรก โดยการวัดอิสระคือ 10.94 วินาที เทียบกับ 342.30.

นั่นคือการประชันทั้งหมดในย่อหน้าเดียว และนั่นคือเหตุผลที่หน้านี้ไม่ใช่การสวมมงกุฎให้ฝ่ายใดฝ่ายหนึ่ง GPT-6 Astra เป็นโมเดลที่ฉลาดกว่า ด้วยช่องว่างที่ชัดเจนและทำซ้ำได้ Grok 4.5 เป็นรุ่นที่ถูกกว่า ด้วยช่องว่างที่จริง แต่เล็กกว่าที่รายการราคาของมันบ่งชี้ไว้มาก ทุกอย่างอื่น — ความเร็ว ประสิทธิภาพการใช้โทเคน บริบท เบนช์มาร์กการเขียนโค้ด — ไม่ก็แยกฝ่าย เสมอกัน หรือกลายเป็นว่าถูกวัดด้วยไม้บรรทัดคนละอัน

ทั้งสองนี้ไม่ใช่โมเดลใหม่

ควรพูดให้ตรงไปตรงมา เพราะหน้าเปรียบเทียบหลายหน้าให้ความรู้สึกเหมือนทั้งคู่เพิ่งมาถึงเมื่อสัปดาห์ที่แล้ว

xAI เปิดตัว Grok 4.5 เมื่อวันที่ 8 กรกฎาคม 2026 มันสร้างขึ้นบนพื้นฐาน V9 ขนาด 1.5 ล้านล้านพารามิเตอร์ และฝึกฝนร่วมกับ Cursor โดยใช้ข้อมูลเซสชันของนักพัฒนา ไม่ใช่แค่โค้ดแบบสแตติกเพียงอย่างเดียว ซึ่งเป็นที่มาของชื่อเสียงด้านการเขียนโค้ดแบบเอเจนต์ของมัน มันมีความจุหน้าต่างบริบท 500,000 โทเคน รายการโมเดลของผู้ขายเองยังคงมีมันอยู่ในปัจจุบัน ควบคู่กับรุ่นสืบทอดอีกสองรุ่น — xAI ได้เปิดตัว Grok 4.6 และ Grok 4.7 ตั้งแต่นั้นเป็นต้นมา — ดังนั้นให้มอง Grok 4.5 เป็นระดับ $2/$6 ของสาย Grok มากกว่าจะเป็นรุ่นท็อปสุด

OpenAI ประกาศเปิดตัว GPT-6 Astra เมื่อวันที่ 3 กันยายน 2026 โดยมีการทยอยเปิดให้ใช้งานในวันถัดๆ ไป และยังคงเป็นเรือธงของ OpenAI: หน้าต่างบริบทขนาด 1M โทเค็น (แค็ตตาล็อกของ OrcaRouter ระบุอินพุต 1,050,000 และเอาต์พุตสูงสุด 128,000) วันตัดข้อมูลความรู้ 30 เมษายน 2026 และการวางตำแหน่งที่มุ่งเน้นงานเอเจนต์ระยะยาวอย่างเต็มที่ — การใช้คอมพิวเตอร์ การวิจัย งานวิทยาศาสตร์และความมั่นคงไซเบอร์ ตามคำกล่าวอ้างของ OpenAI เอง มันเป็นโมเดลแรกที่ผ่านเกณฑ์ความมั่นคงไซเบอร์ระดับ "Critical" ซึ่งเป็นเหตุผลว่าทำไมการเข้าถึงระดับองค์กรจึงปิดไว้โดยค่าเริ่มต้นจนกว่าผู้ดูแลระบบจะเปิดใช้งาน

ทั้งสองพร้อมใช้งานทั่วไปบน API ของผู้จำหน่ายอยู่แล้ว ทั้งคู่ไม่ได้กำลังเปิดตัว สิ่งเดียวที่ขยับในสัปดาห์นี้คือตระกูลที่อยู่รอบ ๆ หนึ่งในนั้น และเรื่องนั้นอยู่ท้ายบทความนี้ เพราะมันเปลี่ยนคำแนะนำมากกว่าการเปรียบเทียบ

