Grok 4.7 vs Claude Opus 5: benchmarks, coste por tarea y programación
Claude Opus 5 puntúa más alto en benchmarks independientes; Grok 4.7 se lista a menos de la mitad del precio por token y costó aproximadamente un tercio menos ejecutar la misma batería de pruebas. En el Intelligence Index de Artificial Analysis, Opus 5 obtiene 51 y Grok 4.7 obtiene 46, con la mayor diferencia en Terminal-Bench 4.0. Ejecutar ese índice costó 7.275 $ en Opus 5 y 4.967 $ en Grok 4.7. Ambos modelos están activos en EvoLink.
Esa es la forma de la decisión: una diferencia de calidad medida frente a una diferencia de coste medida, y la respuesta depende de la carga de trabajo. Esta guía da las cifras, las especificaciones, el método de coste por tarea y una lectura carga de trabajo por carga de trabajo. No presenta un benchmark de EvoLink.
Por qué este emparejamiento
Especificaciones y tarifas
| Dato para la decisión | Claude Opus 5 | Grok 4.7 |
|---|---|---|
| ID del modelo del proveedor | claude-opus-5 | grok-4.7 |
| Lanzamiento | 24 de julio de 2026 | 21 de septiembre de 2026 |
| Ventana de contexto | 1.000.000 de tokens | 500.000 tokens |
| Salida máxima | 128.000 tokens | No publicada por xAI; EvoLink muestra el límite de su ruta en la página de producto |
| Modalidades | De texto e imágenes a texto | De texto e imágenes a texto |
| Control del razonamiento | Pensamiento adaptativo, activado por defecto; effort por defecto en high | reasoning_effort: low, medium, high (por defecto), xhigh |
| Tarifa de lista del proveedor por millón de tokens | 5 $ de entrada, 25 $ de salida; lectura de caché 0,50 $; escritura de caché de 5 minutos 6,25 $ | 2 $ de entrada, 6 $ de salida; entrada en caché 0,50 $ |
| Regla de contexto largo | No se indica en la descripción del modelo; consulta la página de precios de Anthropic | Prompt ≥ 200.000 tokens: todos los tokens se facturan al doble (4 $ / 1 $ / 12 $) |
| Variante más rápida | Modo Fast (research preview, con precio aparte) | Grok 4.7 Fast: 2× velocidad, 2× precio; solo en Cursor y Grok Build, ni en la API pública ni en la ruta de EvoLink |
| Herramientas del lado del servidor | Uso de herramientas de Anthropic y herramientas alojadas | Búsqueda web, X Search, ejecución de código, búsqueda en adjuntos y en colecciones de xAI, medidas por separado |
| Ruta en EvoLink | Activa | Activa desde el 22 de septiembre de 2026 |
Dos filas condicionan todo lo que sigue. El contexto de Opus 5 es el doble de grande, lo que decide cualquier solicitud individual que necesite más de 500.000 tokens. Y la regla de contexto largo de Grok 4.7 duplica la tarifa de toda la solicitud en cuanto el prompt alcanza los 200.000 tokens, lo que estrecha la diferencia de precio en el trabajo de contexto largo: en ese tramo, los 4 $ de entrada y 12 $ de salida de Grok se comparan con los 5 $ y 25 $ de Opus.
Benchmarks: qué muestran las pruebas de terceros
xhigh y Claude Opus 5 con razonamiento adaptativo al esfuerzo máximo. Resultados a 22 de septiembre de 2026:| Medida | Claude Opus 5 | Grok 4.7 (xhigh) |
|---|---|---|
| Intelligence Index v4.3.2 | 51 | 46 |
| Terminal-Bench 4.0 | 49 % | 26 % |
| Humanity's Last Exam | 55 % | 43 % |
| AutomationBench-AA | 57 % | 66 % |
| Tokens de salida para ejecutar el índice | 140M | 240M |
| Coste de ejecutar el índice | 7.275 $ | 4.967 $ |
| Velocidad de salida | 56 tokens/s | 39 tokens/s |
| Tiempo hasta el primer token | 49,25 s | 0,85 s |
Cuatro lecturas. Opus 5 lidera en el índice y en las dos medidas más difíciles, y Terminal-Bench, el indicador más cercano al trabajo de agentes autónomos, muestra la mayor diferencia. Grok 4.7 gana AutomationBench, un conjunto de tareas de automatización del trabajo de oficina, por nueve puntos. Grok 4.7 escribió un 70 % más de tokens de salida para completar la misma batería y, aun así, la batería costó un tercio menos porque su tarifa de salida es aproximadamente una cuarta parte de la de Opus. Y el perfil de latencia es el opuesto: Opus 5 al esfuerzo máximo tarda unos 49 segundos en emitir el primer token, Grok 4.7 menos de un segundo, lo que importa en el uso interactivo.
