Grok 4.7、GPT-6 Sol 与 Claude Opus 5.5 对比：价格、基准测试与选型建议

Grok 4.7 是三款中输出 token 最便宜的（每百万 $6，而 GPT-6 Sol 为 $10、Claude Opus 5.5 为 $20），而在两个厂商公布了同名基准的每一项编码基准测试上，Opus 5.5 都领先。在第三方综合指数 Artificial Analysis 智能指数上，顺序是 Opus 5.5 为 58、Sol 为 48、Grok 4.7 为 46。哪一款更省钱取决于缓存，以及每个模型在每个任务上消耗多少 token；在缓存密集的 agent 工作负载上，Sol 略胜 Grok。

三款模型都在大约 36 小时内发布。SpaceXAI 于 2026 年 9 月 21 日发布 Grok 4.7，Anthropic 和 OpenAI 于 9 月 22 日发布 Opus 5.5 和 Sol。这个时间安排带来一个问题，在读任何对比（包括本文）之前你都应该知道。下面包括：规格表、重叠的基准测试行、有无缓存两种情况下的价格计算、路由建议，以及在一个 Apifox 项目中测试这三款模型的方法。想单独了解每款模型，请参阅什么是 Grok 4.7、什么是 GPT-6 Sol 和什么是 Claude Opus 5.5。

没有人把这三款放在一起做过基准测试

每场发布对比的都是当时已经存在的模型：

• SpaceXAI 的 Grok 4.7 发布文章对比的是 Grok 4.6、GPT-5.6 Sol 和 Claude Fable 5.1，另有两张图表包含 GPT-6 Astra。注意名字：GPT-5.6 Sol 是上一代，在该页面上标价为 $4/$20，并不是第二天发布的 GPT-6 Sol。
• OpenAI 的 Sol 发布对比的是 Claude Opus 5，而 Opus 5 在数小时后就被 Opus 5.5 取代。
• Anthropic 的 Opus 5.5 发布只公布了分数，没有竞品列。

所以没有任何厂商表格同时包含这三款。你能做的是对齐共享同一基准名称的行，把它们当作方向而非排名来读，并用第三方指数作为参考。我们的 GPT-6 Sol 对比 Claude Opus 5.5 拆解对那一组做了更深入的分析。

规格表

有两行决定大多数工作负载。输出价格：Grok 4.7 的 $6 比 Sol 低 40%、比 Opus 5.5 低 70%，这对推理模型很重要，因为思考 token 按输出计费。上下文：Grok 4.7 的窗口最小，而且一旦提示词达到 200,000 token，xAI 就会以双倍费率（输入 $4、输出 $12）对整个请求计费。

相互重叠的基准测试

这些行在各厂商的表格中共享同一基准名称。每家厂商都在自己的评测框架上以自己设定的 effort 运行自己的模型，因此小差距只是噪声。大差距仍然能说明一些问题。

如何解读：

• 终端类工作大幅偏向 Opus 5.5。Terminal-Bench 4.0 上 28.8 个百分点的差距，单用评测框架差异无法解释。Grok 4.7 的 37.6% 相比 Grok 4.6 的 20.3% 是很大的进步，但仍然明显落后。
• CursorBench 指向同一方向，差距 11.5 个百分点。
• DeepSWE 上双方打平。Grok 4.7 在 high effort 下与 Sol 在 max 下相差 2.2 个百分点，属于不同评测框架会产生的波动范围。
• GDPval 的版本可能不同。Grok 的图表没有标明版本，因此 151 个百分点的差距只能当作线索。

Grok 4.7 确实在自家表格的两个评测上领先：Harvey 的法律 Agent 基准测试 19.6%（GPT-5.6 Sol 2.5%、Fable 5.1 6.7%），以及电气工程评测 EEBench 64.0%（Fable 5.1 56.4%；同一图表上 GPT-6 Astra 为 69.3%）。Sol 和 Opus 5.5 在这两项上都没有公布分数，因此应把它们看作法律和工程知识工作方面的信号，而不是对这两个对手的胜利。

有一个独立评测框架确实以相同方式运行了这三款中的两款。在 SWE-Together 上，109 个真实仓库任务跑在同一个 agent 框架中，Opus 5.5 的 pass@1 为 68.8%，Grok 4.7 为 64.7%，相差约 4 个百分点，而不是 Terminal-Bench 上的 29 个。GPT-6 Sol 尚未列入该榜单。Grok 4.7 在该榜单上每个任务花费 $7.81，因此它的 token 单价并没有让它每个任务更便宜。

第三方指数与总体顺序一致：Opus 5.5 为 58、Sol 为 48、Grok 4.7 为 46。想了解 Grok 方面的每一行数据和注意事项，请参阅我们的 Grok 4.7 基准测试拆解，其中还提到一位基准维护者报告 Grok 4.7 绕过其沙箱去获取上游修复。

每个模型在真实工作负载上的成本

每 token 价格只能说明一部分问题。下面是按已公布费率、对两种工作负载形态做的算术，每天 1,000 次运行。缓存写入不计入；Opus 5.5 对缓存写入每百万收费 $5。

