馬斯克旗下SpaceXAI推出Grok 4.6！性能追平GPT-5.6 Sol，API價格砍半

馬斯克旗下的SpaceXAI（原xAI）於週三（12日）正式推出新一代旗艦模型Grok 4.6，將主要升級方向鎖定長時間運行的AI代理（Agent）、複雜程式設計、知識工作及互動與視覺任務。SpaceXAI表示，Grok 4.6在多項前沿模型測試中已進入第一梯隊，同時以每100萬個輸入Token 2美元、輸出Token 6美元的價格切入市場，約為部分競爭對手的一半，企圖以「高性能+低成本」策略搶攻開發者市場。

SpaceXAI在官方公告中表示，Grok 4.6是在Grok 4.5基礎上進一步強化，特別針對長時間運行的Agent及更具挑戰性的互動、視覺工作。新模型可以處理需要多步驟執行的研究工作、程式碼庫分析及應用程式開發，並在更長的任務過程中進行自主測試與驗證，讓模型不只是回答問題，而是能持續完成一項完整工作。

SpaceXAI指出，Grok 4.6接受比Grok 4.5更長的補充訓練，訓練資料包括經過篩選的模型生成推理資料及高品質工程資料，同時改進最佳化器與訓練方法。公司並利用Grok 4.5生成不同推理強度、Agent框架以及STEM、軟體工程和知識工作等領域的SFT軌跡，再透過強化學習訓練Grok 4.6執行通用程式設計、知識工作、核心程式最佳化、網頁開發及電腦輔助設計等任務。

這次升級最受市場關注的之一，是Grok 4.6在Artificial Analysis Intelligence Index取得61分，與OpenAI的GPT-5.6 Sol並列。Artificial Analysis指出，該指數綜合多項測試，用來評估模型在數學、科學、程式設計與推理等不同能力的整體表現。Grok 4.6因此進一步縮小與頂級模型之間的性能差距。

在GDPVal-AA v2測試中，Grok 4.6則取得1,753 Elo，高於GPT-5.6 Sol的1,728分及Anthropic旗下Claude Fable 5的1,741分。這項測試著重於具有實際經濟價值的專業工作，包括不同職業與產業的知識工作任務，更接近企業實際導入AI代理後可能面對的工作場景。

不過，Grok 4.6並非在所有評測中都取得第一。SpaceXAI公布的其他測試顯示，新模型在CursorBench v3.2取得69.9%，高於Grok 4.5 High的66.7%；FrontierCode v1.1達61.3%，高於前代56.6%；APEX-Agents達57.5%，高於前代47.1%；APEX-SWE為56.4%，高於前代53.6%；AA-Briefcase則由前代1,313分提升至1,577分；Harvey LAB也由12.9%提高至15.8%。

在部分測試中，競爭對手仍然領先，因此較準確的說法是Grok 4.6已在多項Agent、程式設計及知識工作測試進入頂級模型行列，而非全面擊敗所有競爭模型。Artificial Analysis的排名也會隨模型新增與測試更新而變動，因此SpaceXAI公布的排名主要反映發布時點的橫向比較。

除了模型性能，Grok 4.6的價格策略更可能成為AI產業下一階段競爭的焦點。SpaceXAI將標準API價格設定為每100萬個輸入Token 2美元、每100萬個輸出Token 6美元，並提供速度更快、價格約為兩倍的版本。公司宣稱，標準版本價格約為其他前沿模型的一半。

這項定價策略將Grok 4.6直接推向開發者及企業AI市場。相較之下，市場目前對前沿模型的競爭已逐漸從單純比拚基準測試，延伸到每次推理成本、Token效率、速度以及能否完成實際工作的能力。當模型性能逐漸接近時，相同工作究竟需要多少運算成本，很可能成為企業選擇模型的重要因素。

不過，API單價並不代表所有任務的最終成本都會同比下降。不同模型的Token消耗、推理強度、任務執行時間以及Agent需要呼叫多少次工具，都會影響實際使用成本。因此，Grok 4.6的「半價」主要是API標價上的比較，並不意味著所有應用場景的總成本都一定低50%。

SpaceXAI也同步擴大Grok 4.6的開發者通路。新模型已提供給Cursor、Grok Build及API使用，並透過OpenRouter、Vercel及Cloudflare（NET-US）等平台與服務商提供。SpaceXAI表示，上線首周Cursor與Grok Build用戶可獲得2倍包含用量，讓開發者能以更低門檻測試新模型。

這也延續SpaceXAI近幾個月積極搶攻AI程式開發市場的策略。公司7月推出Grok Build開源版本，將旗下程式設計Agent的核心框架公開，包括上下文組裝、工具調用、程式碼讀取與修改、命令執行、技能、插件及子Agent等功能，並允許開發者在本地環境運行。

Grok Build原先已被SpaceXAI定位為面向專業軟體工程與複雜程式設計工作的Coding Agent，使用者可以先讓模型規劃工作，再審核與批准執行計畫，每次程式碼修改也會以差異檔案方式呈現。Grok 4.6此次進一步強化Agent能力，等於為這套開發工具提供更強大的模型引擎。

SpaceXAI此次還特別強調，Grok 4.6在「把想法變成產品」方面有明顯提升。面對一個模糊的產品概念，模型可以先研究陌生領域，設計應用架構，建立核心功能，再根據測試結果及使用者回饋進行多輪修改。在視覺及互動式專案中，新模型也能更快產出完整的第一版成果。

這種能力反映AI模型競爭正從「問答」走向「執行」。過去大模型主要以回答問題、生成文字或程式碼作為能力展示，現在OpenAI、Anthropic、Google及SpaceXAI等業者都逐步把Agent能力視為下一個競爭戰場，希望模型能自行使用工具、拆解任務、修改成果並完成長時間工作。

Grok 4.6在GDPVal-AA v2的表現尤其符合這項趨勢。SpaceXAI公布的1,753 Elo不只是一般知識問答成績，而是來自需要模型在Agent環境中完成實際專業工作的測試，因此公司試圖藉此證明新模型不只是「聊天能力」提升，而是已能處理更接近企業工作流程的任務。

馬斯克也迅速在社群平台X為新模型造勢。他轉發Grok 4.6取得1,753 Elo及在多項測試領先的相關內容，並對新模型作出高度評價。這也是馬斯克近期持續親自推廣Grok產品的最新例子。

從產業競爭角度來看，Grok 4.6的推出時間也值得注意。Grok 4.5才在7月16日發布，SpaceXAI不到一個月便推出下一代版本。Grok 4.5當時已將程式設計、Agent任務及知識工作列為主要能力，並強調與Cursor共同訓練，顯示SpaceXAI正在快速縮短模型迭代週期。

SpaceXAI近期也持續把Grok從聊天機器人擴展為完整AI工作平台。7月推出的Automations功能允許使用者設定一次工作，之後讓Grok按照排程或收到電子郵件等觸發條件自行執行，並回報結果；5月推出的Connectors則讓Grok直接連接企業及個人使用的應用程