SpaceXAI发布Grok 4.6：性能超越Kimi K3 并列全球第三

　　【CNMO科技消息】马斯克旗下的人工智能公司SpaceXAI日前发布了新一代前沿模型Grok 4.6，重点面向长时间运行的智能体、编程和知识工作场景，并采用更具竞争力的定价策略来降低这些工作负载的运行成本。

Grok

　　在第三方评测机构Artificial Analysis的智能指数中，Grok 4.6得分61，超越月之暗面的开源模型Kimi K3，与OpenAI的GPT-5.6 Sol Max持平，相比上一代Grok 4.5提升5分。目前榜单前两名分别由Anthropic的Claude Opus 5和Claude Fable 5占据，Grok 4.6与GPT-5.6 Sol Max并列全球第三。

　　编程和智能体能力是Grok 4.6升级的重头戏。在DeepSWE v1.1基准测试中，其得分从54%跃升至65.9%；APEX-Agents智能体基准从47.1%升至57.5%，提升10.4个百分点，略超GPT-5.6 Sol Max的56.7%；Terminal-Bench v3.0也从15.7%提升至26%。不过在后两项测试中，Claude Fable 5 Max仍保持领先，说明Grok 4.6虽然进步明显，但尚未实现对竞争对手的全面压制。

　　定价方面，Grok 4.6的API起步价为每百万输入token 2美元、每百万输出token 6美元，处于前沿模型的中档价位，不到GPT-5.6 Sol标准模式价格的一半。模型支持50万token的上下文窗口，提示词低于20万token时按上述价格计费，达到20万token后费率将上调。据SpaceXAI介绍，Grok 4.6今日起已在Grok Build中上线，并同步登陆其收购的AI编程公司Cursor，合作方还包括OpenRouter、Vercel和Cloudflare等。

　　在训练层面，SpaceXAI表示，相比Grok 4.5，Grok 4.6进行了更长时间的训练，并针对通用编程、知识工作、内核优化、网页开发和计算机辅助设计等智能体环境强化了强化学习。测试中，Grok 4.6在长序列任务中展现出更强的自我测试和验证能力。从成本效率看，Artificial Analysis数据显示，Grok 4.6完成AA-Briefcase工作负载平均仅需约53轮交互和5亿输入token，而Claude Opus 5 Max约为103轮和20亿token，前者的效率优势相当明显。

版权所有，未经许可不得转载