เรตการ์ด รวมถึงระดับที่ไม่มีใครเสนอราคา

• อินพุต, บริบทสั้น — Grok 4.5 $2.00 ต่อ 1M เทียบกับ GPT-6 Astra $10.00 ต่อ 1M

• เอาต์พุต, บริบทสั้น — Grok 4.5 $6.00 ต่อ 1M เทียบกับ GPT-6 Astra $50.00 ต่อ 1M

• อินพุตที่แคชไว้ — Grok 4.5 $0.30 ต่อ 1M เทียบกับ GPT-6 Astra $1.00 ต่อ 1M

• อินพุตบริบทยาว — Grok 4.5 $4.00 ต่อ 1 ล้าน เทียบกับ GPT-6 Astra $20.00 ต่อ 1 ล้าน

• เอาต์พุตบริบทยาว — Grok 4.5 $12.00 ต่อ 1 ล้าน เทียบกับ GPT-6 Astra $75.00 ต่อ 1 ล้าน

• หน้าต่างบริบท — Grok 4.5 500,000 โทเค็น เทียบกับ GPT-6 Astra 1,000,000 โทเค็น

ข้อกำหนดที่สำคัญคือข้อที่แทบไม่มีหน้าเปรียบเทียบใดระบุไว้ บน Grok 4.5 เมื่อพรอมป์ต์ของคำขอหนึ่งถึง 200,000 โทเคน คำขอทั้งรายการจะถูกคิดราคาใหม่ในระดับที่สูงขึ้น — เอกสารของ xAI ระบุชัดเจนว่า "คิดในอัตราที่สูงกว่าสำหรับทุกโทเคนในคำขอนั้น" ไม่ใช่แค่โทเคนที่เกินเส้นแบ่ง ดังนั้นหน้าต่าง 500,000 โทเคนจึงมีอยู่จริง แต่ประมาณ 60% ส่วนบนของหน้าต่างนั้นคิดราคาเป็นสองเท่า หน้าตาราคาของ OpenAI สำหรับ Astra แสดงโครงสร้างสองคอลัมน์แบบสั้น/ยาวแบบเดียวกัน โดยไม่ระบุว่าจุดตัดอยู่ตรงไหน ดังนั้นให้ถือว่าคอลัมน์บริบทแบบยาวคือคอลัมน์ที่ใช้เมื่อคุณต้องทำงานกับปริมาณมาก และตรวจสอบขอบเขตกับใบแจ้งหนี้ของคุณเอง

ตัวคูณระดับบริการสองตัววางซ้อนอยู่บนตัวเลขของ Astra: Batch และ Flex ทำงานที่ครึ่งหนึ่งของอัตรามาตรฐาน และโหมด Fast ทำงานที่สองเท่า — อินพุต $20.00 และเอาต์พุต $100.00 ที่บริบทสั้น Grok 4.5 ไม่มีระดับ batch ในชีตของ xAI; กลไกของมันคือส่วนลดแคชและการประมวลผลแบบ priority ที่ 2x

จุดยืนของเราเองต่อเรื่องทั้งหมดนี้เป็นเรื่องน่าเบื่อโดยเจตนา: OrcaRouter ส่งผ่านราคาตามรายการของผู้ให้บริการโดยมีมาร์กอัป 0% ดังนั้นตารางอัตราทั้งสองด้านบนจึงมีผลบนฝั่งของเราในวันเดียวกับที่ผู้ขายฝ่ายใดฝ่ายหนึ่งเปลี่ยนแปลงตารางเหล่านั้น และโทเค็นที่แคชไว้จะถูกคิดค่าบริการในอัตราแคชของผู้ให้บริการแทนที่จะเป็นราคาเต็ม ไม่มีตัวเลขที่สองให้ต้องกระทบยอด

