Grok 4.7 vs Fable 5.1 vs GPT-5.6 Sol: kosten per punt
Fable wint 4 van de 7 benchmarks, maar kost 8× meer op output. Eén punt voorsprong in coderen kost ongeveer 3 USD per taak. Beslissingstabel.
Update (9 november 2026): Claude Fable 5.2 en Mythos 5.2 zijn uit - prijzen, toegang en benchmarks in mijn gids over Claude Fable 5.2.
👁 117 keer gelezen
De maker van Grok 4.7 deed bij de lancering iets ongewoons: hij publiceerde zijn eigen resultaten naast die van de concurrentie en naast de prijzen. We namen die tabel en berekenden wat er niet in staat - wat één procentpunt voorsprong in de praktijk kost. Het resultaat is voor sommige toepassingen bruut.
De bedragen in EUR zijn indicatieve omrekeningen van de gepubliceerde USD-prijzen tegen de ECB-referentiekoers van 2026-10-12: 1 EUR = 1.1181 USD. Dit zijn geen bevestigde lokale eindprijzen inclusief belastingen. De aanbieder en de bank kunnen andere koersen of kosten hanteren. ECB.
Conclusie in één alinea
Fable 5.1 wint vier benchmarks van de zeven, maar kost vijf keer zoveel op input en meer dan acht keer zoveel op output. Grok 4.7 wint er drie - elektronica, juridisch werk en prijs. GPT-5.6 Sol wint er geen enkele, behalve één programmeertest, tegen een prijs in het midden. Als je taken lijken op CursorBench of Terminal-Bench, is de meerprijs te rechtvaardigen. Zo niet - dan is dat moeilijk te verdedigen.
Volledige tabel: prijzen en resultaten samen
| Grok 4.7 xHigh | GPT-5.6 Sol Max | Fable 5.1 Max | |
|---|---|---|---|
| Input (mln tokens) | 1,79 EUR (2 USD) | 3,58 EUR (4 USD) | 8,94 EUR (10 USD) |
| Output (mln tokens) | 5,37 EUR (6 USD) | 17,89 EUR (20 USD) | 44,72 EUR (50 USD) |
| CursorBench 4.0 | 46,3% | 41,7% | 51,8% |
| DeepSWE v1.1 | 71,0%* | 72,7% | 70,0% |
| EEBench - elektronica | 64,0% | 39,4% | 56,4% |
| AA Briefcase - kantoor | 1 657 | 1 487 | 1 678 |
| Terminal-Bench 4.0 | 38,0% | 37,3% | 57,9% |
| Harvey - juridisch | 19,6% | 2,5% | 6,7% |
| HealthBench Professional | 56,7% | 60,5% | 62,1% |
| Gewonnen benchmarks | 2 | 1 | 4 |
Het sterretje is het resultaat in high-effort modus. Alle cijfers komen uit het materiaal van de maker van Grok.
Wat kost een punt voorsprong
Dit is de berekening die in geen enkele aankondiging staat, maar die de rekening bepaalt. Neem CursorBench, dus coderen - de test waarin Fable 5.1 het duidelijkst wint.
De voorsprong is 5,5 procentpunt (51,8% tegenover 46,3%). Kosten per taak bij een miljoen input-tokens en 200 duizend output-tokens:
| Model | Kosten per taak | CursorBench resultaat | Meerprijs t.o.v. Grok |
|---|---|---|---|
| Grok 4.7 | 2,86 EUR (3,20 USD) | 46,3% | - |
| GPT-5.6 Sol | 7,15 EUR (8,00 USD) | 41,7% | +4,29 EUR (4,80 USD) voor een slechter resultaat |
| Fable 5.1 | 17,89 EUR (20,00 USD) | 51,8% | +15,03 EUR (16,80 USD) voor +5,5 pnt |
Eén procentpunt voorsprong in coderen kost ongeveer 2,73 EUR (3,05 USD) per taak. Bij honderd taken per maand is dat 305 dollar voor vijfeneenhalf punt.
Dit is een berekening van de redactie op basis van de prijzen en resultaten van de fabrikant. Of het de moeite waard is, hangt volledig af van wat een fout je kost. Bij code die naar productie gaat, kunnen vijf punten elke dollar waard zijn. Bij het genereren van conceptteksten - waarschijnlijk niet.
Waar de verschillen het grootst zijn
Juridisch: drie- en achtvoudige voorsprong
Harvey Legal Agent Benchmark: 19,6% tegenover 6,7% en 2,5%. Dit is geen verschil in graad, maar in orde van grootte. Bij werk met juridische documenten weegt deze ene regel van de tabel zwaarder dan al het andere - en het model is hier ook nog eens het goedkoopst.
Elektronica: 25 punten verschil
EEBench: 64,0% tegenover 39,4%. Grok 4.7 wint ook van de duurdere concurrent (56,4%).
