Claude Opus 5.5 對上 Grok 4.7：兩大旗艦，相隔二十四小時

Grok 4.7 於 2026 年 9 月 21 日問世。 Claude Opus 5.5 則在隔天登場。兩款前沿旗艦在二十四小時內接連推出，從相反方向鎖定同一群買家：Grok 4.7 維持前代價格，每百萬輸入詞元 2 美元、輸出 6 美元，而 Opus 5.5 則把前代的 5 美元／25 美元降至 4 美元／20 美元。單看標價，Grok 4.7 看起來只要 Claude Opus 5.5 的一半成本，甚至還更低。事實並非如此，而原因正是這項比較中最有價值的部分。提示一旦超過 20 萬詞元，Grok 4.7 的費率便翻倍為 4 美元／12 美元，而且這個模型明顯多話——Artificial Analysis 測得它的推理詞元用量比 Grok 4.6 增加了 113%，每個代理式任務約消耗 81,000 個輸出詞元。模型寫得更多，費率較低並不代表任務更便宜，必須把這兩種效應相乘，任一方標價才有意義。

各家廠商實際出貨了什麼

SpaceXAI 於 9 月 21 日星期一發布 Grok 4.7——與 Grok 4.6 相同的 $2/$6 價格，以及相同的 500,000 個 token 上下文視窗，但知識截止日期更晚，並新增最高推理等級。供應商表示，它建構在比前代更大的基礎模型上，並將其定位於程式設計、代理式工作與知識勞動；它已在 Cursor 以及該公司自家的 Grok Build 終端代理中正式上線。該公司自家的 Terminal-Bench 4.0 數據為 38%，而 Artificial Analysis 獨立執行同一項基準測試的結果為 33%——供應商與評測者在同一軸線上出現五個百分點的落差，當你讀到任一方提出的任何單一數字時，這點值得記住。

Anthropic 於 9 月 22 日（週二）發布 Claude Opus 5.5，定價為每百萬 token 4 美元／20 美元，低於 Opus 5 的 5 美元／25 美元；快取讀取費用從每百萬 0.50 美元降至 0.20 美元，且該廠商聲稱典型工作負載的執行成本比前代低約 40%。它保留了 Opus 5 的 100 萬 token 上下文與 128K 輸出上限，並新增定價為 8 美元／40 美元的 Fast 模式，Anthropic 將其描述為研究預覽。這些能力宣稱皆由廠商自行執行，並以 Anthropic 選定的競爭對手為基準：Terminal-Bench 4.0 為 66.4%、FrontierCode v1.1 為 54.4%、GDPval-AA v2.1 為 1,846 Elo。

把這兩段並排放著，這場對決的輪廓就已清晰可見。一家廠商調降了一款升級機型的價格。另一家則維持一款升級機型的價格不變。兩者都在押注市場的底部在哪裡，而他們的判斷並不一致。

費率表，以及改變它的那兩列

以下數據來自 OrcaRouter 的目錄，於 2026 年 9 月 24 日讀取，並以 0% 加成原樣傳遞——即供應商標價，未加任何價差。

• 輸入 — Claude Opus 5.5 每百萬個 token 為 4.00 美元，相較於 Grok 4.7 的 2.00 美元；Grok 便宜 50%

產出 — 每百萬 $20.00 對比 $6.00；Grok 便宜 70%

• 快取讀取 — 每百萬 $0.20 對比 $0.50；這是 Opus 5.5 唯一較便宜的定價項目，而且便宜了 60%

• 上下文 — Claude Opus 5.5 為 1M 個 token，Grok 4.7 為 500,000 個，正好是兩倍

• 最大輸出量 — Claude Opus 5.5 為 128,000 個 token，Grok 4.7 則為 450,000 個，足足超過三倍

• 模態 — 兩者皆接受文字、圖片與檔案，並回傳文字

第一個修飾因子是階梯級距。Grok 4.7 的 $2/$6 適用於低於 200,000 個 token 的提示；超過此門檻後，兩個費率都翻倍為 $4/$12。這使得 Grok 的長提示輸入費率恰好與 Claude Opus 5.5 的固定 $4.00 持平，並將輸出優勢從 70% 縮小到 40%。在那些正是因為 Grok 的 450,000 個 token 輸出上限而讓你選擇它的超長提示上，你卻得支付 Opus 5.5 的輸入費率才能達到那個上限。

第二個修飾因素是冗長程度，而且它更大。Artificial Analysis 以相同的評估測量 Grok 4.7，發現它使用的推理 token 比 Grok 4.6 多出 113%，而在某份已公開的紀錄中，每個代理式任務約消耗 81,000 個輸出 token。在此比較中的每一個 API 上，推理 token 都按輸出 token 計費。以 Opus 5.5 每百萬個 $20.00 的價格計算，81,000 個輸出 token 要價 $1.62。以 Grok 4.7 的 $6.00 計算，同樣的 81,000 個只要 $0.49——仍然是三分之一的價格，所以優勢依然存在——但如今比例是 3.3×，而非帳面上的 3.3×，而且一旦把 Opus 5.5 較低的快取讀取費率套用到長時間代理工作階段中重新傳送的前綴上，實際上的差距會小得多。費率卡上標榜的 70% 輸出節省，並不是你實際會入帳的節省。

