21 września 2026 r. SpaceXAI (xAI) udostępniło Grok 4.7, a dzień później Anthropic wydał Claude Opus 5.5. Obaj producenci pokazują swoje modele głównie na programowaniu i pracy agentów. Grok 4.7 jest tańszy za token. Opus 5.5 ma dwa razy dłuższy kontekst i tańszy odczyt cache.
Profil Grok: modele Grok. Profil Claude: Claude (Anthropic). Porównanie poprzedniej generacji: GPT-6 Astra vs Claude Fable 5.1.
Żaden z producentów nie porównuje się bezpośrednio z drugim. xAI nie ma Opus 5.5 w swojej tabeli, Anthropic nie ma Groka 4.7. W obu tabelach są za to Claude Fable 5.1 i GPT-5.6 Sol, więc wyniki da się zestawić pośrednio. Opus 5.5 wyprzedza Fable 5.1 w Terminal-Bench 4.0 i CursorBench. Grok 4.7 w tych testach zostaje za Fable 5.1, ale kosztuje 2 USD za milion tokenów wejścia i 6 USD za milion wyjścia. Opus 5.5 kosztuje 4 USD i 20 USD.
Podstawowe parametry
| Parametr | Grok 4.7 | Claude Opus 5.5 |
|---|---|---|
| Premiera | 21.09.2026 | 22.09.2026 |
| Identyfikator API | grok-4.7 |
claude-opus-5-5 |
| Okno kontekstu | 500 tys. tokenów | 1 mln tokenów |
| Maksymalny output | dokumentacja nie podaje osobnego limitu | 128 tys. tokenów, w Batch API do 300 tys. (beta) |
| Cena input API | 2 USD / 1M (prompt poniżej 200 tys.) | 4 USD / 1M |
| Cena output API | 6 USD / 1M (prompt poniżej 200 tys.) | 20 USD / 1M |
| Cached input | 0,50 USD / 1M | 0,20 USD / 1M |
| Wejście | tekst i obraz | tekst i obraz |
| Reasoning | low, medium, high, xhigh, domyślnie high | adaptive thinking zawsze włączone, domyślnie effort medium |
| Cutoff wiedzy | pretrening do czerwca 2026, dane uzupełniające do sierpnia 2026 | czerwiec 2026 |
| Batch API | brak | rabat 50% |
Cena Groka 4.7 jest taka sama jak Groka 4.6, a według xAI szybkość też się nie zmieniła. Nowy jest większy model bazowy, trenowany dłużej na zadaniach zajmujących wiele godzin. Opus 5.5 jest tańszy od Opus 5: 4/20 USD zamiast 5/25 USD, a odczyt cache kosztuje 0,20 USD zamiast 0,50 USD.
Cena i koszt zadania
| Rozliczenie, za 1 mln tokenów | Grok 4.7 | Claude Opus 5.5 |
|---|---|---|
| Prompt poniżej 200 tys. tokenów | 2 USD input, 0,50 USD cache, 6 USD output | 4 USD input, 0,20 USD cache, 20 USD output |
| Prompt od 200 tys. tokenów | całe żądanie po 4 USD, 1 USD i 12 USD | bez zmiany stawki do 1 mln |
| Zapis cache | cennik nie podaje osobnej stawki | 5 USD (5 minut), 8 USD (1 godzina) |
| Wariant szybki | 2× szybszy output za 2× wyższą stawkę | fast mode do 2,5× szybszy, 8 USD / 40 USD |
U Groka próg 200 tys. tokenów zmienia stawkę dla całego żądania. Prompt o długości 250 tys. tokenów jest więc w całości liczony po 4 USD za wejście i 12 USD za wyjście. Opus 5.5 ma jedną stawkę w całym oknie 1 mln.
Koszt zależy też od ustawienia effort. Grok 4.7 domyślnie działa na high, Opus 5.5 na medium. Tokeny reasoning są rozliczane jak wyjście, więc wyższy effort podnosi rachunek. W zadaniu agentowym z wieloma krokami model tańszy za token może za całe zadanie zapłacić tyle samo co droższy albo więcej.
Anthropic podaje, że przy domyślnych ustawieniach typowe zadanie na Opus 5.5 kosztuje około 40% mniej niż na Opus 5, a odpowiedź powstaje ponad 30% szybciej. W Cursorze Opus 5.5 nie ma mnożnika za długi kontekst. Endpointy regionalne i ograniczone do USA kosztują tam o 10% więcej (4,40 USD i 22 USD), a wariant szybki jest dostępny jako claude-opus-5-5-fast.
