摘要：马斯克旗下SpaceXAI于8月12日正式发布Grok 4.6，综合性能追平GPT-5.6 Sol Max，API定价仅为竞品一半。本文拆解基准测试成绩、定价策略与市场影响。

美东时间8月12日，马斯克旗下SpaceXAI正式发布新一代大模型Grok 4.6。

距离马斯克7月18日在X上透露“2万亿参数模型下周完成初始训练”，还不到一个月。实际落地的Grok 4.6参数规模为1.5万亿，比预告的少了0.5万亿。但SpaceXAI显然不打算纠缠参数数字——他们亮出了一组更直接的东西：跑分和价格。

跑分：追平GPT-5.6 Sol，个别项目反超

在第三方评测机构Artificial Analysis的智能指数中，Grok 4.6综合得分61，与OpenAI的GPT-5.6 Sol Max持平，较上一代Grok 4.5 High的56分提升5分。目前榜单前两名分别是Anthropic的Claude Opus 5和Claude Fable 5 Max（62分），Grok 4.6与GPT-5.6 Sol Max并列全球第三。

单项测试更有看头。在评估逻辑与知识水平的GDPVal-AA v2测试中，Grok 4.6取得1753 Elo，超过GPT-5.6 Sol Max的1728分和Claude Fable 5 Max的1741分。在衡量长时程知识工作Agent任务的AA-Briefcase测试中，Grok 4.6得1577分，同样压过Fable 5 Max的1574分。

编程和智能体能力是这次升级的重头戏。DeepSWE v1.1基准测试从54%跃升至65.9%；APEX-Agents智能体基准从47.1%升至57.5%，略超GPT-5.6 Sol Max的56.7%；CursorBench v3.2达到69.9%，高于GPT-5.6 Sol Max的67.2%。

当然，并非所有项目都领先。DeepSWE v1.1上GPT-5.6 Sol Max仍保持73%的优势；Terminal-Bench v3.0上Grok 4.6仅26%，落后于GPT-5.6 Sol Max的34.6%。Grok 4.6在某些领域追平甚至反超，但尚未实现全面压制。

马斯克在X上转发了相关帖子，强调Grok 4.6评分达到1753 Elo，并自夸新模型“太牛了”。不过这个Elo分数是SpaceXAI自己报告的，尚未在LMSYS Chatbot Arena等公开平台上得到独立验证。

定价：一半的价格，两倍的算力

跑分之外，真正的杀招在价格。

Grok 4.6 API起售价为每百万输入Token 2美元、每百万输出Token 6美元。作为对比，OpenAI和Anthropic同级别前沿模型的定价大约是其两倍。投资机构Atreides Management首席投资官Gavin Baker的评价更激进：Grok 4.6性能大致相当于Fable 5 Max，但输入Token价格低80%、输出Token价格低88%。

SpaceXAI同时宣布，Grok 4.6已接入Cursor、Grok Build，并通过OpenRouter、Vercel和Cloudflare等合作伙伴提供。上线首周，Cursor和Grok Build用户还可享受双倍包含用量。

这个定价策略指向性非常明确——开发者。马斯克6月收购了AI编程工具Cursor，现在用自家模型以半价填充自家工具，再加上首周翻倍用量促销，就是在逼开发者切换默认模型。成本不增加，性能差不多，为什么要继续用贵的？

技术：从“回答问题”到“完成任务”

Grok 4.6的核心升级方向，不再是单纯的问答能力，而是让模型能够持续完成需要多步骤执行的复杂任务。

SpaceXAI表示，新模型重点针对长时间运行的智能体进行训练，可以连续完成研究主题、分析信息、处理代码库，甚至把一个模糊的产品想法转化为可运行的应用。在更长的任务轨迹中，模型开始表现出更多自主测试和验证能力——会在继续执行之前检查此前的工作。

训练层面，Grok 4.6经历了比Grok 4.5更长的补充训练，加入了经过筛选的模型生成推理数据、高质量工程数据，并改进了优化器和训练方案。随后利用Grok 4.5生成覆盖不同推理强度、智能体框架以及STEM、软件工程和知识工作的训练轨迹，进一步通过强化学习训练模型完成通用编程、知识工作、内核优化、网页开发和计算机辅助设计等任务。

Grok 4.6支持50万Token上下文窗口，运行速度80 TPS。还有一个速度更快、价格翻倍的版本，适用于低延迟场景。

市场信号

Grok 4.6的发布节奏相当密集。7月刚推出Grok 4.5，一个月后就迭代到4.6。马斯克此前还透露，Grok 4.7（2.1万亿参数）几周后也会推出。

这套组合拳打的是AI模型市场的一个结构性缺口。OpenAI和Anthropic靠技术领先建立了品牌溢价，但开发者对Token账单的敏感度在上升。Grok 4.6的策略简单粗暴：性能挤进第一梯队，价格直接砍半。能不能靠这个从OpenAI和Anthropic手里抢开发者，取决于两件事——实际使用体验能不能兑现跑分，以及马斯克能不能管住自己那张嘴。毕竟Grok过去最大的问题从来不是技术，是信任。