xAI 于 8 月 12 日发布新一代模型 Grok 4.6，在 Artificial Analysis 智能指数（AA Index）上获得 61 分，与 OpenAI 的 GPT-5.6 Sol 持平，仅落后于 Anthropic 的 Claude Opus 5（63 分）和 Claude Fable 5（62 分）。这一成绩较前代 Grok 4.5 提升了 5 分，标志着 xAI 首次跻身顶级模型行列。
Grok 4.6 在代理任务（agentic tasks）上表现尤为突出。在旨在衡量计算机上真实知识工作的 GDPval-AA v2 基准测试中，该模型以 1753 的 Elo 评分排名第二，仅次于 Claude Opus 5。它完成复杂任务平均只需约 53 步，而 Claude Opus 5 需要约 103 步，效率近乎翻倍。
定价方面，Grok 4.6 保持每百万 token 输入 2 美元、输出 6 美元的价格，比 Claude Opus 5（5/25 美元）和 GPT-5.6 Sol（5/30 美元）便宜超过 60%。这一价格优势使其成为目前性价比最高的前沿模型之一。
Grok 4.6 现已通过 API、Cursor、Grok Build 以及 OpenRouter、Vercel、Cloudflare 等合作伙伴提供。为吸引开发者，xAI 在发布首周为 Grok Build 和 Cursor 用户提供双倍使用配额。
此次发布正值 AI 模型竞争白热化阶段。OpenAI、Anthropic 和 xAI 均在加速迭代，试图在性能和成本之间取得平衡。Grok 4.6 的定价策略可能迫使竞争对手重新考虑其价格体系，尤其是对成本敏感的开发者群体而言，性价比将成为重要考量。
从产业链角度看，模型层竞争加剧对下游应用开发者是利好，他们能以更低成本获得接近顶尖水平的模型能力。同时，这也对算力基础设施提出更高要求，因为高效完成代理任务意味着更少的推理步骤，但模型训练和部署的算力消耗仍是关键成本。
值得注意的是，AA Index 综合了多项基准测试，Grok 4.6 的 61 分虽与 GPT-5.6 Sol 持平，但在不同任务上的表现各有优劣。例如在代理任务上，Grok 4.6 的步骤效率显著优于 Claude Opus 5，但在整体指数上仍略逊一筹。这表明各模型在不同场景下各有优势，开发者需根据实际需求选择。
xAI 尚未公布 Grok 4.6 的具体训练细节或参数量，但其快速追赶的势头已引起市场关注。随着 Grok 系列持续迭代，AI 模型市场的竞争格局可能进一步生变，价格战或将成为常态。