Claude Opus 5.5 vs Grok 4.6：一个模型阅读，另一个行动

Claude Opus 5.5与Grok 4.6是购买能够承载五十万 token 上下文的前沿级模型的两条最便宜途径——而它们并非同一款产品。在一项测量中，Grok 4.6 距绝对天花板仅差三分：在 GPQA Diamond 上拿到 94.9 分，这是一个研究生水平的科学问题集，Anthropic 的旗舰模型也处于同一区间。而在下一项测量中，它却落后了三十八分。在 Terminal-Bench 4.0 这项要求模型在 shell 中完成真实工作的智能体终端基准上，Artificial Analysis 给 Grok 4.6 打出 21.21%，给 Claude Opus 5.5 打出 59.60%。这两个数字无论哪个方向都不是印错了，而这对组合的全部形态，就在于解释为什么这两个数字能同时成立。

两次发布，同一价格区间，相隔四个月

SpaceXAI 于 2026 年 8 月 12 日发布了 Grok 4.6，作为 Grok 系列当前的旗舰型号，定价为每百万输入 token 2.00 美元、输出 6.00 美元，具备 500,000 token 的上下文窗口，以及文本、图像和文件输入界面。Anthropic 于约六周后的 2026 年 9 月 22 日发布了 Claude Opus 5.5，定价为 4.00/20.00 美元，上下文窗口为 1,000,000 token，输出 token 数为 128,000。两者均支持可配置的推理强度、工具调用和结构化输出；两者既提供兼容 OpenAI 的聊天界面，也支持各自厂商的专有格式。

所以，最朴素的解读是一笔干脆的权衡：Grok 4.6 的输入价格只有一半，输出价格大约只有三分之一，而 Claude Opus 5.5 则以两倍的上下文窗口作为回应。这笔权衡是真实存在的，而且在长文档任务上，它或许就是唯一要紧的事。但有意思的分歧并不在这里，因为这两个模型是在同一套独立评测框架上测出来的，却在智能体工作最关键的几个维度上并没有落在相同的位置。

目录中关于两者共同被测量的那些轴是怎么说的

OrcaRouter 的目录中每一行都带有基准测试来源信息——每个数字都注明其出自哪个评测方——因此下面的配对在两个模型上都来自同一来源：Artificial Analysis，而不是一边是厂商数据、另一边是第三方数据：

• GPQA Diamond — 我们的目录中未在此轴上列出 Claude Opus 5.5；Grok 4.6 得分为 94.9%

• 人类最后的考试 — Claude Opus 5.5 为 61.4%，相比之下 Grok 4.6 为 42.9%

• SciCode — 66.9% 对比 56.5%

• 长上下文召回 — 84.7%，对比 80.3%

• Terminal-Bench 4.0 — 59.60%，对比 21.21%

• AA Intelligence Index — 57.6 对比 44.3

在 Anthropic 一侧，GPQA 一行被刻意留空，而不是从厂商提供的演示材料中填入数据。Grok 4.6 在该项上的 94.9 是其成绩卡上最强的数字，而且它是真实的——一项独立测量，而非 SpaceXAI 的宣称——它也揭示了这款模型的一些真实情况：当任务是一个形式规范、且只有一个站得住脚答案的问题时，Grok 4.6 的表现处于前沿水平。把它与 Terminal-Bench 4.0 的 21.21% 放在一起看，整体轮廓就变得清晰了。就科学问题给出正确答案，与在 shell 中针对真实文件系统执行一个五步任务，是两种不同的能力，而 Grok 4.6 在第一种能力上的进展远远超过第二种。

在把这组配对当作定论之前，有一个需要注意的地方：这两个模型的 Artificial Analysis 数据是在不同的评估日期记录的，而 Grok 4.6 的那组数据更早。这一比较是在一个 8 月评估的模型和一个 9 月评估的模型之间进行的，而所用的测试框架本身也在这段时间内做过修订。差距的方向在五个独立维度上是一致的，因此我们将其视为信号，但具体的分值应被理解为 8 月对 9 月的比较，而不是同一天的比较。

一个由不销售任何一方的人构建的指数

还有第二种独立的衡量指标，它在方向上一致，但远不那么愿意做细致的区分。Epoch AI 构建的 Epoch Capabilities Index 由五十多个基准测试综合而成，并经过重新标定，使 Claude 3.5 Sonnet 位于 130、GPT-5 位于 150；在我们于 2026 年 10 月 2 日读取的文件中，它将 Claude Opus 5.5 列为 167.35。Grok 4.6 为 156.61，来自 8 月 12 日的一次评估。在该指数发布时，观测到这一量表上大约 5 分对应 METR 时间跨度指标翻倍，而这是一道 10.74 分的差距——差距很大，并且稳稳落在两个模型公布的区间 164.0 至 172.0 和 154.66 至 158.93 之外，这两个区间完全不重叠。