Dostępność
Grok 4.7 jest w Cursorze na każdym planie, w Grok Build i w Grok API. Jest domyślnym modelem w dodatkach Grok do Worda, PowerPointa i Excela. Można go wywołać przez OpenRouter, Vercel, Cloudflare, Snowflake i Databricks Mosaic. API działa w regionach us-east-1, us-west-2 i us-central-1. Czat na grok.com, aplikacje mobilne i Grok w X mają dostać wersję 4.7 później.
Opus 5.5 jest w aplikacjach Claude, w Claude Code, w Claude API, na Amazon Bedrock (anthropic.claude-opus-5-5), w Google Cloud i w Microsoft Foundry. W Cursorze zastępuje Opus 5, jest rozliczany z puli Other Models i obsługuje Zero Data Retention. Cursor zaleca wariant high thinking. Anthropic deklaruje, że nie wycofa modelu przed 22.09.2027.
Benchmarki xAI
xAI porównuje Groka 4.7 przy effort xhigh z Grokiem 4.6 high, Fable 5.1 Max i GPT-5.6 Sol Max.
| Benchmark | Grok 4.7 | Grok 4.6 | Fable 5.1 | GPT-5.6 Sol |
|---|---|---|---|---|
| CursorBench 4.0 | 46,3% | 40,4% | 51,8% | 41,7% |
| DeepSWE v1.1 | 71,0% (high) | 65,2% | 70,0% | 72,7% |
| EEBench | 64,0% | 53,0% | 56,4% | 39,4% |
| AA Briefcase v1.1 | 1657 | 1546 | 1678 | 1487 |
| Terminal-Bench 4.0 | 37,6% | 20,3% | 57,9% | 37,3% |
| Harvey Legal Agent Benchmark | 19,6% | 15,8% | 6,7% | 2,5% |
| HealthBench Professional | 56,7% | 48,5% | 62,1% | 60,5% |
Największy skok względem Groka 4.6 jest na Terminal-Bench 4.0: z 20,3% do 37,6%. To nadal o 20 punktów mniej niż Fable 5.1 w tej samej tabeli. Grok 4.7 prowadzi na EEBench (projektowanie elektroniki) i na teście prawnym Harvey. Na HealthBench Professional ma 56,7%, mniej niż Fable 5.1 i Sol. CursorBench 4.0 ma dłuższe zadania niż wersja 3.2, więc wyników nie da się porównać ze starszą edycją.
Benchmarki Anthropic
Anthropic porównuje Opus 5.5 z Fable 5.1, GPT-6 Astra i GPT-5.6 Sol. Wyniki Opus 5.5 podano przy włączonych zabezpieczeniach.
| Benchmark | Opus 5.5 | Fable 5.1 | GPT-6 Astra | GPT-5.6 Sol |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66,4% (xhigh) | 55,8% | 57,9% (high) | 37,3% |
| CursorBench 4.0 | 57,8% (max), 52,5% (medium) | 51,8% | brak w tabeli | 41,7% |
| FrontierCode v1.1, zbiór Main | 54,4% (max), 54,6% (medium) | 50,3% | 53,3% | 47,5% |
| GDPval-AA v2.1, Elo | 1846 (max) | 1735 | 1542 | 1588 |
| AutomationBench | 40,0% | 31,4% | 41,4% | 28,8% |
| OSWorld 2.0 (partial) | 81,8% | 80,7% | brak w tabeli | brak w tabeli |
Anthropic podaje też koszt przy domyślnym effort medium. Na FrontierCode Opus 5.5 ma wynik nieco wyższy niż Astra przy około jednej piątej jej kosztu zadania. Na Terminal-Bench 4.0 wyrównuje wynik Astry przy około 40% jej kosztu. W GDPval-AA przy medium wyprzedza Astrę ustawioną na max, również przy około jednej piątej kosztu. Cursor potwierdza, że w dniu premiery Opus 5.5 miał najwyższy wynik CursorBench spośród modeli dostępnych w edytorze.
W teście wewnętrznym Anthropic Opus 5.5 i Fable 5.1 przepisały HAProxy z C na Rust i przeszły prawie cały zestaw testów regresji. Opus 5.5 skończył w 9,5 godziny, Fable 5.1 w 12 godzin, a koszt Opus 5.5 był o 51% niższy.
Narzędzia i aktualne dane
Grok API ma wbudowane web search, X search, code execution, function calling i structured outputs. Model ma dane do czerwca 2026 (uzupełniające do sierpnia), więc do bieżących wydarzeń potrzebuje włączonego wyszukiwania. Wyszukiwanie w X jest dostępne tylko u Groka.