Coste por tarea, no coste por token
A tarifas de lista, la entrada de Grok 4.7 es 2,5 veces más barata y la salida unas 4,2 veces más barata que las de Opus 5. La batería de Artificial Analysis muestra cuánto de eso sobrevive al contacto con una carga de trabajo real: Grok 4.7 necesitó 240 millones de tokens de salida donde Opus 5 necesitó 140 millones, así que el ahorro real en la batería fue de aproximadamente un 32 %, no un 76 %. Ese es el patrón que cabe esperar. Un modelo con una tarifa más baja puede gastar más tokens, y a veces más intentos, para llegar al mismo resultado aceptado.
API cost per accepted task = all billed evaluation charges / accepted tasksUsa el uso realmente facturado en el canal que utilices. Mantén visibles las categorías de entrada, salida, caché y herramientas. Si no hay resultados aceptados, informa de la evaluación fallida en vez de un cero.
Un cálculo ilustrativo, no una medición de Grok ni de Claude. Supón que Opus gasta 40 $ en un lote de tareas y acepta 80 resultados: 0,50 $ cada uno. Supón que Grok, con sus tarifas más bajas pero mayor uso de tokens, gasta 27 $ y acepta 72: 0,375 $ cada uno. Grok es más barato por tarea aceptada, pero deja ocho fallos más. Si un fallo te cuesta un reintento humano de 2 $, Opus pasa a ser 40 $ + 40 $ y Grok 27 $ + 56 $, y el orden se invierte: 0,80 $ para Opus frente a 0,83 $ para Grok por tarea entregada. Lo que te cueste un fallo decide la respuesta.
Después añade el trabajo de cambio. Si Grok ahorra 0,125 $ por tarea aceptada y adaptar el flujo cuesta 500 $, el punto de equilibrio son 4.000 tareas aceptadas. En un producto de alto volumen son días; en una herramienta interna de bajo volumen puede no llegar nunca.
Merece la pena medir el comportamiento de la caché en ambos. Opus 5 factura una escritura de caché a 6,25 $ por millón en la caché de 5 minutos y después lee a 0,50 $; xAI factura la entrada en caché a 0,50 $ sin un cargo de escritura separado en su tabla publicada. La tarifa de entrada efectiva en cada lado depende de tu tasa de aciertos.
Qué modelo para qué carga de trabajo
| Carga de trabajo | Lectura de la evidencia | Qué comprobar en tus propias tareas |
|---|---|---|
| Agentes de programación de larga duración | Opus 5 lidera Terminal-Bench por 23 puntos; el argumento más fuerte a favor de Opus | Tasa de parches aceptados y coste por tarea aceptada con el esfuerzo por defecto de cada modelo |
| Tareas acotadas de alto volumen (extracción, clasificación, redacción de borradores) | La ventaja de tarifa de Grok 4.7 es mayor donde el uso de tokens es predecible | Validez del esquema y coste por tarea con esfuerzo medium o high |
| Herramientas interactivas con presupuesto de latencia | Grok 4.7 devuelve el primer token en menos de un segundo en la prueba de AA; Opus 5 al esfuerzo máximo tarda unos 49 s | Tiempo de finalización de extremo a extremo con el esfuerzo que necesita tu producto |
| Flujos de automatización del trabajo de oficina | Grok 4.7 lidera AutomationBench-AA por nueve puntos | Si la forma de las tareas del benchmark coincide con la tuya |
| Solicitudes individuales de más de 500.000 tokens | Solo Opus 5 puede aceptar la solicitud | Una estrategia de fragmentación que supere la misma prueba de aceptación |
| Solicitudes entre 200.000 y 500.000 tokens | El tramo de contexto largo de Grok reduce a la mitad su ventaja de precio | Compara la tarifa de Grok por tramos, no la tarifa de titular |
Son lecturas de resultados de terceros, no garantías. Ambos modelos documentan entrada de texto e imagen, function calling y salidas estructuradas, así que todas las categorías se pueden probar en los dos.
Haz una evaluación en igualdad de condiciones
effort; Grok 4.7 usa cuatro niveles de reasoning_effort con nombre. Haz la primera pasada con el valor por defecto de cada modelo y registra los tokens de razonamiento y de salida consumidos. Una segunda pasada puede ajustar cada modelo dentro de un presupuesto fijo de ingeniería; informa por separado de los resultados sin ajustar y de los ajustados.Puntúa el resultado de la tarea, no el número de llamadas a herramientas. En los agentes de programación, separa la planificación de la implementación: un modelo puede explicar un plan sólido y dejar el parche incompleto. Usa el mismo evaluador para ambas salidas, haz comprobaciones puntuales con una persona o un validador ejecutable y oculta las etiquetas de los modelos durante la revisión subjetiva.