เวิร์กโหลดหนึ่งรายการมีต้นทุนที่แท้จริงเท่าไร

ราคาหน้าป้ายไม่ใช่เครื่องชี้วัดที่ดีในกรณีนี้ เพราะสองโมเดลใช้จำนวนโทเคนไม่เท่ากันในการทำงานเดียวกันให้เสร็จ สมมติงานเอเจนต์เขียนโค้ดที่มีบริบทของรีโพซิทอรี 120,000 โทเคน และคำตอบ 25,000 โทเคน บน Grok 4.5 นั่นคิดเป็นค่าอินพุต $0.24 และเอาต์พุต $0.15 รวมเป็น $0.39 บน GPT-6 Astra คิดเป็น $1.20 และ $1.25 รวมเป็น $2.45 ห่างกัน 6.3 เท่า

ตอนนี้ดันพรอมป์ต์ให้เลยเส้นบริบทแบบยาว: อินพุต 300,000 โทเคน, เอาต์พุต 20,000 Grok 4.5 คิดค่าบริการ $1.20 บวก $0.24 หรือ $1.44 GPT-6 Astra คิดค่าบริการ $6.00 บวก $1.50 หรือ $7.50 ช่องว่างลดลงเหลือ 5.2 เท่า เพราะผู้ให้บริการทั้งสองรายเพิ่มอัตราอินพุตเป็นสองเท่า และตัวคูณเอาต์พุตของ Astra ลดลงในระดับสูงสุด

ไม่มีสิ่งใดในสองสิ่งนั้นเป็นสิ่งที่ Artificial Analysis วัด และตัวเลขของพวกเขาคือสิ่งที่มีประโยชน์กว่า เมื่อรัน Intelligence Index แบบเต็ม ค่าใช้จ่ายเฉลี่ยต่องานที่เสร็จสมบูรณ์คือ $1.04 สำหรับ Grok 4.5 ที่ความพยายามสูง และ $3.26 สำหรับ GPT-6 Astra ที่ความพยายามสูงสุด เหตุผลที่ตัวคูณลดลงเหลือ 3.1x เมื่อราคาอินพุตต่างกัน 5x คือประสิทธิภาพของโทเค็น: ตลอดทั้งดัชนี Grok 4.5 สร้างโทเค็นเอาต์พุต 77M และ Astra สร้าง 60M Astra เป็นโมเดลที่กระชับกว่า จึงปิดช่องว่างบางส่วนที่มันเปิดขึ้นในเรื่องราคา หากคุณเคยอ้างว่า "ถูกกว่า 5 เท่า" ในเอกสารงบประมาณ 3x คือตัวเลขที่จะปรากฏบนใบแจ้งหนี้

ความเร็วสูสีกัน แต่ความหน่วงไม่สูสี

นี่คือข้อค้นพบที่ทำให้เราประหลาดใจ และมันขัดกับสัญชาตญาณที่ว่าโมเดลราคาถูกคือตัวที่เร็ว

Artificial Analysis วัด Grok 4.5 ได้ 55 โทเค็นเอาต์พุตต่อวินาที และ GPT-6 Astra ได้ 58 นั่นคือความต่าง 5% บนการปรับปรุงดัชนีครั้งเดียวกัน และสรุปของ AA เองก็ระบุว่าทั้งคู่ช้ากว่าค่าเฉลี่ย — ค่ามัธยฐานของการเปรียบเทียบคือ 74 โทเค็นต่อวินาที หากอัตราการประมวลผลเป็นเกณฑ์ในการเลือกของคุณ สองโมเดลนี้ก็ไม่ได้แยกออกจากกัน พูดให้ตรงไปตรงมาแทนการปั้นผู้ชนะขึ้นมา: เมื่อดูจากตัวเลขความเร็วตัวเดียวที่วัดด้วยวิธีเดียวกันสำหรับทั้งคู่ พวกเขาอยู่ในระดับเดียวกัน

ความหน่วงแยกพวกเขาออกจากกันอย่างรุนแรง AA ระบุเวลาถึงโทเคนคำตอบแรกของ Grok 4.5 อยู่ที่ 10.94 วินาที โดยใช้เวลาแบบครบวงจร 20.01 วินาที; GPT-6 Astra อยู่ที่ 342.30 วินาที โดยใช้เวลาแบบครบวงจร 350.91 วินาที นั่นคิดเป็นประมาณ 31 เท่า และบนคำขอแบบซิงโครนัส มันคือความแตกต่างระหว่างสปินเนอร์กับการพักดื่มกาแฟ

