马斯克旗下的人工智能公司 spacexai 近日推出了全新一代先进模型 grok 4.6，聚焦于长周期运行的智能体、代码开发及知识密集型任务场景，并推出更具性价比的计费方案，显著优化此类高负载应用的运营成本。
Grok
根据第三方评测机构 Artificial Analysis 发布的智能指数榜单，Grok 4.6 获得 61 分，成功超越月之暗面开源模型 Kimi K3，与 OpenAI 的 GPT-5.6 Sol Max 并驾齐驱；相较前代 Grok 4.5 提升 5 分。当前全球排名前两位仍由 Anthropic 的 Claude Opus 5 和 Claude Fable 5 占据，Grok 4.6 与 GPT-5.6 Sol Max 共同位列世界第三。
编程能力与智能体表现成为本次升级的核心亮点。在 DeepSWE v1.1 基准测试中，其得分由 54% 显著提升至 65.9%；APEX-Agents 智能体基准测试成绩从 47.1% 上升至 57.5%，增幅达 10.4 个百分点，小幅领先 GPT-5.6 Sol Max 的 56.7%；Terminal-Bench v3.0 得分亦由 15.7% 提升至 26%。但在后两项指标上，Claude Fable 5 Max 仍保持优势，表明 Grok 4.6 虽取得实质性突破，但尚未全面超越头部竞品。
价格策略方面，Grok 4.6 的 API 初始报价为每百万输入 token 2 美元、每百万输出 token 6 美元，处于当前前沿模型价格区间的中位水平，约为 GPT-5.6 Sol 标准版定价的一半。该模型支持最高 50 万 token 的上下文长度——当提示词长度低于 20 万 token 时，适用上述基础费率；超过该阈值后，费用将相应上调。据 SpaceXAI 官方消息，Grok 4.6 已于今日正式上线 Grok Build 平台，并同步集成至其收购的 AI 编程工具 Cursor，同时接入 OpenRouter、Vercel 和 Cloudflare 等生态合作伙伴。
训练层面，SpaceXAI 指出，相比 Grok 4.5，Grok 4.6 经历了更充分的训练周期，并在通用编程、知识工作流、内核级优化、网页工程及计算机辅助设计（CAD）等典型智能体环境中，强化了基于反馈的深度强化学习机制。实测显示，Grok 4.6 在长序列任务中展现出更强的自主验证与迭代调试能力。就执行效率而言，Artificial Analysis 数据表明：完成 AA-Briefcase 类典型工作负载时，Grok 4.6 平均仅需约 53 轮交互与 5 亿输入 token；而 Claude Opus 5 Max 则需约 103 轮交互与 20 亿输入 token，前者在资源利用率与响应速度上的优势极为突出。
