マスク氏のSpaceXAI、Grok 4.6を正式リリース！性能はGPT-5.6 Solと同等、API価格は半額に

マスク氏が率いるSpaceXAI（旧xAI）は水曜日（12日）、次世代フラッグシップモデル「Grok 4.6」を正式にリリースした。今回のアップデートでは、長時間稼働するAIエージェント、複雑なプログラミング、知識作業、インタラクティブおよび視覚タスクへの対応力を重点的に強化している。SpaceXAIによると、Grok 4.6は複数の先端モデル評価テストでトップティアに到達しており、100万入力トークンあたり2ドル、100万出力トークンあたり6ドルという価格設定により、競合の約半額で市場に参入。『高性能＋低コスト』戦略で開発者層の獲得を狙っている。

公式発表によれば、Grok 4.6はGrok 4.5を基にさらに強化されており、特に長時間稼働するエージェントや高度なインタラクション・視覚処理タスクに特化している。新しいモデルは、多段階の研究作業、コードベースの分析、アプリケーション開発に対応でき、タスク遂行中に自主的にテストと検証を行うことが可能だ。これにより、単なる質問応答ではなく、一連の作業を継続的に完遂できるようになっている。

Grok 4.6は、Grok 4.5よりも長い期間にわたって追加学習を受けており、高品質なモデル生成推論データやエンジニアリングデータを含むトレーニングセットを使用。最適化アルゴリズムや学習手法も改善されている。また、Grok 4.5を使って生成された異なる推論強度やエージェントフレームワーク、STEM、ソフトウェア工学、知識作業などのSFT軌道を活用し、強化学習によってGrok 4.6を汎用プログラミング、知識作業、コアコード最適化、Web開発、CAD支援などのタスクに訓練している。

注目すべきは、Grok 4.6がArtificial Analysis Intelligence Indexで61点を記録し、OpenAIのGPT-5.6 Solと並んだことだ。この指標は数学、科学、プログラミング、推論能力など複数の評価を統合したものであり、Grok 4.6がトップレベルモデルとの性能差を大幅に縮めたことを示している。

また、GDPVal-AA v2テストでは1,753Eloを記録し、GPT-5.6 Solの1,728Elo、AnthropicのClaude Fable 5の1,741Eloを上回った。このテストは実際の経済的価値を持つ専門的作業（職業・産業別知識作業）を評価するもので、企業がAIエージェントを導入する現実の業務場面に近い。

ただし、すべてのベンチマークで首位というわけではない。他のテスト結果では、CursorBench v3.2で69.9%（前世代66.7%）、FrontierCode v1.1で61.3%（前世代56.6%）、APEX-Agentsで57.5%（前世代47.1%）、APEX-SWEで56.4%（前世代53.6%）、AA-Briefcaseは1,313から1,577へ、Harvey LABは12.9%から15.8%へと向上しているが、一部の競合には依然として後れを取る項目もある。よって正確には、Grok 4.6はエージェント、プログラミング、知識作業分野でトップクラスに到達したと言える。

価格戦略も大きな焦点だ。標準API価格は入力100万トークン2ドル、出力100万トークン6ドル。高速版は約2倍の価格だが、標準版は他社の先端モデルの約半額。この価格設定により、開発者や企業向けAI市場への浸透を加速させる。

しかし、API単価がそのまま総コストの半減を意味するわけではない。トークン消費量、推論強度、タスク実行時間、エージェントが呼び出すツール数など、実際の使用状況によってコストは変動する。したがって、「半額」はあくまでAPI価格の比較であり、すべてのユースケースでコストが50%削減されるわけではない。

開発者アクセスも拡大。Grok 4.6はすでにCursor、Grok Build、APIを通じて利用可能となり、OpenRouter、Vercel、Cloudflareなどのプラットフォームでも提供されている。初週はCursorとGrok Buildユーザーに2倍の利用量を無料提供し、低コストで新モデルを試せるようにしている。

これは、ここ数ヶ月間のAIプログラミング市場への積極的進出戦略の一環だ。7月にはGrok Buildのオープンソース版をリリースし、コンテキスト構築、ツール呼び出し、コード読み取り・編集、コマンド実行、スキル、プラグイン、サブエージェント機能などを公開。ローカル環境でも動作可能にしている。

Grok Buildはもともと専門的ソフトウェア開発や複雑なプログラミングに特化したコーディングエージェントとして位置づけられており、ユーザーはまずモデルに計画を立てさせ、それを審査・承認した上で実行できる。コード変更は差分形式で提示されるため、透明性が高い。

Grok 4.6はこのエージェント能力をさらに強化し、開発ツールに搭載されるより強力なモデルエンジンを提供している。特に「アイデアを製品にする」能力が向上しており、曖昧なプロダクト概念から始めて、未知の分野を調査し、アプリ構造を設計し、コア機能を構築し、テスト結果やユーザーフィードバックに基づいて複数回修正できるようになった。

視覚的・インタラクティブプロジェクトでは、最初のバージョンを迅速に完成させることが可能。これは、AIモデルの競争が「回答」から「実行」へ移行していることを反映している。かつては質問応答や文章・コード生成が中心だったが、現在はOpenAI、Anthropic、Google、SpaceXAIなどがエージェント能力を次の戦場としている。自らツールを使い、タスクを分解し、成果を修正しながら長期作業を完遂できるモデルが求められている。

GDPVal-AA v2の1,753Eloは、単なるチャット能力の向上ではなく、実際の専門的作業をエージェント環境で完遂する能力を示すものであり、企業の業務プロセスに近いタスク処理ができることをSpaceXAIは強調している。

マスク氏自身もX（旧Twitter）で新モデルを積極的に宣伝。1,753Elo獲得や複数テストでのリードを投稿し、高い評価を示している。これは彼がGrok製品のプロモーションに直接関与している最近の傾向を示している。

Grok 4.6のリリース時期も注目に値する。Grok 4.5が7月16日に発表されたばかりで、1か月未満での次世代モデル投入は、SpaceXAIがモデルのイテレーションサイクルを急速に短縮していることを示唆している。Grok 4.5では既にプログラミング、エージェントタスク、知識作業が主要能力として強調されており、Cursorとの共同訓練も行われていた。

SpaceXAIは近年、Grokをチャットボットから完全なAIワークプレイスへと拡張している。7月にはAutomations機能を導入し、一度設定した作業をスケジュールやメール受信などのトリガーで自動実行・報告できるようにした。5月にはConnectorsをリリースし、Grokが企業や個人のアプリケーションと直接接続できるようにしている。