Grok 4.7、Claude Opus 5.5、DeepSeek V4 Pro：和4.6同价的Grok 4.7，一道题贵了八成

“Grok 4.7 跟 4.6 同价，等于白送一次升级。”这句话在 Cursor 用户里传得很广，我觉得它只对了一半。

单价确实没动：输入每百万 token 2 美元，输出 6 美元，9 月 21 日发布时 xAI 自己就是这么写的。可 Artificial Analysis 跑同一套任务时记下的输出量，4.6 高档位每题大约 3.6 万 token，4.7 涨到约 8.1 万。按 5 万输入、不命中缓存来估，一道题从 0.32 美元变成 0.59 美元，贵了八成多。

价目表没涨，账单涨了。

今天上午 DeepSeek 断了将近五个小时，不少人在群里问要不要把主力换到 Grok 或 Claude。正好把这三个放在一起看：Grok 4.7、Claude Opus 5.5、DeepSeek V4 Pro（V4-Pro-0813）。DeepSeek 这边要说明一句，网上流传的“V4.1 Pro”截至目前在官方定价页和更新日志里都查不到，在售的是 V4 Pro 和 V4.1 Flash，下面只谈 V4 Pro。

标价表上看不出来的三件事

第一件，Grok 的长上下文是整单翻价。按第三方对计费规则的整理，提示超过 20 万 token 时，这一整个请求都按 4 / 12 美元算，不是只对超出的部分加价。官方文档还提醒了一句：不设 prompt_cache_key，请求常常落到冷缓存服务器上，按全价输入计费。把整个仓库塞进上下文的用法，在 Grok 上要格外小心。

第二件，DeepSeek 的折扣有时间表。高峰时段是北京时间工作日 9 点到 12 点、14 点到 18 点，闲时价是高峰的一半。白天写代码的人，基本全程按高峰价付。它真正便宜的地方在缓存：命中价 0.044 美元，是未命中价 1.32 的三十分之一，重复喂同一份上下文的智能体任务能省很多。

第三件，Opus 5.5 比上一代 Opus 5（5 / 25 美元）降了两成。有媒体标题写“便宜 60%”，那是拿 Fable 5.1 的 10 / 50 美元在比，不是跟自家前任比。

Grok 的分数，换个考场掉了一截

xAI 公布的 Terminal-Bench 4.0 成绩是 38.0%，比 4.6 的 20.3% 几乎翻倍。Artificial Analysis 在自己的中立测试台上复测，只量到 26% 左右。同一个基准，厂商数字和第三方差了 12 个百分点。

Opus 5.5 在 Anthropic 的发布材料里是 66.4%。CursorBench 4.0 上，Opus 5.5 报的是 57.8%（另一家媒体转述成 52.5%，两个数字对不上），Grok 4.7 是 46.3%。不管取哪一个，Opus 都领先 6 到 11 个百分点。

综合排名也是这个次序。Artificial Analysis 的智能指数里，Opus 5.5 最高档 57.6 排第一，Grok 4.7 高档 46.3。DeepSeek V4 Pro 在不同版本的指数里出现过 36 和 44 两个数，口径不一，我就不拿来比了。

LMArena 的 WebDev 榜，Opus 5.5 以 1813 分排第一。

三个模型各自栽在哪

Grok 4.7 的问题出在“想太多”。Cursor 论坛今天有一帖很典型：用户让它修一个队列 bug，它每个任务都花一个多小时把项目文件挨个翻一遍，bug 没修好，两个 Ultra 套餐的额度已经烧完了。另一条大帖里有人说，同样的功能 Opus 一次能指出十几处问题，Grok 交出来的代码常常得近乎重写。X 上也有人拿 Three.js 做直升机模型，4.7 花了大约 45 分钟，效果比 4.6 还差。它的推理档位关不掉，这是 token 暴涨的直接原因，论坛里有人建议手动把档位调低，体验会好一些。

Opus 5.5 的毛病在额度上。xhigh 档位强制深度思考，重度用户反映一天就撞上了周限额。9 月 23 日 GitHub 上有人开 issue 说 5.5 表现退化，目前只是单例，第三方跑分波动也还在正常范围内，“变笨”这个说法我暂时不认。

DeepSeek V4 Pro 的短板是看不见。它不支持图像输入，做前端时没法截图自检，样式错了只能靠你告诉它。知乎上一个高赞回答说，把它接进 Claude Code 会明显降智，换成 opencode 好很多；LINUX DO 也有人对比过，同一段提示词 GLM 5.1 一遍就满意，V4 Pro 来回改了几轮。

再加上可用性。今天这次故障从 8 点 11 分开始，到 13 点 04 分才恢复，V4 Pro 和 V4.1 Flash 两条 API 一起断了。10 月 12 日它也中断过一次，9 月 14 日那次停了大约三小时。

和主流看法相反的一点

很多人觉得 Grok 4.7 的定位是“便宜版 Opus”。我更倾向于把它看成“贵一点的 DeepSeek”。

理由是成本结构。Opus 的输出单价是 Grok 的 3.3 倍，只要 Grok 一道题吐出的 token 超过 Opus 的 3.3 倍，这点价差就被吃光了；而 4.7 的输出量刚刚比 4.6 翻了一倍多。真正跟 Grok 抢预算的，反倒是同样走低价路线、缓存极便宜的 DeepSeek。在能力上，它离 Opus 还差着一截；在价格上，它又比 DeepSeek 闲时贵出好几倍。

Grok 4.7 有一个别人没有的位置：Fast 版速度翻倍，但只在 Cursor 和 Grok Build 里能用，公开 API 拿不到。如果你本来就是 Cursor 的重度用户，这算是它独有的筹码。

我会这样分配

需要一次做对、返工成本高的活，比如改核心模块、排查线上问题，交给 Opus 5.5，同时盯紧额度，别默认开 xhigh。

大批量、能拆成小块、上下文可以反复复用的任务，放在 DeepSeek V4 Pro 上，尽量挪到晚上或午休的闲时跑，把缓存命中率做上去。但今天这种事故说明它不能是唯一的供应商，备一条切换线路。

Grok 4.7 适合在 Cursor 里用 Fast 版做交互式的小改动，提示控制在 20 万 token 以内，推理档位调低。让它自己去长时间探索整个项目，是最容易烧钱的用法。

相关对比：《Muse Wonder 和 Claude Opus 5.5：标价一分不差，Meta 自己那张表里 API 版输了 9 行》、《Mistral Large 4、DeepSeek V4 Pro、Kimi K3：三家都说开源，发布那天只有一家把权重放了出来》、《Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol：和 Sol 标价相同的 Argon，每道题贵出 2.7 倍，多数人还调不出来》