Grok 4.7 對決 GPT-6 Astra：哪款 AI 能贏得你的工作？

開場

三款新 AI 模型聲稱是最好的。Grok 4.7。GPT-6 Astra。DeepSeek V4.1 Flash。但圖表上的一個分數不會告訴你該選哪款來處理你的程式碼、你的難題或你的寫作。所以我們要把公開的數字轉換成一個明確的答案，針對每項工作。

你正在看 Latent Layer。AI 用簡單方式解釋 — 新工具、新研究、運作原理。到了最後，你會知道怎麼讀 AI 基準測試分數，選對適合每項工作的模型。

背景

這是誰是誰。GPT-6 Astra 是 OpenAI 的新模型。Grok 4.7 來自 xAI，基於新的、更大的基礎模型，比 Grok 4.6 更大。DeepSeek V4.1 Flash 是較便宜的變體，它出現在一項重要比較中。我們使用製造商發布的結果，以及 Artificial Analysis 基準測試網站的結果。

首先，一個想法。基準測試是一組固定的測試問題。每個模型都得到相同的測試，一個程式標記答案。那使分數可以比較。但每個測試只測量一個狹隘的技能。所以有用的問題不是哪個模型得分最高。而是哪個測試看起來像你實際做的工作。

運作方式

讓我們一次讀一個技能的分數。我們從推理開始，然後是編碼風格的工作，然後是電腦使用。之後，我們看速度和成本。每一步顯示一個圖表可能誤導你的方式，以及正確的讀法。

從推理開始。GPT-6 Astra 得分 98% 在 FrontierMath Tier four 上，一個困難的數學測試，根據 OpenAI。OpenAI 將其描述為飽和：達到上限。在我們的觀點中，接近滿分無法區分強大的模型了。我們的來源沒有顯示 Grok 4.7 的匹配分數，所以還沒有正面對比。

現在編碼風格的工作。Terminal-Bench version four 給一個模型一個命令行和一個要完成的工作。在我的閱讀中，那接近編碼助手所做的事。Astra 得分 59%。Claude Fable 5.1 得分 52%。DeepSeek V4.1 Flash 得分 27%，剛好領先 Grok 4.7 的 26%。一個報告將 Astra 四捨五入到 60%。差距無論哪種方式都很大。

接下來，電腦使用。這意味著一個模型點擊應用程式為你，例如填寫一個表單。在 OSWorld 2.0 上，Astra 得分 72.6%，大約每個任務四十分鐘。它的前身，GPT-5.6 Sol，得分 65.7%，大約七十五分鐘。那是更高的準確度，時間少約 47%。速度和準確度一起改進。

現在，Grok 4.7 是如何製造的？它從一個新的、更大的基礎模型開始。然後是強化學習。模型嘗試任務、獲得分數、和調整。Grok 的運行更長、在一個更難的任務組合上、加權朝向需要許多小時完成的問題。目標是長期、艱難的工作。公開的分數顯示那個目標還要走多遠。

為什麼一個快速啟動的 AI 還是感覺慢？因為速度有兩個部分。首個 token 的時間是字詞出現前的等待。對於 Grok 4.7 那是 0.90 秒，那很快。然後是輸出速度。Grok 4.7 每秒寫 40 個 token。token 是一個小部分的詞彙。Artificial Analysis 稱那明顯很慢。

另外，Grok 4.7 很健談。運行相同的 Intelligence Index，它產生 240 百萬 token。中位數模型產生 88 百萬。健談的模型需要更長時間，每個工作可能成本更高。GPT-6 Astra 走另一條路。在最大努力下它使用 27,000 個輸出 token，每個任務，大約 Claude Fable 5.1 使用的 78,000 的三分之一。

現在成本，容易誤讀。列表價格是每百萬 token。Grok 4.7 輸入成本 $2、輸出 $6。Astra 成本 $10 和 $50。但你為每個使用的 token 付款，Grok 使用許多。在相同的索引上，一個任務成本 $3.74 與 Grok，和 $3.26 與 Astra。Claude Fable 5.1 成本 $7.63。這些是在不同日期測量的，所以將它們視為指南。

代表什麼

現在是實際部分。這是這些數字如何改變你的。我們按工作排序：編碼、困難推理、電腦任務和較輕的日常工作。這是我對公開分數的閱讀，所以將其視為意見，而不是事實。你的自己的測試總是首先。

編碼幫助：選擇 GPT-6 Astra。它以很大的差距領先 Terminal-Bench。困難推理：Astra 再次，因為它是唯一有我們來源中公開分數的。點擊通過應用程式：Astra，比它的前身更快、更準確。對於輕量、更便宜的工作，測試 DeepSeek V4.1 Flash 首先。它略勝 Terminal-Bench 上的 Grok 4.7，它是更便宜的變體。

一個數字總結整體差距。在 Artificial Analysis Intelligence Index 上，GPT-6 Astra 得分 53，相等與 Claude Fable 5.1。Grok 4.7 得分 46。在編碼風格測試上，Grok 4.7 和 DeepSeek Flash 落後很遠。但 Grok 4.7 有一個 500,000 token 的上下文視窗，非常長文件的空間。沒有公開測試顯示它如何使用那個空間。

寫作呢？電子郵件、論文、故事。這裡數字安靜。我們找不到獨立來源發布寫作排名。運行相同的提示在每個模型上，自己判斷。那是你的數據。使用真實的任務、每次相同的指令，和比較答案並排。

另一種觀點

一個數字值得暫停。GPT-6 Astra 的幻覺率從 92% 下降到 51%，在最大努力下。那大約是一在二中。比以前好，但檢查重要的事實。幻覺是一個有信心但錯誤的答案。

再一個限制。在 GDPval-AA version two 上、一個專業知識工作的測試、Astra 下降約 45 個 Elo 分數對陣 GPT-5.6 Sol。Elo 是從正面比較構建的評分、如象棋。在專業知識任務中、如法律寫作、45 分的下降意味著 Astra 可能不更好。測試你的領域。另外，只有 Flash 變體的 DeepSeek 在這裡涵蓋。

重點整理

這是整個方法。正確地讀基準測試。檢查來源。找到上限。選擇你的工具。一個分數告訴你在哪裡開始測試。你自己的任務告訴你在哪裡結束。更多易懂的指南新 AI 工具在這個頻道。