มีข้อควรระวังที่ตรงไปตรงมาสองข้อก่อนที่ใครจะจัดงบประมาณโดยอิงจากข้อมูลนั้น ข้อแรก ตัวเลขเหล่านั้นเป็นตัวเลขที่รวมการคิดวิเคราะห์ไว้ด้วย — “เวลาถึงโทเคนคำตอบแรก” ของ AA จงใจนับเวลาที่โมเดลใช้คิด — ดังนั้นมันจึงอธิบายงานที่ยาก ไม่ใช่การสนทนาหนึ่งรอบ ข้อที่สอง ตัวเลขเหล่านี้ไม่ได้มาจากการตั้งค่าระดับความพยายามที่เท่ากัน: รายการที่เผยแพร่ของ Astra อยู่ที่ระดับความพยายามสูงสุด ของ Grok 4.5 อยู่ที่ระดับสูง และการตั้งค่าระดับความพยายามก็คือปุ่มที่ปรับให้ตัวเลขนี้เปลี่ยนไปโดยตรง ข้อมูลที่ OrcaRouter ระบุไว้เองสำหรับ GPT-6 Astra แสดงเวลา p50 ถึงโทเคนแรกที่ 8.31 วินาที และ p95 ที่ 10.00 วินาที จากทราฟฟิกจริง ซึ่งเป็นจุดวัดที่แตกต่างกันโดยสิ้นเชิง — โทเคนแรกในการเรียกใช้งานจริงในโปรดักชัน ไม่ใช่โทเคนคำตอบแรกในงานทดสอบมาตรฐาน สองสิ่งนี้ไม่สามารถนำมาเปรียบเทียบกันได้ และไม่ควรเขียนไว้ในประโยคเดียวกันในฐานะการเปรียบเทียบ

เกณฑ์วัดการเขียนโค้ด: ตรวจสอบเวอร์ชันก่อนนำไปอ้างอิง

ค้นหาการเปรียบเทบคู่นี้ แล้วคุณจะพบ 83.3% ของ Grok 4.5 บน Terminal-Bench 2.1 ที่ถูกนำมาเทียบกับ 57.9% ของ GPT-6 Astra บน Terminal-Bench 4.0 นั่นคือเบนช์มาร์กคนละตัวที่ใช้ชื่อเดียวกัน พวกมันเปรียบเทียบกันไม่ได้ และหน้าเปรียบเทียบที่นำมาวางคู่กันก็ไม่ได้บอกอะไรคุณเลย

ตัวเลขด้านการเขียนโค้ดที่เผยแพร่ส่วนใหญ่ของทั้งสองผู้ขายมีปัญหานี้ เอกสารข้อมูลของ xAI สำหรับ Grok 4.5 รายงานว่า SWE-bench Pro 64.7%, Terminal-Bench 2.1 83.3%, DeepSWE 1.0 62.0% และ DeepSWE 1.1 53% เอกสารข้อมูลของ OpenAI สำหรับ Astra รายงานว่า Terminal-Bench 4.0 57.9%, OSWorld 2.0 72.6%, FrontierMath Tier 4 97.6% และ ARC-AGI-3 99.9% ทั้งหมดเป็นตัวเลขที่ผู้ขายรายงานเอง และแทบไม่มีรายการใดทับซ้อนกันเลย

