Todos los lanzamientos

GPT-6.1 Terra vs. Grok 4.7: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.1 Terra y Grok 4.7: 6 y 3 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 9 modelos.

  • En inteligencia, GPT-6.1 Terra obtiene la puntuación más alta: GPT-6.1 Terra (Max), con 48, frente a Grok 4.7 (Xhigh), con 46 de Grok 4.7.
  • En costo por tarea, GPT-6.1 Terra es el más económico: GPT-6.1 Terra (Low), con $0.05, frente a Grok 4.7 (Low), con $1.03 de Grok 4.7.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Terra (max)Grok 4.7 (xhigh)Grok 4.7 (high)GPT-6.1 Terra (xhigh)GPT-6.1 Terra (high)Grok 4.7 (low)GPT-6.1 Terra (medium)GPT-6.1 Terra (low)GPT-6.1 Terra (non-reasoning)
Intelligence Index
48
46
46
45
44
42
41
36
33
Finanzas y contabilidad
47
52
52
46
44
48
43
38
36
Estrategia y operaciones
50
54
54
48
47
51
45
42
42
Jurídico
49
54
54
48
47
51
46
42
35
Salud y medicina
--
48
47
--
--
44
--
--
--
Costo por tareaUSD
$0.40
$3.24
$2.36
$0.19
$0.13
$1.03
$0.10
$0.05
$0.11
Velocidad de salidaTokens/s
--
88
85
--
--
80
--
--
--
Tiempo hasta el primer tokens
--
75,96
49,19
--
--
6,25
--
--
--
Ventana de contexto
1M
500k
500k
1M
1M
500k
1M
1M
1M
Creador
OpenAI
SpaceXAI
SpaceXAI
OpenAI
OpenAI
SpaceXAI
OpenAI
OpenAI
OpenAI
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
OpenAI
SpaceXAI
SpaceXAI
OpenAI
OpenAI
SpaceXAI
OpenAI
OpenAI
OpenAI
Artificial Analysis Intelligence Index · Higher is better
Output tokens per second · Higher is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6.1 Terra
Grok 4.7
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark