Grok 4.6发布：同价更强。马斯克：4.7将超越所有现有模型

北京时间昨晚23点32分，SpaceX发布了最新大模型Grok 4.6。

官方账号 @SpaceXAI 的开场只有两句：它提供前沿智能，并在相同价格下较Grok 4.5有显著提升。紧接着的两条回复把卖点说透——

比同类模型更快，能处理比 4.5 更具挑战性的任务；定价每百万输入token 2美元、每百万输出token 6美元，约为其他前沿模型的一半。今日已在Grok Build、Cursor、Grok Bot和API中可用，Cursor与Grok Build首周用量翻倍。

图源：@SpaceXAI

马斯克本人几乎同时转发：Grok 4.6现已发布。聪明、快速，性价比惊人！ 稍后又亲自助推试用帖：试试Grok 4.6！接下来7天token翻倍。

特斯拉AI高级主任工程师Yun-Ta Tsai的评语更短：同样速度，更高的智能密度。

同价更强，优化长时运行

官网长文《Introducing Grok 4.6》把这次升级的重心写得很明确：在Grok 4.5之上，特别针对长时间运行的智能体，以及更具雄心的交互与视觉工作。它要能在多步任务里待得住——研究一个主题、分析信息、跨代码库干活，或者把一个想法做成成品应用。

▶ 官方介绍视频

训练上，4.6做了比4.5更长的补充训练：用筛选过的模型生成数据练推理和高级技术概念，加上高质量工程数据，并改进了优化器和训练配方。随后用Grok 4.5在推理、智能体框架，以及STEM、软件工程、知识工作等领域重写SFT轨迹，再靠模型检查滤掉有问题的样本。强化学习覆盖知识工作、通用编码，以及内核优化、Web开发、计算机辅助设计等专项环境。

官网说，它尤其擅长把一个宽泛的产品想法做成能跑的初版：先去陌生领域做研究，再搭结构、实现核心交互，再按反馈打磨。更长的轨迹里，开始出现自我测试——继续往下走之前，先检查自己的工作。视觉和交互项目的首轮产出，也明显强于4.5。

定价与4.5相同：每百万输入2美元、每百万输出6美元。另有一个快一倍价格的fast变体。除Cursor与Grok Build外，API以及OpenRouter、Vercel、Cloudflare等合作方同步上线。

官方主帖下，Grok自己先做了一段总结：与Sol、Fable 5同处前沿，综合智能与Sol持平、仅落后Fable 1分；实用智能体和知识工作上领先或持平，纯深度编码和终端任务略逊；价格仍是4.5那一档。马斯克回了两个字：Accurate（准确）。

前OpenAI提示工程师、现GP Andrew Mayne配了一张上色对照表，只写着：帮你改好了。 账号 @JohnTitor则补了一句外界很关心的规模判断：Grok 4.6仍是1.5万亿参数，却能跟更大得多的模型打平、有时还超过——它在越级竞争；4.7及以后才会更大。

能力全线抬升

模型一发布，第三方评测账号比官方发得还密。

GDPVal。 Stability AI创始人、现做主权AI的Emad Mostaque（@EMostaque）转发马斯克的发布帖，配上GDPVal那一行：在我看来，GDPVal可能是最重要的基准，它衡量模型在真实世界任务上的表现。这次性能大幅跃升，以很棒的价格登顶。 官表上Grok 4.6 High的GDPVal-AA v2为1753，高于GPT-5.6 Sol Max的1728、Fable 5 Max的1741，也远高于自己上一代的1526。

OfficeQA Pro V2。 Databricks AI研究员Ivan Zhou（@ivanzhouyq，前 Stanford NLP）发了两张成本-质量Pareto图：我们与SpaceXAI合作，在Mosaic AI最新的OfficeQA Pro V2上评估了Grok 4.6。它使用Databricks的Genie框架取得了SOTA。模型在文档理解和数据推理上最强，而且是一个非常高效的驱动模型。

