SpaceXAI 發布 Grok 4.6 智能指數 61 分

事件背景

Grok 4.6 於 8 月 12 日上線，距離 7 月推出的 Grok 4.5 只相隔約一個月。與上一代不同，這次升級並非靠加大模型規模換取分數，而是來自更長的補充訓練、更高質素的工程數據，以及在程式開發、網頁開發與設計等場景上的代理式強化學習。

SpaceXAI 形容 Grok 4.6 是為「長時間運行的代理、程式開發、知識工作與更有野心的視覺專案」而設。官方特別強調兩點：模型在多步驟任務中的持續執行能力，以及在長任務期間更頻繁的自我測試與驗證行為。換言之，重點不是單次回答有多聰明，而是跑一個小時之後會不會走偏。

官方宣傳片列出的賣點同樣圍繞這條主線：更了解使用者的程式碼庫、更了解手上正在用的工具、更了解團隊的協作方式，並在設計與前端輸出上有明顯改善。片中示範由一張圖片生成完整網站版面，最後打出「每個 token 的智能最高」這句標語。

數據解讀

• Artificial Analysis 智能指數：Grok 4.6 High 取得 61 分，追平 GPT-5.6 Sol Max，較 Grok 4.5 High 的 56 分提升 5 分。據 9to5Mac 報道，這個分數距離 Claude Fable 5 Max 僅一分之差。
• 領先項目：CursorBench、FrontierCode 與 AA-Briefcase，另在 GDPVal-AA v2 及 Harvey LAB 等評測名列前茅。
• 並非全面領先：官方對比涵蓋 AA Intelligence、GDPVal-AA、DeepSWE 1.1、CursorBench 3.2 與 FrontierCode 1.1，Grok 4.6 並非每一項都排在最前。
• 定價：每百萬輸入 token 2 美元、輸出 6 美元，與 Grok 4.5 相同；高速版本收費為標準版的兩倍。首週在 Cursor 與 Grok Build 內的用量額度加倍。

值得留意的是，61 分本身並不是新高，而是「追平」。真正的變化在價格：同級的智能水平，SpaceXAI 選擇不加價。當旗艦級模型的能力差距收窄到一兩分，能力榜的排名就不再是採購決定的關鍵，每百萬 token 的單價才是。

對市場的影響

Grok 4.6 已在 Cursor、Grok Build、SpaceXAI 官方 API，以及 OpenRouter、Vercel 與 Cloudflare 上線。首週用量加倍的安排明顯是衝着開發者的遷移成本而來：在模型選單上換一個名字的門檻本來就低，額外送出的額度只是把它壓得更低。

對 OpenAI 與 Anthropic 而言，壓力不在榜首那一格，而在中位數的性價比。當一個追平旗艦的模型長期停在 2 美元對 6 美元的價位，定價本身就成為競爭工具，而不是發布會上的一頁附註。

短期內真正的考驗，是基準分數上的追平能否轉化為實際工作流程中的替換。長鏈工程任務的失敗往往不出現在單題評測上，而是在第三十步之後才顯形。SpaceXAI 這次把重心放在自我驗證與持續執行，方向對準的正是這一點，但要等開發者跑滿一週才有答案。

來源

• Introducing Grok 4.6 — SpaceXAI 官方發布
• SpaceXAI releases Grok 4.6, claiming GPT-5.6 Sol and Claude Fable 5-level intelligence — 9to5Mac