GPT-6 Luna vs. Grok 4.7: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos GPT-6 Luna 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, Grok 4.7 obtiene la puntuación más alta: Grok 4.7 (High), con 35, frente a GPT-6 Luna (Max), con 28 de GPT-6 Luna.
En velocidad de salida, GPT-6 Luna es el más rápido: GPT-6 Luna (Xhigh), con 127 tokens/s, frente a Grok 4.7 (Xhigh), con 80 tokens/s de Grok 4.7.
En costo por tarea, GPT-6 Luna es el más económico: GPT-6 Luna (Low), con $0.01, frente a Grok 4.7 (Low), con $2.92 de Grok 4.7.

Playground de modelos

Lanzamientos comparados


	Grok 4.7 (high)	Grok 4.7 (xhigh)	Grok 4.7 (low)	GPT-6 Luna (max)	GPT-6 Luna (xhigh)	GPT-6 Luna (high)	GPT-6 Luna (medium)	GPT-6 Luna (low)	GPT-6 Luna (non-reasoning)
Intelligence Index	35	34	31	28	23	21	18	10	9
Finanzas y contabilidad	51	52	45	34	31	29	26	17	19
Estrategia y operaciones	53	55	49	43	39	38	34	17	17
Jurídico	47	47	44	32	28	27	24	16	17
Salud y medicina	46	47	43	35	30	29	27	16	16
Ingeniería	41	41	37	33	29	27	25	19	17
Economía	47	48	43	35	32	30	28	19	20
AA-Briefcase v1.1	1629	1638	1495	1337	1235	1187	1096	740	902
AutomationBench-AA	63.5%	65.6%	56.7%	53.2%	47.8%	47.8%	40.5%	12.0%	9.1%
Terminal-Bench 4.0	24.7%	25.8%	16.2%	12.6%	8.1%	4.5%	2.5%	0.0%	1.5%
FrontierCode 2.0	27.8%	28.7%	21.8%	25.2%	18.4%	18.6%	12.8%	2.2%	1.6%
AA-Omniscience v1.1	30	31	27	−8	−13	−13	−14	−18	−26
GDP.pdf	23.2%	20.0%	21.4%	22.8%	18.6%	18.2%	13.8%	9.0%	5.8%
HLE-Diamond	23.6%	23.2%	18.5%	22.2%	18.9%	15.6%	15.1%	10.2%	6.3%
CritPt v2 (Hard Subset)	35.0%	32.0%	41.0%	41.5%	35.5%	30.5%	26.0%	9.5%	4.5%
Terminal-Bench-Science 0.1	9.5%	4.8%	4.8%	8.6%	5.2%	2.9%	1.4%	1.0%	1.0%

Costo por tareaUSD	$6.18	$7.51	$2.92	$0.15	$0.10	$0.07	$0.04	$0.01	$0.07
Precio de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$0.10	$0.10	$0.10	$0.10	$0.10	$0.10
Precio de salidaUSD/1M tokens	$6.00	$6.00	$6.00	$0.50	$0.50	$0.50	$0.50	$0.50	$0.50
Precio de lectura de cachéUSD/1M tokens	$0.50	$0.50	$0.50	$0.01	$0.01	$0.01	$0.01	$0.01	$0.01
Precio de escritura de cachéUSD/1M tokens	--	--	--	$0.125	$0.125	$0.125	$0.125	$0.125	$0.125

Velocidad de salidaTokens/s	76	80	70	117	127	119	--	121	112
Tiempo hasta el primer tokens	43,19	101,98	6,11	112,81	40,38	29,02	--	2,81	0,81
Tiempo hasta el primer token de respuestas	43,19	101,98	6,11	112,81	40,38	29,02	--	2,81	0,81
Tiempo de respuesta de extremo a extremos	49,74	108,19	13,24	117,08	44,30	33,22	--	6,96	5,29
Tiempo por tareas	1086,48	1166,16	606,60	645,09	345,72	276,77	--	27,05	89,95

Ventana de contexto	500k	500k	500k	1M	1M	1M	1M	1M	1M
Creador	SpaceXAI	SpaceXAI	SpaceXAI	OpenAI	OpenAI	OpenAI	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

Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

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 Luna

Grok 4.7

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

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

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GPT-6 Luna (max) vs. Grok 4.7 (xhigh)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate

GPT-6 Luna (max)

Grok 4.7 (xhigh)

Lexically Varied

9 %

91 %

Eloquent

9 %

91 %

Metaphorical

16 %

84 %

Literate

36 %

64 %

Natural Sounding

51 %

49 %

GPT-6 Luna vs. Grok 4.7: comparación de lanzamientos

Inteligencia

Velocidad

Costo por tarea

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades

Benchmarks

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GPT-6 Luna (max) vs. Grok 4.7 (xhigh)