So sánh mô hình AI Frontier: Grok 4.7 so với GPT-5.6 và Fable 5.1
Grok 4.7 của xAI có giá $2 đầu vào / $6 đầu ra mỗi triệu token – chỉ bằng một nửa GPT-5.6 và bằng một phần năm Fable 5.1 Max của Anthropic. Câu hỏi đặt ra là bạn phải đánh đổi điều gì để được giảm giá, và câu trả lời là: ít hơn so với khoảng cách giá cả cho thấy.
Fable 5.1 vẫn dẫn đầu về số lượng bài kiểm tra – CursorBench (51,8%), Terminal-Bench (57,9%), AA-Briefcase (1678) và HealthBench (62,1%) – và lợi thế 20 điểm trong các tác vụ terminal kéo dài nhiều giờ là khoảng cách lớn nhất trên bảng.
Tuy nhiên, Grok vượt trội hoàn toàn trong kỹ thuật điện (64,0% so với 56,4%) và công việc pháp lý (19,6% so với 6,7%), đồng thời chỉ cách nhà dẫn đầu một hoặc hai điểm trong DeepSWE và các tác vụ văn phòng. GPT-5.6 chỉ dẫn đầu một bài kiểm tra duy nhất (DeepSWE, 72,7%) và tụt hậu nghiêm trọng trong pháp lý (2,5%) và kỹ thuật điện (39,4%).