Grok 4.6一夜追平OpenAI，马斯克打了一场翻身仗

“人工智能进步的速度现在真是疯狂。”一位用户在SpaceXAI的评论区感慨。就在同一天，DeepSeek、阿里千问和马斯克的SpaceXAI同时发布新模型，不少测评博主和从业者表示，“又是一个不眠夜”。

(资料图片仅供参考)

当地时间8月12日，距离上一代模型Grok 4.5的发布时间仅一个多月，SpaceXAI发布了最新版的大模型Grok 4.6。

根据各类评测，SpaceXAI这次最突出的特点是，在模型能力追平了竞争对手OpenAI，仅次于Anthropic。同时模型也延续了上一代的性价比优势，“加量不加价”饱受好评。

有用户表示，“去年没想到Grok 会变得这么好”。很难想象，就在今年5月，Grok 4.3还在大模型智能指数上排到第17位，与OpenAI、Anthropic等头部模型有明显差距，但现在，它已经可以与第二名并驾齐驱了。

靠着新模型，马斯克也成功在AI领域打了一场翻身仗。对于这一模型的宣发马斯克也相当积极，就在模型上线后的2小时内，他转发了约10条推文称赞新模型，称Grok 4.6“智能、快速且性价比超高”，在考虑智能、速度和成本时，Grok 4.6“客观上是第1”。

Grok 4.6主要面向长时间运行的智能体，以及更复杂的交互式、视觉化任务。按照官方描述，它能够持续完成跨越多个步骤的工作，包括研究主题、分析信息、在大型代码库中协作，以及将一个想法转化为可运行的应用或作品。

AI大模型评测机构Artificial Analysis的分析显示，SpaceXAI的Grok 4.6在智能指数上得分61，与OpenAI的旗舰模型GPT-5.6 Sol 齐平，落后于 Claude Opus 5（63）和 Claude Fable 5（62），略高于国内模型Kimi K3（60）。

Grok 4.6更突出的优势出现在智能体知识工作上。在GDPval-AA v2（一项用于测试AI完成高经济价值职场任务能力的评测）中，Grok 4.6获得1753分。SpaceXAI官方列出的对比数据显示，这一成绩高于Claude Fable 5的1741分和GPT-5.6 Sol的1728分；Artificial Analysis则称，其目前仅落后于Claude Opus 5。

Grok 4.6延续了上一代的性价比路线，这一代能力升级了，但主要定价与Grok 4.5保持不变，每百万输入/输出token 为2美元/6美元，比Claude Opus 5（5 美元/25 美元）和GPT-5.6 Sol（5 美元/30 美元）低60%以上。

Artificial Analysis的数据显示，Grok 4.6的每任务成本为0.84 美元，与Kimi K3相同，但智能分数略高，因此目前Grok 4.6是综合能力与每任务成本的最优模型。

“以相同价格获得重大升级总是好消息。如果Grok 4.6在不涨价的情况下比4.5提供明显更好的推理能力和可靠性，那对用户来说就是一次扎实的升级。”有开发者表示。

在智能体场景中，模型需要反复调用工具、读取文件、修改代码并自我检查，一项任务可能持续数十分钟甚至数小时，token消耗会被迅速放大。模型能否以更少的钱稳定完成任务，直接影响产品毛利率和规模化部署。这也是“加量不加价”受到开发者欢迎的原因。

兜兜转转，经历动荡和重整，SpaceXAI重新回到大模型前沿。有行业人士将这种进步与收购 Cursor 联系起来，毕竟就在收购后，Grok就取得了巨大进步。

今年6月，SpaceX宣布以600亿美元全股票交易收购Cursor。马斯克此前承认，其AI业务在编程领域存在差距，并为此推动了一轮人员调整。与Cursor的合作，是SpaceXAI补足短板的关键一步。

Cursor此前透露，Grok 4.5训练过程中引入了数万亿token的Cursor真实开发数据，这些数据不仅覆盖大量代码库，还记录了开发者如何修改代码、如何调用工具，以及如何与AI智能体协同工作，使模型能够学习真实的软件开发流程，而不仅仅是代码本身。

根据SpaceXAI披露的信息，Grok 4.6进行了比上一代更长时间的补充训练，使用了经过筛选的模型生成数据（用于推理和高级技术概念）、高质量的工程数据，以及改进的优化器和训练方案。

当然，不能把Grok 4.6的进步简单归功于收购，算力、数据、后训练方法和工程优化共同决定模型效果。但无论如何，对马斯克而言，Grok 4.6确实让SpaceX的AI故事变得更好讲了。它也证明，经历组织调整和技术补课后，Grok仍有能力以很快的速度回到前沿。