มีอยู่จุดหนึ่งที่ทั้งสองได้พบกันจริง ๆ บนฮาร์เนสเดียวกัน: DeepSWE v1.1 จาก Datacurve ซึ่งรันทุกโมเดลผ่าน mini-swe-agent scaffold เดียวกันบนงานต้นฉบับ 113 งานที่ปลอดการปนเปื้อน ที่นั่น GPT-6 Astra ทำคะแนนได้ 74.1% ด้วยค่าใช้จ่ายประมาณ $6.52 ต่องาน ขณะที่ Grok 4.5 อยู่ที่ 53% นี่คือผลลัพธ์เดี่ยวที่สะอาดที่สุดบนหน้านี้ และมันสนับสนุน Astra อย่างเด็ดขาด ข้อควรระวังเพิ่มเติมหนึ่งข้อที่เฉพาะกับ Grok 4.5: ตัวเลข CursorBench ของ xAI ถูกตัดออกจากการเปรียบเทียบสาธารณะ หลังจากพบว่าฐานโค้ดก่อนหน้ารั่วไหลเข้าสู่การฝึก ดังนั้นให้ถือว่าตัวเลข CursorBench ใด ๆ สำหรับโมเดลนี้ใช้ไม่ได้

พฤติกรรมแบบเอเจนติกและการเรียกใช้เครื่องมือ

ทั้งสองใช้เส้นทางที่แตกต่างกันไปสู่จุดหมายเดียวกัน และความแตกต่างนั้นเป็นเรื่องทางสถาปัตยกรรมมากกว่าคะแนน

คุณสมบัติสำหรับนักพัฒนาของ GPT-6 Astra สมมติว่าคุณกำลังสร้างออร์เคสเตรเตอร์อยู่ โดยรองรับการเรียกใช้เครื่องมือแบบอะซิงโครนัส การรอเครื่องมือหนึ่งจึงไม่บล็อกโมเดลจากการทำงานอื่นต่อ การกำกับทิศทางระหว่างงานผ่าน WebSockets ทำให้การรันที่กำลังดำเนินอยู่สามารถเปลี่ยนทิศทางได้โดยไม่ต้องเริ่มใหม่ และปรับระดับความพยายามในการให้เหตุผลได้ระหว่างการสนทนา ใน Codex มันเพิ่มกลไกการรักษาบริบทที่เก็บโน้ตข้ามหน้าต่างบริบท ขณะที่บริบทก่อนหน้ายังคงค้นหาได้ มีรายงานว่า system card ของ OpenAI เองระบุว่าโมเดลนี้ตรวจสอบได้ยากกว่ารุ่นก่อน ซึ่งเป็นเหตุผลที่ควรถือว่าบันทึกการเรียกใช้เครื่องมือและสถานะของระบบ — ไม่ใช่คำบรรยายของโมเดล — เป็นหลักฐานการตรวจสอบของคุณ

เรื่องราวการทำงานแบบเอเจนต์ของ Grok 4.5 ไม่ได้เน้นที่พริมิทีฟใหม่ ๆ มากนัก แต่เน้นที่ว่ามันถูกฝึกที่ไหนมากกว่า การร่วมฝึกกับ Cursor บนเซสชันแก้ไขและดีบักหลายไฟล์จริง คือสิ่งที่ xAI ยกความดีความชอบให้สำหรับประสิทธิภาพด้านโทเค็นในงานซอฟต์แวร์ และเป็นเหตุผลว่าทำไมโมเดลนี้จึงปรากฏเป็นค่าเริ่มต้นในเครื่องมือเขียนโค้ด แทนที่จะเป็นเรือธงอเนกประสงค์ รองรับทั้งการเรียกใช้ฟังก์ชัน เอาต์พุตแบบมีโครงสร้าง สตรีมมิ่ง และแคชพรอมป์ต์; การเรียกใช้เครื่องมือเป็นไปตามรูปแบบที่เข้ากันได้กับ OpenAI ซึ่งเป็นเหตุผลว่าทำไมการนำมันไปใส่ในไคลเอนต์ที่มีอยู่แล้วจึงเป็นเพียงการเปลี่ยน base-URL

ยังไม่มีเบนช์มาร์กแบบ agentic ที่เป็นอิสระและใช้ร่วมกันซึ่งทั้งสองปรากฏในระดับความพยายามที่เทียบเคียงกัน ดังนั้นเราจะไม่สร้างผู้ชนะขึ้นมา ณ ที่นี้ สิ่งที่กล่าวได้คือ ความสามารถด้านการเรียกใช้เครื่องมือของ Astra นั้นแสดงออกได้มากกว่าของทั้งสองสำหรับงานระยะยาว และเศรษฐกิจโทเค็นต่องานของ Grok 4.5 นั้นน่าสนใจกว่าสำหรับงานปริมาณมาก

