马斯克旗下的 SpaceXAI 再次展现强劲势头。Grok 4.6 于数小时前正式发布，其纸面性能已几乎追平 GPT-5.6 Sol，而定价仅为后者的三分之一。
值得注意的是，Cursor 和 Grok Build 用户在本周内使用 Grok 4.6 的额度将翻倍。
距离 SpaceXAI 发布 Grok 4.5 仅过去一个多月，4.6 版本便迅速登场。凭借雄厚的资金支持与 Cursor 的数据赋能，该模型的迭代速度令人瞩目。
性能评测：综合指数追平顶尖模型
Grok 4.6 的综合智能指数达到 61 分，与 GPT-5.6 Sol 持平。Anthropic 的 Claude Fable 5 以 62 分微弱领先。相比上一代 Grok 4.5（56 分），新版本一次性提升了 5 分。
该数据源自第三方独立评测机构 Artificial Analysis。目前，Grok 4.6 与 GPT-5.6 Sol 并列榜单第三，Kimi K3（60 分）位居第四。
基准测试表现
在已公布的 10 项评测中，Grok 4.6 斩获三项单项第一：
- GDPVal-AA：得分 1753 分（Claude Fable 5 为 1741 分）；
- AA-Briefcase：得分 1577 分。该项主要测试长周期智能体任务能力，如调研、报告撰写及数据分析；
- 法律评测 Harvey LAB：得分 15.8%。Harvey 是一家专注于法律 AI 的公司，该评测专门考察模型处理法律文书和合同分析的能力。Grok 4.6 在此项表现尤为突出，远超 GPT-5.6 Sol 的 2.5%，差距达六倍之多。
在编程领域，Grok 4.6 在 DeepSWE 和 Terminal-Bench 测试中分别为 65.9% 和 26%，略逊于 GPT-5.6 Sol 的 73% 和 34.6%。
价格优势：顶级模型中的“白菜价”
除性能外，Grok 4.6 的定价策略极具竞争力。其 API 价格为每百万输入 tokens 2 美元，每百万输出 tokens 6 美元。这一价格在顶级模型中属于极低水平，甚至低于 Kimi K3。
对比其他主流模型：
- Claude Opus 5：输入 5 美元，输出 25 美元；
- GPT-5.6 Sol：输入 5 美元，输出 30 美元；
- Claude Fable 5：输入 10 美元，输出 50 美元。
最贵的模型定价是 Grok 4.6 的八倍。Cursor CEO Michael Truell 评价称，Grok 4.6 拥有"Opus 级别的智商，但成本极低，速度极快”。Artificial Analysis 实测数据显示，Grok 4.6 完成一个任务的平均成本为 0.84 美元，与 Kimi K3 持平，但智能指数更高。
马斯克转发了投资人 Gavin Baker 的对比图，自豪地表示 Grok 4.6 再次站在了“帕累托前沿”。
帕累托前沿：指在性能和成本两个维度上，不存在比它更优的选择。任何替代品要么性能更差，要么价格更贵。
接入方式与使用限制
用户可通过以下方式体验 Grok 4.6：
Cursor 集成
直接在 Cursor 模型列表中切换至 Grok 4.6 即可使用，该功能已于今日上线。
Grok Build 支持
SpaceXAI 自家的编程 Agent Grok Build 同步支持新版本。这是一个在终端运行的本地化 AI 编程工具，代码不上传服务器，支持多智能体并行处理，可视为马斯克版的 Claude Code 或 Codex。
目前，无论是 Cursor 还是 Grok 订阅，可用额度仍较为有限。
API 开放与合作伙伴
Grok 4.6 API 已向 OpenRouter、Vercel 和 Cloudflare 等合作伙伴开放。此外，还推出了响应速度更快的快速版本，价格为标准版的两倍（输入 4 美元/百万 tokens，输出 12 美元/百万 tokens）。
首周优惠活动
即日起至未来一周内，用户在 Cursor 和 Grok Build 中使用 Grok 4.6，享受额度翻倍优惠。
技术升级与行业动态
Grok 4.6 参数量维持在 1.5 万亿，与 4.5 版本一致，性能提升主要源于训练方法的改进。SpaceXAI 利用 Grok 4.5 重新生成了训练数据，并引入了覆盖编程、网页开发、CAD 等领域的智能体强化学习。训练硬件采用英伟达 GB300 NVL72，上下文窗口保持 50 万 tokens 不变。
新模型具备自我验证机制，在处理复杂任务时会主动回溯检查，确认无误后再继续执行。在 AA-Briefcase 知识工作任务中，Grok 4.6 平均仅需 53 轮对话即可完成，而 Claude Opus 5 需 103 轮；输入 tokens 用量方面，前者为 5 亿，后者高达 20 亿。
网友评价认为，SpaceXAI 正致力于让模型独立完成调研、编码及工具调用全流程，实现真正的自主交付。
同日，DeepSeek 也发布了 V4-Pro 正式版，增强了智能体能力，其在 DeepSWE 评测中的成绩已超过 Claude Opus 4.8。另有消息透露，参数量达 2.1 万亿的 Grok 4.7 已在研发进程中。