Grok 4.6发布，对标GPT-5.6 Sol

北京时间8月12日晚间，SpaceXAI正式发布Grok 4.6模型。作为Grok 4.5的迭代版本，新模型重点强化了长时间运行的智能体任务处理能力，并显著提升了复杂交互和视觉工作表现。

据发布信息，Grok 4.6能够持续处理包含大量步骤的复杂任务，覆盖资料研究、信息分析、大型代码库处理，以及将产品构想转化为完整应用或工作成果等场景。这一能力升级意味着模型不再局限于单轮问答，而是能够在多阶段流程中保持上下文连贯，完成更接近真实工作流的闭环任务。

在基准测试方面，Grok 4.6在多项智能体编程和知识工作测试中达到前沿水平。尤其在综合9项基准测试的Artificial Analysis Intelligence Index上，Grok 4.6与GPT-5.6 Sol取得了相同分数，显示出两者在综合智力表现上已处于同一梯队。

目前，Grok 4.6已在Cursor和Grok Build两个平台上线。首周，两项服务将向用户提供两倍的内含使用额度，以鼓励开发者充分体验新模型的智能体能力。此外，Grok 4.6也已通过API开放，并登陆OpenRouter、Vercel和Cloudflare等合作平台。价格方面，每100万个输入Token收费2美元（约合13.5元人民币），每100万个输出Token收费6美元（约合40.6元人民币），速度更快的版本价格则为普通版本的两倍。

训练层面，Grok 4.6经历了比Grok 4.5更长的补充训练。训练数据包括经过筛选的模型生成推理数据、高级技术概念数据，以及高质量工程数据，并配合改进后的优化器和训练方案，为后续监督微调（SFT）和强化学习（RL）提供了更扎实的基础。训练团队还利用Grok 4.5重新生成SFT轨迹，覆盖不同推理强度、智能体运行框架，以及STEM、软件工程和知识工作等领域，并使用基于模型的检查剔除存在问题的轨迹。

强化学习方面，Grok 4.6接受了广泛的智能体强化学习训练，任务覆盖知识工作、通用编程、内核优化、Web开发和计算机辅助设计等领域。在实际项目测试中，Grok 4.6重点接受了长流程、多步骤任务的考验。测试结果显示，新模型擅长把宽泛的产品构想转化为可运行的初版，包括研究陌生领域、规划应用结构、实现核心交互，以及根据多轮反馈持续完善结果。

在更长的任务流程中，Grok 4.6还表现出更多自主测试和验证行为，会在继续执行任务前检查已经完成的工作，减少错误累积。视觉和交互式项目的初版成果也较Grok 4.5有所提升，面对明确的产品构想时，模型能够一次建立应用的基本结构和视觉语言，显著提高了开发效率。

安全方面，Grok 4.6根据扩展后的模型能力调整了安全防护机制。此次安全评估覆盖部署前能力测试、安全防护校准，以及部署后和第三方测试，规模为历来最大。安全体系面向漏洞修补、工程设计和AI研究等合法使用场景，在提高实用性的同时控制安全风险。整体来看，Grok 4.6在长任务智能体、编程能力和视觉交互方面均有明显进步，与头部模型的竞争也进入白热化阶段。