美東時間8月12日周三，馬斯克旗下SpaceXAI正式發布新一代大模型Grok 4.6。SpaceXAI稱，新模型相比Grok 4.5實現顯著提升，重點強化長時間運行的智能體（Agent）、複雜編程、知識工作以及交互式和視覺任務能力。

此次發布最受關注的並非單純的模型迭代，而是Grok 4.6在SpaceXAI公布的多項前沿模型測試中已經躋身第一梯隊，同時API起售價僅為2美元/百萬輸入Token、6美元/百萬輸出Token。SpaceXAI稱，其定價約為其他前沿模型的一半；該模型上線首周在Cursor和Grok Build中還提供2倍包含用量。

SpaceXAI公布的測試數據顯示，Grok 4.6在Artificial Analysis Intelligence Index中取得61分，與OpenAI前沿模型GPT-5.6 Sol Max持平；在GDPVal-AA v2中則取得1753 Elo，超過GPT-5.6 Sol Max的1728分和Anthropic前沿模型Claude Fable 5的1741分。

馬斯克隨後在社交媒體轉發有關Grok 4.6是巨大升級、在所有基準測試中得分均超過Grok 4.5 High的帖子，強調Grok 4.6評分達到1753 Elo，並自誇新模型太牛了。

從知識工作到編程，Grok 4.6全面強化複雜任務能力

Grok 4.6此次升級的核心，不再只是回答問題，而是讓模型能夠持續完成需要多步驟執行的複雜任務。

SpaceXAI表示，Grok 4.6重點針對長時間運行的智能體進行訓練，可以連續完成研究主題、分析信息、處理代碼庫，以及把一個模糊的產品想法轉化為可運行的應用或工作成果。公司還稱，新模型在更長的任務軌跡中開始表現出更多自主測試和驗證能力，會在繼續執行之前檢查此前的工作。

在訓練方面，Grok 4.6經歷了比Grok 4.5更長的補充訓練，加入經過篩選的模型生成推理數據、高質量工程數據，並改進優化器和訓練方案。隨後，SpaceXAI利用Grok 4.5生成覆蓋不同推理強度、智能體框架以及STEM、軟件工程和知識工作的SFT軌跡，並進一步通過強化學習訓練模型完成通用編程、知識工作、內核優化、網頁開發和計算機輔助設計等任務。

SpaceXAI特別強調，Grok 4.6在把「想法」變成「產品」方面有所提升。對於一個具體的產品構想，模型可以先研究陌生領域、設計應用結構、實現核心交互，再根據反饋進行多輪迭代；在視覺和交互式項目中，新模型也能夠更快形成較為完整的第一版成果。

低價策略直指開發者市場，首周Cursor等產品加倍放量

相比模型能力本身，Grok 4.6的定價策略可能更加值得AI產業鏈關注。

SpaceXAI公布的API價格從每百萬輸入Token 2美元、每百萬輸出Token 6美元起，另有速度更快、價格翻倍的版本。公司同時宣佈，Grok 4.6已經接入Cursor、Grok Build，並通過OpenRouter、Vercel和Cloudflare等合作伙伴提供。

作為對比，SpaceXAI在公告中將Grok 4.6定位為「其他前沿模型的一半價格」。而投資機構Atreides Management首席投資官Gavin Baker的評價更為激進：他認為，Grok 4.6的性能大致相當於Fable 5 Max，但輸入Token價格低80%、輸出Token價格低88%，因此在性能與成本的組合上具有明顯優勢。

科技業分析師、Superintelligence Newsletter主編Kim Monnis也指出，Grok 4.6不僅比Opus 5和GPT-5.6 Sol便宜，甚至低於Sonnet 5，同時性能至少處於頂級模型水平。在他看來，這種「前沿性能+低成本」的組合纔是Grok真正的護城河。

需要指出的是，API單價並不能完全等同於實際使用成本。不同模型的Token消耗、推理強度和任務完成路徑存在差異，因此「便宜一半」主要是對公布API價格的比較，而不是意味着所有具體任務的最終成本都恰好低50%。

首周促銷也進一步強化了這一低價策略：SpaceXAI表示，Cursor和Grok Build用戶在首周可以獲得2倍包含用量，讓開發者可以低成本試用Grok 4.6。