เลือก Grok 4.5 หาก

• คุณต้องทำงานปริมาณสูงหรือความถี่สูง ซึ่งค่าใช้จ่ายต่อครั้งงานเป็นตัวชี้ขาดในการตัดสินใจ และคะแนน 39 บน AA Intelligence Index ก็ผ่านเกณฑ์คุณภาพของคุณ

• พรอมต์ของคุณอยู่ต่ำกว่า 200,000 โทเคน นั่นคือจุดที่ข้อได้เปรียบด้านราคาของ Grok 4.5 กว้างที่สุด และการปรับราคาสำหรับบริบทขนาดยาวจะไม่เกิดขึ้น

• คุณต้องการให้ส่วนลดแคชทำงานได้จริง ด้วยราคา $0.30 ต่อล้านโทเค็นอินพุตที่แคชไว้ เทียบกับ $1.00 ของ Astra งานที่มีคำนำหน้าซ้ำ ๆ — พรอมต์ระบบแบบยาว บริบท repo ที่ใช้ร่วมกัน — จึงถูกลงอย่างรวดเร็ว

• คุณต้องการความหน่วงของโทเคนแรกภายในไม่ถึงหนึ่งนาทีสำหรับงานที่ยาก และไม่สามารถทนต่อการรอที่ยาวนานหลายนาทีได้

เลือก GPT-6 Astra หาก

• งานคือผลิตภัณฑ์ และค่าใช้จ่ายเป็นเพียงความคลาดเคลื่อนจากการปัดเศษเมื่อเทียบกับคำตอบที่ผิด สิบสี่จุดดัชนีที่ปลายด้านนี้ของเส้นโค้งเป็นความแตกต่างของขีดความสามารถจริง ไม่ใช่เรื่องของการตลาด

คุณกำลังทำงานเกิน 500,000 โทเคนจริง ๆ หน้าต่างของ Astra นั้นกว้างประมาณสองเท่าของ Grok 4.5 และเป็นตัวเดียวในสองตัวนี้ที่ไปถึงจุดนั้นได้โดยไม่มีเงื่อนไขการปรับราคา

• คุณจำเป็นต้องมี computer use, deep research หรือ cybersecurity posture — รวมถึงมาตรการควบคุมแบบปิดไว้เป็นค่าเริ่มต้นสำหรับองค์กร (enterprise-off-by-default) ที่มาพร้อมกับ Critical threshold ของ OpenAI

• คุณกำลังเขียนโค้ดออร์เคสเตรเตอร์ที่ต้องการการเรียกใช้เครื่องมือแบบอะซิงโครนัสและการปรับทิศทางระหว่างการทำงานกลางคัน แทนที่จะเป็นการเรียกแบบ request-response ตรง ๆ

อะไรที่เคลื่อนไหวในสัปดาห์นี้ และทำไมมันจึงเปลี่ยนคำแนะนำ

เมื่อวันที่ 22 กันยายน 2026 OpenAI ได้เปิดตัว GPT-6 Sol และ GPT-6 Luna ในราคา $2.00/$10.00 และ $0.10/$0.50 ต่อล้านโทเค็น โดยระบุว่าอัตราดังกล่าวเป็นอัตราถาวร ไม่ใช่ราคาโปรโมชัน Sol เป็นโมเดลระดับกลางสำหรับการเขียนโค้ดและการวิเคราะห์ ในราคาประมาณหนึ่งในห้าของราคาอินพุตของ Astra

