摘要： SpaceXAI 於 2026 年 8 月 12 日推出 Grok 4.6；Artificial Analysis 同日發布獨立評測，智能指數 61 分，比 Grok 4.5 高 5 分，並與 GPT-5.6 Sol（max）同檔。該機構稱它在每項代理評測都位於成本對效能的帕累托前緣，平均約 53 個輪次、累積輸入 token 約 5 億。價格維持輸入每百萬 token 2 美元、輸出每百萬 token 6 美元，推估單題成本 0.84 美元。
2026 年 8 月 12 日，SpaceXAI 正式推出 Grok 4.6，與上一代 Grok 4.5 相隔不過一個多月。同一天，Artificial Analysis 發布獨立評測：智能指數為 61 分，比 Grok 4.5 高出 5 分，與 GPT-5.6 Sol（max）並列同檔，前面只剩 Claude Opus 5（max，63 分）與 Claude Fable 5（62 分），並微幅領先 Kimi K3。官方發布與該份評測在 Hacker News 上的兩串討論，合計接近千分。就靠這樣一次「小步快跑」式的更新，SpaceXAI 重新站回前沿集團。
61 分的位置
這個分數該怎麼讀？它與 GPT-5.6 Sol（max）處於同一檔次，距離 Claude 兩款旗艦有一到兩分的差距。看分項成績，GDPval-AA v2 的 Elo 來到 1753，只輸給 Claude Opus 5，並與 Claude Fable 5、Qwen3.8 Max 打成統計上的平手。還有一點值得注意：兩份成績單採用的標準並不一致。x.ai 自家公布的評測表主張在 GDPVal-AA、CursorBench v3.2、AA-Briefcase 與 Harvey LAB 取得領先，但同一張表也直白寫出 DeepSWE 輸給 GPT-5.6 Sol Max（65.9% 對 73%）——在 2026 年的前沿發布裡，願意在自己的發表資料上點名弱項的廠商仍屬少數。
代理任務才是決勝點
Artificial Analysis 對 Grok 4.6 的強項說得毫不含糊：很少模型能同時在知識工作、客戶服務與終端機任務上都保有競爭力，而它「在每一項代理評測上都站在成本對效能的帕累托前緣」。真正的差別在於輪次效率——跑完任務平均約需 53 個輪次、累積輸入 token 約 5 億；相較之下，Claude Opus 5（max）要約 103 個輪次與 20 億 token。代理工作流的實際開銷主要取決於輪次數與上下文累積量，這段落差意味著真實帳單會遠低於單價表所呈現的差距。
價格原地不動，為什麼重要
價格沿用 Grok 4.5 的水準：輸入每百萬 token 2 美元、輸出每百萬 token 6 美元，快取命中由 0.3 美元小幅調整為 0.5 美元，context window 維持 50 萬 token。Artificial Analysis 推估的單題成本為 0.84 美元，與 Kimi K3 一樣，並比 Claude Opus 5（5/25 美元）或 GPT-5.6 Sol（5/30 美元）低超過六成。到了 2026 年，前沿模型換代卻不加價是反常的事，因為智能提升通常會伴隨價格上調。對推理比重高的工作流而言，主宰成本的是輸出 token 單價，這個價差會直接進入團隊的選型判斷。
上線通路與開發者入口
推出當天即可在 Cursor 與 Grok Build 使用，API 透過 console.x.ai 提供，合作通路涵蓋 OpenRouter、Vercel 與 Cloudflare。技術方面，x.ai 表示這一版延長了補充訓練、以 Grok 4.5 重新生成並過濾 SFT 軌跡，並針對寫程式、知識工作、核心最佳化、網頁開發與 CAD 進行代理式強化學習；官方形容模型更懂得「先自我檢查，再往下走」，視覺與互動專案的首次過關率因此提升。開賣首週，Grok Build 與 Cursor 提供雙倍用量，「fast」變體的價格則是標準費率的兩倍。