Terminal: voorsprong aan de andere kant
Terminal-Bench 4.0: 57,9% tegenover 38,0%. Bijna 20 punten in het voordeel van het duurdere model. Bij lange terminaltaken is dit verschil te groot om te negeren voor de besparing.
Geneeskunde: de duurste wint
HealthBench Professional: 62,1%, 60,5% en 56,7%. De verschillen zijn klein, maar de volgorde is omgekeerd aan de prijs - hier betaal je en krijg je.
Aparte maatstaf: professioneel werk
De fabrikant gaf ook resultaten in Elo-schaal voor taken uitgevoerd door professionals - juristen, verpleegkundigen, financieel analisten:
| Model | Elo |
|---|---|
| Fable 5.1 (max) | 1 735 |
| Grok 4.7 (xhigh) | 1 695 |
| Grok 4.6 (high) | 1 605 |
| GPT-6 Astra (max) | 1 542 |
Het verschil tussen de koploper en Grok 4.7 is 40 Elo-punten. Ter vergelijking: de sprong van Grok 4.6 naar 4.7 is 90 punten, dus meer dan twee keer zoveel als de afstand die nog rest tot de leider.
Welk model waarvoor - beslissingstabel
| Jouw taak | Keuze | Waarom |
|---|---|---|
| Juridische documenten, contractanalyse | Grok 4.7 | 19,6% tegenover 6,7% - en goedkoper |
| Elektrotechniek | Grok 4.7 | 64,0%, beste resultaat in de vergelijking |
| Groot volume, budget telt | Grok 4.7 | 2,86 EUR (3,20 USD) tegenover 17,89 EUR (20,00 USD) per taak |
| Lange terminaltaken | Fable 5.1 | 57,9% tegenover 38,0% - verschil te groot |
| Moeilijkste codering | Fable 5.1 | 51,8% tegenover 46,3%, als een fout veel kost |
| Medische toepassingen | Fable 5.1 | 62,1%, hoogst in HealthBench |
| Kantoorwerk, presentaties | gelijkspel | 1 678 tegenover 1 657 - verschil binnen de ruis |
Wat deze tabel niet vertelt
Dit is een mening en we beschouwen het als het belangrijkste in de hele tekst. Alle cijfers komen van één fabrikant, die bij gelegenheid de resultaten van zijn concurrentie publiceert. Er is geen reden om aan te nemen dat ze oneerlijk zijn - het publiceren van je eigen verlies in vier van de zeven tests pleit voor betrouwbaarheid. Maar het is nog steeds geen onafhankelijke benchmark.
Ten tweede: een benchmark meet wat hij meet. Als jouw werk niet lijkt op een van deze zeven tests, vertelt de tabel je er weinig over. De enige betrouwbare test is tien van je eigen taken door beide modellen laten lopen en handmatig vergelijken. Dat kost een paar dollar en een uur tijd, en beantwoordt de vraag die geen enkele ranking beantwoordt.
Veelgestelde vragen
Welk model is het beste?
Fable 5.1 wint vier benchmarks van de zeven, dus in de categorie pure kwaliteit - die. In de categorie resultaat per dollar - Grok 4.7, en met ruime voorsprong.
Is het de moeite waard om voor het duurdere model bij te betalen?
Bij coderen kost één punt voorsprong ongeveer 2,68 EUR (3 USD) per taak. Het loont als een fout in de code je meer kost. Bij conceptwerk is dat moeilijk te verdedigen.
Waarom scoort GPT-5.6 Sol zwak?
In deze vergelijking wint het slechts één benchmark, tegen een prijs die twee keer zo hoog is als de goedkoopste. Het is goed om te onthouden dat dit resultaten zijn gepubliceerd door een concurrent - verificatie bij de bron verdient aanbeveling.
Hoe zit het met GPT-6 Astra?
Die verschijnt alleen in de Elo-vergelijking voor professioneel werk, waar het 1 542 punten heeft - het laagst van de vier vergeleken modellen.
Bronnen en controledatum
Prijzen en benchmarkresultaten komen uit de officiële aankondiging van Grok 4.7 van 21 september 2026, geraadpleegd op dezelfde dag: x.ai/news/grok-4-7. De berekeningen van taakkosten en kosten per punt voorsprong zijn berekeningen van de redactie op basis van deze prijzen, uitgaande van een miljoen input-tokens en 200 duizend output-tokens. We hebben geen eigen tests uitgevoerd van deze modellen - dit is een analyse van andermans cijfers, geen meting.
Meer over Grok 4.7
Gids: volledige tabel met benchmarks en prijzen · Wat kost Grok 4.7? Volledige prijslijst: tekst, spraak, beeld en video · 500 duizend tokens context in Grok 4.7: wat past daar echt in · Grok 4.7 in Cursor: hoe in te schakelen en wanneer over te schakelen naar een duurder model
More on this from HELDER
benchmarks·Transparante PNG uit Qwen-Image-2.1: alfakanaal getest22,7 procent volledig transparante pixels en een volledig alfabereik van 0-255. Hoe je om transparantie vraagt en waar je op moet letten.