Opus 5.5 nie ma wyszukiwania w X. W OSWorld 2.0, teście obsługi komputera, ma 81,8%. Narzędzie computer_20251124 jest jednak odrzucane w Claude API i w Google Cloud, więc starsze integracje computer use trzeba zaktualizować.
Migracja na Opus 5.5
Opus 5.5 zmienia kilka zachowań API względem Opus 5. Przed przełączeniem agenta na produkcji trzeba sprawdzić, czy integracja je obsługuje:
- thinking jest zawsze włączone i nie da się go wyłączyć,
- wymuszony
tool_choicezwraca błąd, - bloki thinking są powiązane z modelem i rozmową, nie można ich przenieść do innej sesji,
- tekst między wywołaniami narzędzi wraca w blokach thinking i przy domyślnym ustawieniu wyświetlania jest pusty.
Trzy pierwsze zmiany działają tak samo w Fable 5.1. Integracja przygotowana pod Fable wymaga więc mniej poprawek.
Jak czytać benchmarki
Obie tabele przygotowali producenci i każdy sam dobrał testy oraz ustawienia. Wyniki z różnych tabel nie są w pełni porównywalne. Fable 5.1 w Terminal-Bench 4.0 ma u xAI 57,9%, a u Anthropic 55,8%, bo każdy uruchamiał test we własnym środowisku.
xAI podaje wynik Groka 4.7 przy xhigh, a nie przy domyślnym high. Różnica jest widoczna na CursorBench 4.0: 46,3% przy xhigh, 43,9% przy high.
Anthropic informuje, że zabezpieczenia Opus 5.5 w dziedzinie cyberbezpieczeństwa i biologii są zbliżone do Fable 5.1. Gdy zadziałają, zadanie kończy Opus 4.8 (cyber) albo Opus 5 (biologia i rozwój modeli frontier), co obniża wynik. W AutomationBench przebiegi szły bez modelu zapasowego i każda interwencja zabezpieczeń liczy się jako porażka.
Który model wybrać
Grok 4.7
Grok 4.7 ma sens, gdy prompt nie przekracza 200 tys. tokenów i liczy się cena tokena. Sprawdzi się w agentach, które w tym samym wywołaniu API potrzebują wyszukiwania w sieci albo w X. Jest też domyślnym modelem w dodatkach do Worda, PowerPointa i Excela. W tabeli xAI wypada lepiej od Fable 5.1 w zadaniach z elektroniki (EEBench) i w teście prawnym Harvey.
Ograniczenia: kontekst 500 tys., droższe całe żądanie od 200 tys. tokenów, brak Batch API, API tylko w regionach USA. Karta modelu zastrzega, że Grok 4.7 nie powinien podejmować samodzielnie decyzji w medycynie, prawie, finansach i systemach krytycznych bez nadzoru człowieka.
Claude Opus 5.5
Opus 5.5 lepiej pasuje do długich sesji w kodzie i agentów, które wiele razy wracają do tego samego kontekstu. Wtedy liczą się odczyt cache za 0,20 USD i stała stawka w oknie 1 mln. Jest też naturalnym wyborem, jeśli firma korzysta z Bedrock, Google Cloud albo Microsoft Foundry, pracuje w Claude Code albo przetwarza dane wsadowo przez Batch API.
Ograniczenia: token od 2 do 3,3 razy droższy niż u Groka, zmiany w API do przetestowania przed migracją i zabezpieczenia, które w części zadań z cyberbezpieczeństwa i biologii przekazują pracę starszemu modelowi.
Katalog: modele Grok i Claude (Anthropic). Dobór pod budżet: kreator wyboru modelu i porównanie modeli.
Wniosek
W tabelach producentów Opus 5.5 ma lepsze wyniki w kodzie i pracy biurowej. Wyprzedza Fable 5.1 w Terminal-Bench 4.0, CursorBench i GDPval-AA. Grok 4.7 w tych kategoriach jest za Fable 5.1, a przewagę ma w EEBench i teście Harvey.
Grok 4.7 kosztuje 2/6 USD, Opus 5.5 4/20 USD. Przy krótkich promptach i zadaniach, w których nie jest potrzebny najlepszy wynik w terminalu, cena waży więcej niż różnica w benchmarkach. Przy długim kontekście i częstym odczycie cache przewaga cenowa Groka maleje.
Przed wyborem warto uruchomić oba modele na kilku zadaniach z własnego projektu i porównać liczbę kroków, zużycie tokenów i to, ile zadań zostało wykonanych poprawnie.
Stan na 24.09.2026.