xAI 发布 Grok 4.6，主打长时程智能体与交互可视化任务
Introducing Grok 4.6 Grok 4.6 builds on Grok 4.5 with a particular focus on long-running agents and more ambitious interactive and visual work. Aug 12, 2026
- 1xAI 发布 Grok 4.6，在 Grok 4.5 基础上重点强化长时程智能体与交互、可视化类工作
- 2官方称其在 Artificial Analysis 智能指数（九项基准综合分）得 61 分，与 GPT-5.6 Sol 持平
- 3API 定价为每百万输入 token 2 美元、输出 6 美元，另有价格翻倍的快速版本
- 4模型当天上线 Cursor 与 Grok Build，并开放 OpenRouter、Vercel、Cloudflare 等渠道，首周提供两倍内置用量
这是 xAI 在智能体编码方向的一次追平式更新，官方口径下竞争焦点从单轮答题转向多步骤长任务和可视化产出。
- 影响：企业多了一个前沿级编码模型选项，价格为每百万输入 token 2 美元、输出 6 美元；模型已接入 Cursor、OpenRouter 等现有渠道，试用和切换路径较顺；官方宣称能从产品想法直接产出可用初版并自我验证，原型类工作的模型选型需要重新比对。
- 参考：可考虑在首周两倍用量窗口内，用团队真实的编码或研究任务做小规模对照测试；值得把官方跑分与自家场景复测分开记录，并按当前用量先算出两档价格的月成本再决定是否接入。
- 依据：性能与对标数据为 xAI 官方发布口径，竞品分数取自各家公开系统卡或榜单，暂无独立验证；价格与渠道信息以官方公告为准。
今天我们发布 Grok 4.6。Grok 4.6 在 Grok 4.5 的基础上，特别专注于长时间运行的智能体以及更具野心的交互与视觉工作。它能在跨多个步骤的复杂任务中持续投入，无论是研究某个主题、分析信息、在整个代码库中工作，还是将一个想法转化为完善的应用程序或工作产物。
Grok 4.6 在多个智能体编程和知识工作基准测试中达到了前沿智能水平。在 Artificial Analysis Intelligence Index（由九项基准测试综合评分构成）上，它与 GPT-5.6 Sol 持平。
竞品数据来自各开发商公布的系统卡或基准测试排行榜。
Grok 4.6 现已登陆 Cursor 和 Grok Build。首周我们将在 Grok Build 和 Cursor 中提供 2 倍包含用量，让你可以立即开始体验 4.6。
训练 Grok 4.6
Grok 4.6 经历了比 Grok 4.5 更长的补充训练过程，其中包含为推理和高级技术概念精心筛选的模型生成数据、高质量的工程数据，以及改进的优化器和训练方案。这为后续的 SFT 和 RL 阶段打下了更坚实的基础。
随后，我们使用 Grok 4.5 重新生成了涵盖不同推理力度、智能体框架以及 STEM、软件工程和知识工作等领域的 SFT 轨迹，并通过基于模型的检查过滤掉有问题的轨迹。由此得到的 SFT 检查点展现出强劲的性能和改善后的行为。
Grok 4.6 在广泛的智能体 RL 任务上进行了训练，包括知识工作、通用编程，以及面向内核优化、网页开发、计算机辅助设计等领域的专用环境。
将雄心勃勃的想法变成可运行的项目
我们在一些旨在拓展模型能力边界、考验其跨多步骤持续工作能力的项目上测试了 Grok 4.6。我们发现该模型特别擅长将宽泛的产品想法变成可运行的第一个版本。它可以研究陌生的领域、搭建应用程序结构、实现核心交互，并通过数轮反馈不断打磨成果。
在更长的轨迹中，我们还开始观察到更多的自我测试与验证，模型会在继续推进之前先检查自己的工作。
在视觉和交互项目上，Grok 4.6 的首次产出比我们通常在 Grok 4.5 上看到的更为出色。给定一个具体的产品想法，它能够一次性为应用程序确立结构和视觉语言。这使得它对于那些以先做出实质性成果、再在循环中迭代为通往良好结果最快路径的项目尤为有用。
安全与能力
Grok 4.6 的安全防护措施已得到改进，并根据模型的能力进行了校准。
我们的安全体系旨在跨合法用例最大化实用性与安全性，使 Grok 4.6 能够在漏洞修复、加速工程设计周期以及增强 AI 研究等领域既有帮助又安全。
我们的安全防护评估工作体现了 Grok 4.6 的扩展能力，包括我们有史以来规模最大的部署前测试套件，用于能力与安全防护校准，以及广泛的部署后测试和第三方测试。
评测
Grok 4.6 高
Grok 4.5 高
GPT-5.6 Sol 最高
Fable 5 最高
AA 智能指数
61
56
61
62
GDPVal-AA v2
1753
1526
1728
1741
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%
APEX-SWE
56.4%
53.6%
—
58.8%
AA-Briefcase
1577
1313
1502
1574
Harvey LAB (Vals)
15.8%
12.9%
2.5%
11.3%
每项评测的最高分以粗体显示。第三方模型分数取自自报结果或公开可用结果中的最佳值。
开始使用 Grok 4.6
Grok 4.6 现已在 Cursor 和 Grok Build 中可用。它还可通过 API 以及 OpenRouter、Vercel 和 Cloudflare 等其他合作伙伴使用。
定价为每百万输入 token 2 美元起，每百万输出 token 6 美元。此外，还有一个价格为两倍的快速版本。
第一周内，Grok Build 和 Cursor 中的包含用量将提供 2 倍额度，方便你立即开始试用 4.6。
在 Grok Build 中免费试用
立即前往 x.ai/build 开始使用。
来源：xAI：News · x.ai