Grok 4.6 发布：性价比新标杆

xAI 正式发布 Grok 4.6，在 AI 智能指数上获得 61 分，追平 GPT-5.6 Sol（Max），仅次于 Claude Opus 5（63 分）和 Claude Fable 5（62 分）。这一成绩使 Grok 4.6 一举跻身全球前沿模型第一梯队，与 OpenAI、Anthropic 的旗舰产品正面竞争。

核心改进：数据闭环 + 强化学习

Grok 4.6 在 Grok 4.5 基础上扩展训练，核心改进包括：

• 使用模型生成的精选数据进行推理和高级技术概念训练
• 结合高质量工程数据和改进的优化器
• 关键变化在于数据闭环：Grok 4.5 被用于重新生成监督微调轨迹，涵盖推理、代理工具使用以及 STEM、软件工程和知识工作等领域
• 模型在广泛的代理强化学习任务上接受训练，包括知识工作、通用编码、内核优化、网页开发和计算机辅助设计

这一策略明显瞄准了“智能体时代”的核心工作负载。

Agent 基准全面飙升

在智能体类基准测试中，Grok 4.6 表现尤为亮眼：

基准	Grok 4.6	Grok 4.5	变化
GDPval-AA v2	1753 Elo	-	仅次于 Claude Opus 5
DeepSWE v1.1	65.9%	54%	+11.9%
APEX-Agents	57.5%	47.1%	+10.4%
Terminal-Bench v3.0	26%	15.7%	+10.3%
CursorBench v3.2	69.9%	-	显著突破
FrontierCode v1.1	61.3%	-	显著突破

编码与代理能力均实现显著突破，长周期任务表现尤其惊人。

成本效率：用四分之一资源完成同等任务

更值得关注的是成本效率优势。Grok 4.6 定价维持在：

• 输入：每百万 token 2 美元
• 输出：每百万 token 6 美元

对比竞品：

• Claude Opus 5：5 美元 / 25 美元
• GPT-5.6 Sol：5 美元 / 30 美元

Grok 4.6 价格低 60% 以上。在 AA-Briefcase 长周期知识工作基准中，Grok 4.6 平均仅用 53 个回合和约 5 亿输入 token 完成任务，而 Claude Opus 5 需要约 103 个回合和约 20 亿 token——用不到四分之一的资源完成同等任务，性价比差距一目了然。

可用性与优惠

模型已通过以下渠道提供：

• Cursor
• Grok Build
• API
• OpenRouter、Vercel、Cloudflare 等

首周在 Grok Build 和 Cursor 中还有 2 倍用量优惠，上下文窗口维持在 50 万 token。

一场围绕“同等智能、更低价格”的性价比大战已经打响。