已确认日期确定性: 已确认已公布为确定日期来源对日期的表述有多确定：已确认、已排期、预估、已推迟或未核实。显示所有“已确认”的图钉可信度 84%总体可信度: 84%该图钉的来源和参考资料对其日期的支持程度。包括来源在内的 6 份资料对图钉开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半显示所有可信度不低于 75% 的图钉
SpaceXAI的公告日期为“Aug 12, 2026”，开头为“Today we are releasing Grok 4.6”；其API发布说明将其列在8月12日名下，VentureBeat[6]于同日10:26 a.m. PT报道了此事。Grok 4.6 发布
由原文自动翻译
原标题: Grok 4.6 Released
SpaceXAI发布基于Grok 4.5的Grok 4.6，面向长时间运行的智能体和交互式工作，价格仍为每100万token $2和$6；在Artificial Analysis Intelligence Index上得分61，与GPT-5.6 Sol持平，仅比Claude Fable 5低1分。
- SpaceXAI于2026年8月12日发布Grok 4.6，距Grok 4.5发布五周，称其“在Grok 4.5基础上构建，尤其侧重长时间运行的智能体以及更具雄心的交互式和视觉类工作”，并能在多步骤的复杂任务中持续保持专注[1][2]
- 在Artificial Analysis的Intelligence Index上得分61，与GPT-5.6 Sol(Max)持平，比Claude Fable 5(Max，62)低1分，高于Grok 4.5(High)的56分；VentureBeat将Claude Opus 5列为第一、Fable 5列为第二，Grok 4.6排在月之暗面的Kimi K3之前[1][6]
- SpaceXAI的评测表显示，它在知识工作方面领先(GDPval-AA v2为1,753，高于Fable 5的1,741和GPT-5.6 Sol的1,728，AA-Briefcase为1,577，Harvey LAB为15.8%)，但在智能体编程方面落后：DeepSWE v1.1为65.9%，而GPT-5.6 Sol为73%、Fable 5为70%；Terminal-Bench v3.0为26%，对比34.6%和34.1%[1][6]
- 训练配方是：比4.5更长的补充训练，使用经过筛选的模型生成推理数据和改进的优化器，随后在Grok 4.5跨不同推理强度、框架和领域重新生成的轨迹上进行SFT，再进行涵盖知识工作、编程以及内核优化、网页开发和CAD环境的智能体强化学习[1]
- 效率则走向了反面：Artificial Analysis测得每个指数任务成本为$0.84，经济性不如Grok 4.5，其模型页面显示输出速度仅约每秒56个token；VentureBeat认为此次发布“并未确立明显的性能领先优势”[3][6]
- 此后指数修订改变了这一数字：AA的模型页面在Grok 4.7于9月21日发布后，将Grok 4.6(high)在当前指数上列为44，并标记为已弃用，因此61是发布时期的得分[3]
主要特性
- 定价为：提示词低于200K token时，每100万输入token $2、每100万缓存输入$0.50、每100万输出token $6；超出后分别为$4、$1和$12，适用于整个请求；更快的变体价格为两倍[2][6]
- 500K token的上下文窗口，支持文本和图像输入，仅输出文本；推理强度可选low、medium、high(默认)或xhigh[2]；知识截止日期为2026年2月1日[5]
- 当天即可在Cursor和Grok Build(首周包含2x使用额度)、API、OpenRouter、Vercel和Cloudflare上使用[1][6]
- 8月14日在GitHub Copilot中向Pro、Pro+、Max、Business和Enterprise计划推出[4]
- SpaceXAI表示，其安全防护措施已根据模型能力重新校准，进行了“有史以来最广泛的部署前测试”，并在发布后接受第三方测试[1]
SpaceXAI评测表，强度为high或max[1]
| 评测项目 | Grok 4.6 (High) | Grok 4.5 (High) | GPT-5.6 Sol (Max) | Fable 5 (Max) |
|---|---|---|---|---|
| AA Intelligence Index | 61 | 56 | 61 | 62 |
| GDPval-AA v2 (Elo) | 1,753 | 1,526 | 1,728 | 1,741 |
| CursorBench v3.2 | 69.9% | 66.7% | 67.2% | 70.5% |
| DeepSWE v1.1 | 65.9% | 54% | 73% | 70% |
| FrontierCode v1.1 (Extended) | 61.3% | 56.6% | 60.6% | 63.6% |
| APEX-Agents | 57.5% | 47.1% | 56.7% | 59.2% |
| Terminal-Bench v3.0 | 26% | 15.7% | 34.6% | 34.1% |
| AA-Briefcase | 1,577 | 1,313 | 1,502 | 1,574 |