Grok4.6发布！性能究竟如何？
8月12日，SpaceXAI正式发布Grok 4.6。距离上一代Grok 4.5仅一个多月。马斯克两小时转了十几条推文，最后放话说“综合考虑智能、速度和成本，Grok 4.6客观上是第一名”，而且*Grok 4.7将会超越当前所有模型。要知道，就在5个月前，Grok差点就要吃散伙饭了。硬指标：追平GPT-5.6 Sol MaxArtificial Analysis智能指数AAII上，Grok 4.6拿到61分，与GPT-5.6 Sol Max持平，仅落后于Claude Fable 5 Max的62分。相比Grok 4.5的56分，一个月涨了5分。具体到各个维度：- 高价值职场任务（GDPVal-AA v2）：1753分，仅落后Claude Opus 5，排名第二- 编程能力（CursorBench/FrontierCode）：69.9%，领先OpenAI旗舰模型- 长程Agent*（AA-Breifcase）：52/63轮完成，紧随GPT-5.6 Sol更夸张的是速度——Grok 4.6推理速度达67.6 token/秒，是任何59分以上模型中最快的。对于需要快速迭代的Agent循环来说，这个速度优势是决定性的。价格不到竞品一半API定价：每百万输入Token 2美元，缓存命中0.5美元，输出6美元。在长程知识工作评测中，Grok 4.6平均约53轮即可完成任务，而Anthropic旗舰模型需约103轮，输入消耗仅为后者的四分之一，单任务平均成本约0.84美元。Grok逆袭的秘密：Cursor立了大功Grok逆袭的逻辑很清晰：用户拿Grok干活，Cursor记录它怎么干、哪里失败、哪里需要补救，工程师把这些真实任务的行为轨迹加工成训练数据，经过强化学习让模型变强。这是一条正反馈回路。短板也得说超过20万Token的长上下文场景下，单价翻倍。终端操作和软件工程深度仍略落后于顶级竞品。能力跃升来自后训练，而非参数堆砌Grok 4.6为1.5万亿参数模型，在Grok 4.5基础上加大了对长程智能体任务的训练投入。能力跃升主要来自后训练阶段的策略优化，而非参数规模扩张。继GLM-5.3、DeepSeek V4-Flash之后，Grok 4.6再次验证：行业竞争重心已从规模转向训练效率。
发布于 天津
分享
1
赞
未登录
友善发言
评论
加载中