เรื่องนี้สำคัญกับการตัดสินใจครั้งนี้โดยตรง หากเหตุผลที่คุณใช้ชั่งน้ำหนัก Grok 4.5 เทียบกับ GPT-6 Astra คือราคา การเปรียบเทียบที่ตรงไปตรงมาฝั่ง OpenAI ก็ไม่ใช่ Astra อีกต่อไป — Astra เป็นเรือธง และตอนนี้ Sol อยู่ในระดับที่ Grok 4.5 แข่งขันจริง ๆ Grok 4.5 ยังตั้งราคาต่ำกว่า Sol ในด้านเอาต์พุต (6.00 ดอลลาร์ เทียบกับ 10.00 ดอลลาร์) และเท่ากันในด้านอินพุต (2.00 ดอลลาร์ต่อหน่วย) ดังนั้นจึงไม่ถูกแทนที่ แต่การเปรียบเทียบที่เขียนขึ้นก่อนสัปดาห์นี้เป็นการนำโมเดลระดับคุ้มค่ามาเทียบกับเรือธง แล้วเรียกผลลัพธ์นั้นว่าเป็นเรื่องราคา

เช่นเดียวกันกับฝั่ง xAI: รายชื่อโมเดลของ xAI เองก็มี grok-4.6 และ grok-4.7 ควบคู่ไปกับ grok-4.5 ดังนั้น Grok 4.5 จึงเป็นเพียงหนึ่งในตัวเลือกของตระกูลนี้ ไม่ใช่โมเดลแนวหน้าปัจจุบัน

ซึ่งเป็นข้อโต้แย้งที่แท้จริงสำหรับการทำ routing มากกว่าการเลือก สแต็กสองโมเดลที่ปรากฏซ้ำ ๆ ในบทความของผู้ปฏิบัติงาน — ส่งงานส่วนใหญ่ไปยังโมเดลราคาถูก แล้วยกระดับงานหางที่ยากไปยังโมเดลราคาแพง — คือการตัดสินใจเรื่อง routing และเป็นสิ่งที่คุณแสดงออกเป็นคอนฟิกแทนการเขียนใหม่ได้ OrcaRouter วางทั้งสองโมเดลไว้เบื้องหลัง API เดียวและคีย์เดียว โดยมีราคาตามรายการของผู้ให้บริการส่งผ่านไปโดยบวกเพิ่ม 0% มี automatic failover ข้ามผู้ให้บริการ และมี DSL สำหรับ routing ที่ให้คุณส่งงานที่ต่ำกว่าเกณฑ์ไปยัง grok/grok-4.5 และยกระดับไปยัง openai/gpt-6-astra เมื่องานล้มเหลวหรือข้ามเส้นขนาด คุณสามารถลองเส้นทางราคาแพงบนทราฟฟิกเพียงเสี้ยวเล็ก ๆ ได้โดยไม่ต้องเอาไปป์ไลน์โปรดักชันมาเดิมพันกับมัน

เวอร์ชันสั้น

GPT-6 Astra เป็นโมเดลที่ดีกว่า นี่ไม่ใช่เรื่องที่สูสีเลย และหน้านี้จะไร้ค่าทันทีถ้าแสร้งทำเป็นอย่างอื่น — 53 ต่อ 39 บนดัชนี revision เดียวกัน, 74.1% ต่อ 53% บนเบนช์มาร์กการเขียนโค้ดเพียงหนึ่งเดียวที่ทั้งสองได้ทำ

Grok 4.5 เป็นโมเดลที่ถูกกว่า แต่ถูกกว่าเพียง 3.1 เท่าต่องานที่ทำสำเร็จ แทนที่จะเป็น 5 เท่าถึง 8.3 เท่าอย่างที่รายการราคาของมันบอกเป็นนัย เพราะ Astra ใช้โทเค็นน้อยกว่าในการไปถึงจุดนั้น และสำหรับตัวเลขความเร็วเพียงตัวเดียวที่วัดแบบเดียวกันสำหรับทั้งสอง พวกมันอยู่ในระดับเดียวกัน

การตัดสินใจไม่ใช่ว่าโมเดลไหนจะชนะ แต่คือว่าช่องว่างดัชนี 14 จุดนั้นคุ้มค่ากับค่าใช้จ่ายที่แพงขึ้นราวสามเท่าสำหรับปริมาณงานเฉพาะของคุณหรือไม่ — และคำตอบนั้นเหมือนกันสำหรับทุกคำขอที่คุณส่งหรือไม่