Qué simplifica el gateway y qué tienes que adaptar igualmente
EvoLink expone ambos modelos a través de la misma cuenta, la misma clave y los mismos endpoints compatibles con OpenAI, así que el ID del modelo se convierte en un valor de configuración. No hace portables las funciones específicas de cada modelo.
| Área de integración | Trabajo que inventariar | Evidencia de que el adaptador está listo |
|---|---|---|
| Mensajes e instrucciones de sistema | Roles, bloques de contenido y restricciones conservadas | Las conversaciones representativas conservan el comportamiento previsto |
| Controles de razonamiento | Mapea effort y el pensamiento adaptativo a reasoning_effort por carga de trabajo; no des por hecha la equivalencia | Uso de tokens de razonamiento registrado por ajuste en ambos |
| Herramientas | Definiciones, autorización y formato de resultados; herramientas de servidor de Grok frente a herramientas del lado de la aplicación | Argumentos válidos, acciones seguras y errores recuperables |
| Resultados estructurados | Campos obligatorios y validadores posteriores | Las salidas aceptadas superan las mismas comprobaciones de la aplicación |
| Streaming | Eventos parciales, interrupción y gestión de la finalización | La interfaz y el backend gestionan todos los resultados terminales |
| Informes de costes | Campos de uso, campos de caché y relación entre tareas e intentos | Los totales cuadran con la factura real de cada ruta |
| Presupuesto de contexto | Solicitudes que se acercan a 200K en Grok o que superan los 500K en cualquier caso | Una regla de compactación o fragmentación probada contra el conjunto de aceptación |
Cuándo mantener ambos modelos es la respuesta correcta
La evidencia respalda más un reparto que un cambio total: enruta a Grok 4.7 el trabajo acotado y de alto volumen en el que pasa, y conserva Opus 5 para las tareas de agentes de larga duración y para las solicitudes que necesitan más de 500.000 tokens. Define la categoría de entrada, la regla de aceptación y la condición de escalado antes de asignar tráfico.
Para el respaldo, haz que la aplicación sea la responsable del estado. Si una herramienta ya ha escrito un archivo o ha realizado una acción externa, el segundo modelo necesita el estado actualizado y una regla de continuación clara. Es un diseño de despliegue para tu aplicación, no una promesa de que EvoLink clasifique automáticamente las cargas de trabajo ni transfiera el estado entre modelos.
Una primera evaluación práctica en EvoLink
grok-4.7 con la misma clave de EvoLink y el esfuerzo por defecto, y compara lado a lado los resultados aceptados y el uso facturado. La página de Claude Opus 5 y la página de Grok 4.7 muestran las tarifas y la configuración actuales de cada ruta.Preguntas frecuentes
¿Es Grok 4.7 tan bueno como Claude Opus 5?
No en los benchmarks independientes. Artificial Analysis puntúa Opus 5 con 51 y Grok 4.7 con 46 en su Intelligence Index, con Opus 5 por delante en Terminal-Bench 4.0 (49 % frente a 26 %) y en Humanity's Last Exam. Grok 4.7 lidera AutomationBench-AA (66 % frente a 57 %).
¿Cuál es mejor para programar, Grok 4.7 u Opus 5?
Para la programación agéntica de larga duración, la diferencia en Terminal-Bench favorece a Opus 5. Para tareas de programación acotadas con salida predecible, la tarifa más baja de Grok 4.7 puede ganar en coste por tarea aceptada. Prueba tus propias tareas de repositorio con el esfuerzo por defecto de cada modelo.
¿Cuánto más barato es Grok 4.7 que Opus 5?
A tarifas de lista, 2,5 veces en la entrada y unas 4,2 veces en la salida. En la batería completa de Artificial Analysis, el ahorro real fue de aproximadamente un 32 %, porque Grok 4.7 usó un 70 % más de tokens de salida. Las tarifas actuales de EvoLink para ambos están en sus páginas de producto.
¿Cuál tiene la ventana de contexto mayor?
Opus 5, con 1.000.000 de tokens frente a 500.000. Opus 5 también documenta una salida máxima de 128.000 tokens.
¿Cuál es más rápido?
En la prueba de Artificial Analysis, Grok 4.7 devolvió su primer token en 0,85 segundos frente a 49 segundos de Opus 5 al esfuerzo máximo, mientras que Opus 5 emitió la salida más rápido una vez iniciada (56 frente a 39 tokens por segundo).
¿Son intercambiables los controles de razonamiento?
effort; Grok 4.7 usa cuatro niveles de reasoning_effort con nombre. Haz la primera pasada con el valor por defecto de cada uno y registra el uso real de tokens de razonamiento.¿Se pueden evaluar ya ambos modelos a través de EvoLink?
claude-opus-5 y grok-4.7.¿Cuándo merece la pena mantener ambos modelos?
Cuando cada uno tiene una función medible: Grok 4.7 para el trabajo acotado y de alto volumen en el que pasa, Opus 5 para los agentes de larga duración y las solicitudes de más de 500.000 tokens.
Fuentes
- Artificial Analysis: Grok 4.7 vs Claude Opus 5
- Artificial Analysis: Benchmarking Grok 4.7
- Documentación del modelo Claude Opus 5 de Anthropic
- Anuncio de Grok 4.7 de xAI
- Documentación del modelo Grok 4.7 de xAI
- Precios de xAI
- Declaración de Musk comparando con Opus 5
- Página de producto de Claude Opus 5 en EvoLink
- Página de la API de Grok 4.7 en EvoLink