強化長程執行能力，模型可自主測試並持續修正

從測試結果看，Grok 4.6的提升尤其集中在智能體執行真實工作這一正在成為AI模型競爭核心的領域。

SpaceXAI重點展示了Artificial Analysis推出的GDPVal-AA v2。該測試基於OpenAI的GDPval數據集，考察模型在真實世界、具有經濟價值的專業任務中的表現，覆蓋44個職業和9個主要行業；模型需要在智能體環境中使用Shell和網頁瀏覽等工具完成任務，並通過盲測兩兩比較最終產出的文件，由此形成Elo評分。

在SpaceXAI此次公布的對比數據中，Grok 4.6在GDPVal-AA v2取得1753 Elo，排名高於GPT-5.6 Sol Max的1728分和Claude Fable 5 Max的1741分，較上一代Grok 4.5 High的1526分大幅提高。

與此同時，Grok 4.6在Artificial Analysis Intelligence Index中獲得61分，與GPT-5.6 Sol Max持平；該指數是由9項測試綜合而成，用於衡量模型在數學、科學、編程和推理等多個維度的綜合能力。

在SpaceXAI公布的其他測試中，Grok 4.6同樣較上一代有明顯進步：

• CursorBench v3.2：69.9%，Grok 4.5 High為66.7%；

• FrontierCode v1.1：61.3%，Grok 4.5 High為56.6%；

• APEX-Agents：57.5%，Grok 4.5 High為47.1%；

• APEX-SWE：56.4%，Grok 4.5 High為53.6%；

• AA-Briefcase：1577分，Grok 4.5 High為1313分；

• Harvey LAB：15.8%，Grok 4.5 High為12.9%。

但Grok 4.6並非在所有測試中都佔據第一。例如在DeepSWE 1.1和Terminal-Bench v3.0中，SpaceXAI公布的GPT-5.6 Sol Max成績仍高於Grok 4.6。因此，更準確的說法是，Grok 4.6已經在多項智能體和知識工作測試中進入前沿模型第一梯隊，而不是全面擊敗所有競爭對手。

值得注意的是，Artificial Analysis的GDPVal-AA v2排行榜本身會隨着模型新增和評測更新而變化，因此本文標題所稱的「力壓」特指SpaceXAI此次發布時公布的橫向測試結果，而非宣稱Grok 4.6在所有時間、所有評測體系中均排名第一。

從模型到生態，SpaceXAI加速搶佔AI開發入口

Grok 4.6的發布還顯示，SpaceXAI正在把競爭從單純的模型性能比拼，進一步延伸到開發者入口和應用生態。

目前Grok 4.6已經同時進入Cursor、Grok Build和API，並接入OpenRouter、Vercel、Cloudflare等渠道。SpaceXAI希望藉助這些平台，讓開發者可以直接把Grok 4.6嵌入編程、網頁開發和智能體工作流，而不只是通過Grok聊天產品使用模型。

馬斯克本人也在X上密集為新模型站台。他先是宣佈「Grok 4.6 is now out」，隨後轉發有關1753 Elo排名的報道，並強調Grok 4.6在GDPVal-AA v2中取得第一；在另一條轉發中，他列出了Grok 4.6在AA-Briefcase、Harvey LAB、CursorBench、FrontierCode、APEX-Agents和APEX-SWE等測試中的排名，最後評價稱：「Grok 4.6 is a banger」。

而Atreides Management的Gavin Baker則進一步把市場注意力引向下一代產品。他預計，Grok 4.7將是規模明顯更大的模型，並可能將Cursor和SpaceX數據納入預訓練。這一說法目前屬於投資人士的判斷，並非SpaceXAI此次發布公告確認的產品路線。

如果Grok 4.6能夠在保持前沿模型級別能力的同時持續維持較低的Token價格，那麼其意義可能不僅是一代模型的性能升級，更可能成為AI大模型價格戰向智能體時代延伸的一個新信號：當不同廠商的模型能力差距逐漸縮小時，性能與推理成本之間的平衡，可能越來越成為開發者和企業選擇模型的關鍵。