图上Grok 4.6（Genie）站在正确率最高的位置，单次rollout成本大约落在数美元这一档，把Fable、Opus、Sol甩在右下方。

Artificial Analysis Intelligence Index。 独立评测机构Artificial Analysis（@ArtificialAnlys）给出的是复合指数。Grok 4.6得61，与GPT-5.6 Sol（max）持平；Claude Opus 5（max）63、Claude Fable 5（max 带回退）62，Grok略高于Kimi K3。距4.5发布刚一个多月，指数就加了5分；相对4.3则是+23。他们的结论是：SpaceXAI与OpenAI一道重回智能前沿，仅次于Anthropic。

智能体侧更醒目。GDPval-AA v2 Elo 1753，仅次于Claude Opus 5，置信区间与Fable 5、Qwen3.8 Max重叠；τ³-Banking 50.7%，与Qwen3.8 Max的51.3%并列前二；Terminal-Bench v2.1为88.4%。长时程知识工作私有基准AA-Briefcase上，Elo 1577，达到Fable 5这一档。他们特别点了一句回合效率：Grok 4.6平均约53轮、约5亿输入token做完任务，Claude Opus 5（max）则要约103轮、约20亿输入 token。

标价没变，仍是2/6美元每百万token，比Opus 5的5/25、Sol的5/30低六成以上。每任务成本0.84美元，与Kimi K3持平、智能略高，落在“智能 vs 每任务成本”的 Pareto前沿上。上下文窗口仍是50万token；缓存命中从4.5的0.3美元/百万上调到0.5美元。

这条评测帖下面，SpaceXAI内部的Boris Skorobogaty（@theskory，前 Meta Senior Staff）现身说法：过去几周我一直在大量使用它。从简单编码和代码审查，到设计和调试复杂系统，它都能轻松应对。更突出的是编码之外——深度研究、长篇幅推理、规划、写作和智能体工作流都明显更加敏锐。

NVIDIA 官方助推。@nvidia 发来贺电：Grok 4.6在NVIDIA GB300 NVL72上训练和运行，通过NVLink提供性能、可靠性和最低token成本。

DogeDesigner的一张总表。 账号@cb_doge把官网数字收成名次：GDPVal-AA v2、AA-Briefcase、Harvey LAB三项第一；CursorBench、FrontierCode、APEX-Agents、APEX-SWE四项第二；智能指数61，与Sol Max持平。他的原话是：这是一次巨大升级，而且列出的每一项都击败了Grok 4.5 High。

最价廉物美的高等级AI

Atreides 管理公司管理合伙人、CIO Gavin Baker（@GavinSBaker）把价格差算成了一句投资人听得懂的话：Grok 4.6的性能与Fable 5 Max大致相当，但便宜约85%。输入token便宜80%，输出token便宜88%。Pareto占优。

他还补了一刀：Grok 4.7会显著更好——那是一个大得多的模型，预训练里将纳入Cursor和SpaceX的数据。

随后他自己连发数条。一条配CursorBench成本曲线：即使在OpenAI降价之后，Grok和Cursor仍拥有绝对的Pareto优势。 图上Grok 4.6在约2.81美元/任务附近顶到接近70.8%的高分，Fable 5、Opus 5要走高得多的价位才摸到同一高度。

Benchmark合伙人Chetan Puttagunta（@chetanp）跟了一句更硬的市场判断：企业和初创公司已经认识到Grok是一款出色的模型；Anthropic仍然难合作、作为供应商非常不可靠，市场机会巨大。Gavin转发时称Chetan是最优秀的VC之一，能实时知道创业公司怎么看不同模型——“氛围很好”。