如果你想找一個最清楚的例證，說明為什麼 token 價格是錯誤的計價單位：同一個輸入 30,000、輸出 8,000 的 agentic 請求，在 Opus 5.5 上大約要 28 美分，在 Grok 4.7 上則是 11 美分。若把輸入改成 250,000 個 token，Grok 加倍的費率會讓其成本來到約 1.10 美元，而 Opus 5.5 則是 1.16 美元。表面上的價差從 2.5 倍縮小到可忽略不計的捨入誤差，而除了提示的長度之外，沒有任何改變。

獨立評分指向同一個方向

在 Artificial Analysis 的 Intelligence Index 上，Claude Opus 5.5 在最高努力配置下為 58，高努力下為 54，位居該評測機構所追蹤模型的榜首。Grok 4.7 得分 46——比 Grok 4.6 高兩分，比 Opus 5.5 的最高努力讀數低十二分。這是本文中差距最大的一處，而且是第三方數據，並非廠商自述。

同一位評測者的其他排行榜對 Grok 更為友善，而它們之間的落差才是耐人尋味的地方。在 Coding Agent Index 上，Grok 4.7 拿下 56 分，Grok 4.6 則是 47 分——九分的增幅，比它在通用智慧上的兩分增幅還大，這顯示這次發布更像是程式編寫方面的更新，而非通用能力的更新。在 AA-Briefcase 這個長期知識工作排行榜上，Grok 4.7 以 1,657 Elo 位居第四，排在三個 Anthropic 項目之後，並領先以 xhigh effort 執行的 Claude Opus 5。三個排行榜、三種不同結論，全都出自同一位評測者、同一天。

接著是雙方都有測量的同一個軸線：Terminal-Bench 4.0。Anthropic 回報 Opus 5.5 在 xhigh effort 下達到 66.4%。SpaceXAI 回報 Grok 4.7 為 38%，而 Artificial Analysis 的獨立測試則把它放在 33%。無論你採用 Grok 的哪個數字，它與 Opus 5.5 的差距都介於 23 到 33 個百分點之間。Terminal-Bench 是單一測試框架，而且在 Anthropic 這邊還是由廠商自行執行的，因此這並非對任一模型的定論——但在這個軸線上，這不是一場勢均力敵的較量，而這正是與兩家廠商都在推銷的代理式 coding 工作最密切相關的軸線。

其中每一個都是正確答案

Grok 4.7 的優勢在其中兩個方面是真實且結構性的。第一是短提示、高產量的工作：在低於 200,000 個 token、輸出量適中的情況下，$2/$6 對比 $4/$20 確實是 2.5 倍到 3.3 倍的差距，而當整個任務規模不大時，冗長懲罰的絕對數值也較小。第二是輸出上限——450,000 個 token 是 Opus 5.5 的 128,000 的三倍以上，而對於大量生成長篇產出物而言，這正是決定一項工作是否可行的限制條件。

Claude Opus 5.5 的優勢在於代理式長時間運行。1M 詞元的上下文視窗是兩倍、快取讀取費率低 60%，還有兩者中最強的獨立智慧評分。這每一項都會隨工作階段長度複利累積：快取讀取是每一回合就重新傳送的前綴計費，因此這一項省下 60%，對兩小時的代理工作階段來說，比輸出省下 70% 對單次生成的助益更大。

任何 Opus 5.5 決策都該附帶的一項營運注意事項：除非你的帳號已通過 Anthropic 的生命科學或網路安全驗證計畫，否則該模型會把大多數網路安全請求路由至 Claude Opus 4.8，並把生物學相關工作路由至 Claude Opus 5。在這些領域中，你日誌裡的模型字串未必是實際回答的那個模型。Grok 4.7 沒有同等的重新路由機制，不過據報導其自家的模型卡顯示，在高模式下仍有 3.3% 的具風險請求通過，且規則違反率略高於 Grok 4.6——這是同一本帳上另一側的廠商公布安全數據。

兩款模型皆在 OrcaRouter 上以供應商定價提供，零加成——Claude Opus 5.5 為 $4.00/$20.00，快取讀取為 $0.20，Grok 4.7 為 $2.00/$6.00，>200K 級距依供應商設定方式套用——只需一組金鑰，上述拆分便能以自己的流量實測，而非空口爭論。在兩者皆已路由的情況下，自動容錯移轉可置於任一方之下，這對相隔一天推出、仍在穩定中的兩款模型而言，比平時更為重要。

這場對決得出的結論是：在多數工作負載上，Grok 4.7 是較便宜的模型，也是產出長篇內容時的首選；而當工作階段漫長、脈絡深厚且工作具代理性時，Claude Opus 5.5 則是較強的一方。24 小時的發布窗口讓它們看似勁敵。但費率表與 token 數量讓它們各擅勝場。