值得注意这个指数没有解决什么。它把 Claude Sonnet 5.5 排在 165.2，把 Claude Fable 5.1 排在 164.82，两者都在 Grok 4.6 之上，而且这两款每百万输出 token 的价格都比 Grok 4.6 的第二档费率更低。任何单凭性价比做选择的人，在同一个厂商家族里就有了第三和第四个选项，而本文所做的配对讲的是另一回事：这两个模型各自擅长什么。

费率卡，以及只出现在其中一张上的那一行

Grok 4.6 的费率表中有一个 Claude Opus 5.5 所没有的档位：超过 200,000 个提示 token 的请求按基础费率的两倍计费，因此输入从 2.00 美元变为 4.00 美元，输出从 6.00 美元变为 12.00 美元，缓存读取则从 0.50 美元变为 1.00 美元。Claude Opus 5.5 的收费为 4.00 美元/20.00 美元，缓存读取为 0.20 美元，在整个 1,000,000 token 窗口内保持不变。这种倒挂是从任一模型购买长上下文的实际后果，并且一旦工作负载真正增长，它就会颠覆标价对比：

• 在 30,000 个输入 token 时的价格——Claude Opus 5.5 是较贵的那个，30,000 个输入和 8,000 个输出大约要 28 美分，而 Grok 4.6 约为 11 美分

• 在 250,000 输入 token 时，价格排序发生反转，因为 Grok 4.6 已进入其翻倍档位，而 Claude Opus 5.5 尚未如此

• 缓存读取 — Claude Opus 5.5 为每百万 $0.20，而 Grok 4.6 为 $0.50，超过阶梯后升至 $1.00

• 最大输出 — Claude Opus 5.5 为 128,000 个 token；Grok 4.6 的输出上限未在目录记录中公布

Grok 4.6 还存在一个差距，值得直截了当地说明，而不是留待日后才被发现。它的记录里完全没有列出最大输出数值——该字段是未测量的，而不是零——因此，对于依赖极长单次响应的工作负载，在比较的这一侧就没有可供规划参考的已公布数字。

不应读取的性能列

我们的产品目录还为每个模型附有一个服务性能面板，而在 Grok 4.6 上，它是页面上最具误导性的内容。该卡片显示，在七天窗口内 p50 延迟为 10,000 毫秒、错误率为 97.58%，该期间内共服务了 26,184 个 token。这些字段描述的并不是一个缓慢的模型，而是一个几乎没被调用过的模型：在这种流量水平下，样本量太过稀薄，延迟分布毫无意义，而错误率反映的也只是寥寥几次尝试，而非服务质量。若把这一区块当作 Grok 4.6 运行缓慢的证据，无异于把测量伪影当作测量结果来解读。

相比之下，Claude Opus 5.5 的面板背后则有一个总体——在七天窗口、每日采样的情况下，p50 落在 4.4 秒区间，同期还服务了 1.56 亿个 token。即便如此，这也应当按其本来面目来理解：那只是我们自家 playground 的流量，是我们用户的一个样本，而非模型本身的属性。

该路由哪一个，以及如何在自己的工作中自行查明

数字所描述的差异足够稳定，可以据此行动。Claude Opus 5.5 是智能体与长周期任务的首选——Terminal-Bench 4.0 上 59.60% 对 21.21% 的差距，是两个模型都经过测量的所有维度中最大的一道鸿沟，而这正是最能预示一个模型能否被交付一项任务、而非一个问题的维度。当提示词确实很长时，它同样是首选，因为费率不会跳档，而窗口是对方的两倍。Grok 4.6 则是大规模问题型工作的首选：在最初 200,000 tokens 内以 $2.00/$6.00 的价格取得 94.9% 的 GPQA Diamond 得分，对于那些永远用不到翻倍档位的检索与问答类负载来说，是一笔非常划算的交易。

两者都以服务商的标价、0% 加价在 OrcaRouter 上提供——Claude Opus 5.5 为 $4.00/$20.00，缓存读取 $0.20，Grok 4.6 为 $2.00/$6.00，超过 200K 的档位完全按 SpaceXAI 的设定执行——只需一个密钥，因此上面的分配方案可以在你自己的提示集上实测，而不是靠争论。在两者都接入路由的情况下，自动故障转移处于底层，当较便宜的那个模型正是承载智能体路径的一方时，这一点尤为可贵。

这组对比得出的结论是：Grok 4.6 是更出色的阅读者，而 Claude Opus 5.5 是更出色的执行者。GPQA Diamond 上的 94.9 分与 Terminal-Bench 上的 21.21 分，是同一个模型被测量的两次结果，而弄清你的工作负载更像这两个数字中的哪一个，就是整个决策的关键所在。