Две недели назад мир облетела новость: xAI выпускает Grok 4.5, а OpenAI одновременно поднимает ставки с ChatGPT 5.6. Мы взяли обе модели за шкирку и устроили им настоящий код-батл. Без абстрактных бенчмарков — только реальные задачи, прямые затраты токенов и субъективное, но честное «почему эта модель бесит, а эта радует».
Сразу к делу. Бюджет на эксперимент — $50, среда — свежий Cursor с кастомным API-ключом для каждой модели (да, обе уже вшиты в IDE). Задачи — три: написать парсер логов с мультипоточностью, сверстать адаптивную таблицу с фильтрацией на React и построить простой REST-клиент с обработкой ошибок. Ничего сверхъестественного — то, с чем сталкивается каждый разработчик.
Первый раунд: кто дешевле?
Открываем прайсы. ChatGPT 5.6 стоит $0.15 за миллион входных токенов и $0.60 за выходные. Grok 4.5 — $0.08 и $0.35 соответственно. Разница почти вдвое. Но есть подвох: Grok 4.5, как и его предшественник Grok 4.20, внутри использует мультиагентную архитектуру. Это значит, что на сложную задачу он может запросить больше токенов — каждый агент пишет свой черновик, потом они спорят. В итоге итоговый счёт иногда выходит выше, чем у ChatGPT.
Проверим на практике. Задача «парсер логов»: Grok 4.5 сгенерировал 1240 входных токенов (промпт + контекст) и 780 выходных. ChatGPT 5.6 — 1150 входных и 620 выходных. Разница в токенах невелика, но цена за выход у Grok всё равно ниже: $0.273 против $0.372 у ChatGPT. Победа по деньгам, но есть нюанс.
| Задача | Модель | Входные токены | Выходные токены | Стоимость |
|---|---|---|---|---|
| Парсер логов | Grok 4.5 | 1240 | 780 | $0.273 |
| Парсер логов | ChatGPT 5.6 | 1150 | 620 | $0.372 |
Второй раунд: качество кода — где болит?
Дешевизна — не главное, если код потом переписывать. Первая задача — парсер логов. Grok 4.5 выдал рабочее решение с использованием asyncio и структур данных из dataclasses. Но в коде нашлась логическая ошибка: при большом объёме данных он падал с RecursionError. ChatGPT 5.6 справился аккуратнее — использовал итеративный подход и сразу обернул в контекстный менеджер. Время отладки: Grok — 15 минут на поиск бага, ChatGPT — 0. ChatGPT 5.6 базируется на наработках Codex, и это чувствуется: модель «думает» про ошибки до того, как их написать.
А вот с React-таблицей Grok неожиданно вырвался вперёд. Он сгенерировал компонент с кастомным хуком useDebouncedFilter — то, что нужно для реального проекта. ChatGPT 5.6 тоже справился, но предложил более простой, «учебный» вариант. Видимо, мультиагентная система Grok 4.5 в задачах с UI работает как команда: один агент пишет логику, другой — стили, третий — тесты. Да, это потребовало чуть больше токенов (950 выходных против 780 у ChatGPT), но результат — production-ready код.
Важный нюанс: Grok 4.5 ещё не до конца стабилен в Cursor. Второй раз подряд он отказался генерировать код, сославшись на «внутреннюю дискуссию агентов». Пришлось перезапускать. ChatGPT 5.6 таких выкрутасов не допускал.
Совместимость с Cursor и инструментами
Cursor официально поддерживает обе модели через API. ChatGPT 5.6 работает из коробки — просто вставляешь ключ. С Grok 4.5 пришлось повозиться: нужен отдельный эндпоинт для стриминга, и в документации xAI он описан с ошибкой. Сообщество уже форкнуло гайд по настройке Grok 4.3 — он помог, но полной совместимости пока нет. Если вы используете Cursor каждый день, ChatGPT 5.6 меньше отвлекает от работы.
Но есть ещё один кандидат, который обходит обоих на реальных проектах. Мы уже писали, что Kodacode v1.0 на GLM 5.2 уделывает Claude Code в продакшене. Сравнение с Grok и ChatGPT — отдельная история, но если коротко: GLM 5.2 стабильнее там, где нужна сквозная генерация без права на ошибку.
Предупреждение: Не советую слепо переходить на самую дешёвую модель. На тесте с REST-клиентом Grok 4.5 написал функцию с уязвимостью — он не экранировал ввод пользователя. ChatGPT 5.6 сделал правильно, но добавил избыточную обработку, которая замедлила запросы в 2 раза. Идеала нет.
Субъективный итог: что выбрать?
Grok 4.5 — это модель с характером. Она дешевле на простых задачах, но иногда выкидывает фортели. ChatGPT 5.6 — надёжный середняк: не самый дешёвый, но предсказуемый. Если ваш проект на Python и вы не любите сюрпризы — берите ChatGPT. Если хотите пощекотать нервы и сэкономить на типовых задачах — Grok. А лучше — используйте оба: пусть спорят, как в мультиагентной системе Grok 4.20. Только не забывайте смотреть, что они нагенерили — особенно если код идёт в прод.
Кстати, если вам кажется, что $0.27 за парсер — это дёшево, посмотрите на Codex CLI с автономным агентом на GPT-5.5. Там цены кусаются, но зато код пишется сам от начала до конца. А это уже совсем другая история.
