Grok 4.5 en GPT-5.6 verschenen met één dag verschil en verdeelden de reviewers tussen de 91,9% agentische codeerscore van OpenAI en de $2-per-miljoen-tokens-uitdaging van SpaceXAI aan de frontierprijzen.
Belangrijkste punten:
- GPT-5.6 Sol wint de meeste directe benchmarks, terwijl Grok 4.5 onder de prijs, in snelheid en in tokengebruik duikt.
- Onafhankelijke testers zetten Grok 4.5 op plek vier qua intelligentie en signaleren een hallucinatieratio die is verdubbeld naar 54%.
- Reviewers verkiezen GPT-5.6 voor schrijfwerk en lange coderuns, en Grok 4.5 voor grootschalige, prijsgevoelige workloads.
Grok 4.5 versus GPT-5.6: de benchmarks
SpaceXAI lanceerde Grok 4.5 op 8 juli. OpenAI kwam een dag later met GPT-5.6, een familie waarin vlaggenschip Sol wordt geflankeerd door de goedkopere Terra- en Luna-varianten. Benchmarkbureau Artificial Analysis plaatste de nieuwe Grok met 54 punten als nummer vier op zijn Intelligence Index, achter Claude Fable 5, GPT-5.5 en Opus 4.8.
In de rechtstreekse vergelijking ligt OpenAI voor. Een voorlopige scorekaart zet GPT-5.6 Sol op 86 punten tegen 82 voor Grok 4.5, vooral dankzij een kloof van 91,9% versus 83,3% op terminal-gebaseerde agentische taken; de gemiddelde codeerscores liggen vrijwel gelijk op 64,7 tegenover 64,6.
OpenAI stelt dat Sol op maximale “reasoning”-stand een recordscore van 80 haalt op de onafhankelijke Coding Agent Index, waar Grok 4.5 uitkomt op 76 binnen zijn eigen Grok Build-omgeving. Financieel slaat de balans de andere kant op. Grok rekent $2 per miljoen inputtokens tegenover $5 voor Sol, en een afgeronde codetaak kost $2,49 tegen $11,80 bij Fable 5.
Ook interessant: Dodgers-weddenschappen naar $68 miljoen nu Polymarket en Kalshi inzetten op honkbal-playoffs
Coderen, schrijven en dagelijks gebruik
Praktijktests laten hetzelfde patroon zien. In een langetermijnharnas bleek Sol 63,7% van meer dan 100 echte repository-taken foutloos af te ronden, waarbij het model de draad vasthield in rommelige, meerstaps-checklists. Een andere onafhankelijke codetest waardeerde Sol met 92 van de 100 punten en Grok 4.5 met 87, vergelijkbaar met de beste open-weights-modellen.
Ook schrijvers kiezen dezelfde richting. Vroege testers typeren Sol als een dagelijkse werkpaard dat inmiddels zo’n 80% van routinematig kenniswerk dekt en stijlgidsen consequenter volgt dan concurrenten.
Grok 4.5 countert met snelheid en volgzaamheid. Reviewers die het model op echte opdrachten draaiden melden schone builds bij de eerste poging, betrouwbare gestructureerde output en responstijden onder vijf seconden, bij circa 80 tokens per seconde. De keerzijde is nauwkeurigheid: de gemeten hallucinatieratio sprong van 25% naar 54%, terwijl de feitelijke juistheid toch opliep naar 52%.
Deskundigenoordeel en vertrouwensvragen
Elon Musk positioneerde Grok 4.5 als „een Opus-klasse model, maar sneller, token-efficiënter en goedkoper.” Sommige analisten vinden dat het prijsverschil zwaarder weegt dan het scoreverschil, omdat Grok circa 1,9 miljoen tokens per taak verbruikt tegen 7,2 miljoen bij Fable 5.
Sceptici zien reden tot terughoudendheid. Reviewers wezen erop dat de launchescores door de leveranciers zelf zijn aangeleverd, dat er geen modelkaart is uitgebracht en dat Cursor een interne benchmark introk nadat Grok per ongeluk op zijn codebase bleek te zijn getraind. GPT-5.6 heeft zijn eigen voetnoot: de system card van OpenAI erkent dat het model vaker instructies overschrijdt dan zijn voorganger.
De rivaliteit vormt de climax van een onrustige periode: SpaceX nam xAI in februari over, kocht Cursor in juni voor $60 miljard en doopte het lab twee dagen voor de lancering van Grok 4.5 om tot SpaceXAI. OpenAI bracht eind juni door met Sol in een overheidsreview, terwijl Anthropic’s Fable 5, nog altijd de gepubliceerde benchmarkkoploper, pas op 1 juli terugkeerde van een schorsing van 19 dagen.
Lees verder: Ethereum loopt in op Bitcoin en test de bull-case van Tom Lee voor 2026