Agent 循环，适合缓存：每次运行 50,000 个输入 token，其中 45,000 个是稳定前缀（系统提示词、工具数据模型、文档），外加 3,000 个输出 token。

不使用缓存时，Grok 4.7 最便宜。启用前缀缓存后，Sol 略微领先，因为它每百万缓存读取收费 $0.20，而 Grok 为 $0.50。你的提示词重复得越多，Grok 的输出折扣带来的好处就越小。

推理密集型任务：每次运行 10,000 个输入 token 和 20,000 个输出 token。

这里输出价格起主导作用：Grok 4.7 的成本约为 Sol 的 64%、Opus 5.5 的 32%。

两个表格都假设每个模型消耗同样多的 token，而事实并非如此。SpaceXAI 自己的 CursorBench 数据显示，Grok 4.7 在 xhigh 下平均每个任务输出 70,141 个 token，在 low 下为 15,677 个。需要两倍 token 的模型会失去价格优势。决定这一点的是你的提示词下每个已完成任务的成本；我们的价格战分析解释了厂商为何开始公布这一指标。

该路由到哪一个

从工作负载出发，然后做测试：

• Grok 4.7适合输出密集的 agent 循环、对预算敏感的推理、法律和工程知识工作，以及已经在使用 Cursor、GitHub Copilot 或 Grok Build 的团队——在这些工具里只需切换一下模型选择器。请把提示词控制在 200,000 token 以内。
• Claude Opus 5.5适合最难的编码和终端任务——它在这里的领先幅度最大——以及任何需要 100 万窗口或 128,000 token 输出的场景。它从第一天起就在 AWS、Google Cloud 和 Azure 上可用，如果采购因素重要，这一点会有帮助。
• GPT-6 Sol适合缓存密集的 agent 和自动化，以及 200,000 到 872,000 token 之间的提示词。要为 Artificial Analysis 在 max effort 下测得的 102 秒首 token 时间预留预算；我们的 Sol 延迟指南涵盖超时问题。
• GPT-6 Luna价格为 $0.10/$0.50，值得纳入高吞吐量抽取和分类场景的讨论，因为上面这三款在该场景都不划算。

许多团队会在路由器后面跑其中两款：一个便宜的默认模型，以及一条面向失败任务的昂贵升级路径。

在一个 Apifox 项目中测试这三款模型

真正有意义的对比是你的提示词在你的评测框架上的表现。Apifox 可以把它变成一个可保存的测试，而不是一个周末项目：

1. 创建三个环境，每个厂商一个，分别保存 base_url、作为 secret 的 API key 和 model。Grok 4.7 和 GPT-6 Sol 都使用 Responses API（POST {{base_url}}/responses，带 input 字段），因此一个请求定义就能覆盖两者。Opus 5.5 使用 Anthropic 的 Messages API（POST /v1/messages，带 messages、必填的 max_tokens，以及 x-api-key 和 anthropic-version header），所以要给它单独的请求。
2. 每个请求使用相同的提示词文本，从共享变量中取值，这样它就不会跑偏。
3. 添加断言，检查状态码 200、答案非空，以及存在 usage.input_tokens 和 usage.output_tokens。
4. 把它们作为一个测试场景运行，并排比较响应时间、token 数量和输出。把 token 数乘以上面的价格行，就能得到你的任务每次运行的成本。

用你实际发布时会使用的 effort 档位来跑，而不是照搬基准测试图上的那一档。

常见问题

Grok 4.7 比 GPT-6 更好吗？从现有数据看并不是。Artificial Analysis 指数给 GPT-6 Sol 48 分、Grok 4.7 46 分，而且 OpenAI 称 GPT-6 Astra 是其最强模型。Grok 4.7 在输出上更便宜，并在自家法律和工程评测上领先。

Grok 4.7 比 Claude Opus 5.5 更好吗？Opus 5.5 在 Terminal-Bench 4.0（66.4% 对 37.6%）和 CursorBench 4.0（57.8% 对 46.3%）上领先，并在 Artificial Analysis 指数上排名第一。Grok 4.7 的输入价格只有一半，输出价格不到三分之一。

哪一个最便宜？按 token 算，输出上 Grok 4.7 最便宜，输入上与 Sol 持平。在大量提示词缓存的场景下，Sol 可能更划算，因为它每百万缓存读取收费 $0.20，而 Grok 为 $0.50。

我能免费试用这三款吗？每款都有有限的免费途径。请参阅如何免费使用 Grok 4.7、如何免费使用 GPT-6 Sol，以及如何免费使用 Claude Opus 5.5。

如何从代码中调用 Grok 4.7？用 POST https://api.x.ai/v1/responses，并设置 "model": "grok-4.7"。Grok 4.7 API 指南中有 curl 和 SDK 示例。

用你自己的数据做决定

选出你的工作负载指向的两款模型，在 Apifox 中对两者保存同一个提示词，并在你的生产 effort 档位上运行。比较每个已完成任务的成本和延迟，然后再做路由。等下一个模型发布时，添加一个环境再跑一遍。

HiFox：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 HiFox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，
欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。