GPT-6.1 Sol vs. Grok 4.7: comparação de lançamentos

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

Comparação dos lançamentos GPT-6.1 Sol e Grok 4.7: 5 e 3 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 8 modelos.

Em inteligência, GPT-6.1 Sol tem a pontuação mais alta: GPT-6.1 Sol (Max), com 55, diante de Grok 4.7 (Xhigh), com 35 de Grok 4.7.
Em tempo por tarefa, GPT-6.1 Sol é o mais rápido: GPT-6.1 Sol (Low), com 2.0 min, diante de Grok 4.7 (Low), com 11.0 min de Grok 4.7.
Em custo por tarefa, GPT-6.1 Sol é o mais barato: GPT-6.1 Sol (Low), com $0.16, diante de Grok 4.7 (Low), com $2.92 de Grok 4.7.

Playground de modelos

Lançamentos comparados


	GPT-6.1 Sol (max)	GPT-6.1 Sol (xhigh)	GPT-6.1 Sol (high)	GPT-6.1 Sol (medium)	Grok 4.7 (xhigh)	Grok 4.7 (high)	GPT-6.1 Sol (low)	Grok 4.7 (low)
Intelligence Index	55	52	50	46	35	35	35	31
Finanças e Contabilidade	56	55	53	51	52	51	44	45
Estratégia e Operações	58	57	55	53	55	53	46	49
Jurídico	54	54	52	49	47	47	43	44
Saúde e Medicina	52	51	49	46	47	46	40	43
Engenharia	59	57	55	52	42	42	43	38
Economia	56	55	53	50	46	46	43	41
AA-Briefcase v1.1	1555	1503	1469	1360	1636	1629	1114	1493
AutomationBench-AA	64.9%	66.6%	64.5%	62.6%	65.6%	63.5%	52.6%	56.7%
Terminal-Bench 4.0	56.1%	54.0%	51.5%	48.0%	25.8%	24.7%	30.8%	16.2%
FrontierCode-AA 2.0	40.6%	38.5%	36.7%	33.4%	28.7%	27.8%	20.2%	21.8%
AA-Omniscience v1.1	42	42	41	40	31	30	38	27
GDP.pdf	31.0%	31.8%	32.0%	30.0%	20.0%	23.2%	27.0%	21.4%
HLE-Diamond	58.8%	55.8%	51.9%	46.0%	23.2%	23.6%	38.2%	18.5%
CritPt v2 (Hard Subset)	69.5%	69.5%	68.5%	67.0%	33.5%	37.0%	62.5%	43.5%
Terminal-Bench-Science 0.1	58.1%	50.5%	46.2%	37.1%	11.4%	9.5%	11.0%	4.8%

Custo por tarefaUSD	$1.27	$0.76	$0.59	$0.36	$7.77	$6.18	$0.16	$2.92
Preço de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00	$2.00
Preço de saídaUSD/1M tokens	$10.00	$10.00	$10.00	$10.00	$6.00	$6.00	$10.00	$6.00
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.10	$0.10	$0.50	$0.50	$0.10	$0.50
Preço de escrita no cacheUSD/1M tokens	$2.50	$2.50	$2.50	$2.50	--	--	$2.50	--

Tempo por tarefaMinutos	23.3	10.5	7.7	4.5	27.0	21.9	2.0	11.0
Velocidade de saídatok/s	49	48	49	50	65	68	49	64
Tempo até o primeiro token da resposta finals	174.46	73.06	35.84	4.63	58.37	39.53	3.00	9.82
Tempo até o primeiro tokens	174.46	73.06	35.84	4.63	58.37	39.53	3.00	9.82
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	418.72	229.08	155.72	88.14	141.45	106.76	74.15	46.15

Janela de contexto	1M	1M	1M	1M	500k	500k	1M	500k
Criador	OpenAI	OpenAI	OpenAI	OpenAI	SpaceXAI	SpaceXAI	OpenAI	SpaceXAI
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

Custo por tarefa

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

InteligênciaUpdated

Artificial Analysis Intelligence Index

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

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 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. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

GPT-6.1 Sol

Grok 4.7

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (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.

Custo

Custo por tarefa do Intelligence Index

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

Velocidade e latência

Tempo por tarefa do Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

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

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, GPT-6.1 Sol (max) vs. Grok 4.7 (xhigh)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

GPT-6.1 Sol (max)

Grok 4.7 (xhigh)

Eloquent

14%

86%

Lexically Varied

16%

84%

Metaphorical

26%

74%

Natural Sounding

35%

65%

Literate

49%

51%

GPT-6.1 Sol vs. Grok 4.7: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, GPT-6.1 Sol (max) vs. Grok 4.7 (xhigh)