他接着把“氛围”换成第三方数据：Cognition宣布Grok 4.6登陆 Devin，较4.5显著提升，超过GPT-5.6 Sol，仅次于Opus 5和Fable 5；免疫学家Derya Unutmaz说编码和生物医学研究的初步输出“看起来很棒”；人才平台Mercor称它是他们在APEX上测过的成本效率最高的前沿模型之一；Databricks的评测也被他单独转出。Captain VC的Tyler Hogge回得更直：这真是令人难以置信，Anthropic肯定坐立不安了。

Legion Health 创始人Arthur MacWaters（@ArthurMacwaters）先发了一张“永远不要看空埃隆”，随后把话说到更干净的位置：Grok 4.6 可以说拥有最高的每美元智能。这是一个极其重要的指标。

他给了三个理由：token很贵，没人会花10美元买140智商，如果0.10美元就能买到125；实验室需要上市；开源正在疯长。结论只有一句——每美元智能将成为王道。

马斯克引用Artificial Analysis的评测，配上一张每任务成本柱状图，自己盖章：综合考虑智能、速度和成本，Grok 4.6客观上是第一名。

图上Grok 4.6每任务0.84美元，Sol约1.23美元，Claude Opus 5约2.34美元。同样的智能档位，账单差了一截。

4.7将超越所有现有模型

马斯克在回复Devin的开发商Cognition的帖子时，写下了对下一版的判断：

Grok 4.7将超越当前所有模型。话虽如此，Anthropic是一家伟大的公司，可能很快会发布改进的模型。不过，SpaceX训练语料库如此出色且独特，如果有任何模型在现实世界工程方面比4.7更好，我会感到震惊。

这和Gavin Baker那句“4.7会纳入Cursor与SpaceX数据、且大得多”对得上。4.6还在用1.5万亿参数越级；下一刀，拼的是SpaceX自己那套别人拿不到的工程语料。

Grok Bot - AI队友

发布前一天，SpaceX推出了Grok Bot早期 beta：Bot是为你做实际工作的AI队友。它们登录你的工具，像你一样使用它们，然后带着做完的活回来。你可以给任务、合上电脑，再从任何地方联系它们。已经有人用它以自己的语气跟供应商谈判、管网店客服、让CRM保持最新。目前面向SuperGrok Heavy、Cursor Ultra和Cursor Teams Premium，桌面端和iOS可用。

▶ Grok Bot 官方原片

Yun-Ta Tsai的实测比宣传片更具体。他引用上述官方视频写道：

Grok Bot能先翻日历，找出他事先该订、却还没订的事项；再判断最佳预订时间；然后自己去网站上完成预订。他当时走在停车场、还没走到车边，用中英夹杂跟它说话。“Color me impressed.”——我印象深刻。

有人把Grok Bot直接等同于Digital Optimus。播客主Farzad写：“Grok Bot就是Digital Optimus。”马斯克当场纠正：

Digital Optimus并不一样：实时视频人类仿真

我们必须取得AI的胜利

4.6发布前一天，马斯克在SpaceX全员大会上已经把4.6、4.7放进了公司叙事。他先回顾猎鹰、龙飞船、星链、星舰，然后把话头转向AI。

我今天想要传达的最重要信息，那就是我们必须取得AI的胜利，因为未来压倒性地会是关于AI和机器人。我们最终将无法控制AI，它会聪明得我们无法控制。但就像如果你有一个孩子，一个超级天才孩子，你仍然可以向那个孩子灌输你认为好的、正确的价值观和信念。所以这就是为什么我们在Grok上成功极其重要。

收入侧，他给了非常具体的时间表：

我们的AI收入将在大概九月，就是下个月，超过SpaceX所有其他收入，并在第四季度将大幅超过SpaceX所有其他收入。

再往后看五年：

我敢说五年后肯定，AI就是SpaceX价值的99%。而SpaceX的价值将是一个天文数字。

全员会上他还说，大约一周后推出4.6，然后4.7应该会相当特别；SpaceX全部信息都会拿去训练Grok，“你们实际上将成为AI的父母”。