xAI 发布 Grok 4.6：主打长程智能体，综合成绩打平 GPT-5.6 Sol

如果一年前有人说 Grok 能挤进 AI 第一梯队，多数人大概只会当成笑话。但现在，隔壁的对手们可能真的笑不出来了。

xAI 正式发布了 Grok 4.6。这次升级的重心非常明确，就是主打长时间运行的智能体，以及更复杂的视觉与交互开发。换句话说，它不再满足于只回答几句对话，而是要接管那些需要连续跑很多步的重活儿。

上线当天，Grok 4.6 就已经进驻了 Cursor 和 Grok Build，官方 API 以及 OpenRouter、Vercel、Cloudflare 等平台也同步开放。为了吸引开发者上手，xAI 还在 Cursor 和 Grok Build 里给出了首周双倍使用额度的优惠。

把模糊的想法，一次性写成能跑的原型

很多人用 AI 编程时最怕两件事：一是步骤一长模型就放飞自我，二是给出来的界面和交互一团糟。

按照 xAI 的说法，Grok 4.6 补足的正是这两块短板。它在面对长程任务时，开始具备了自我检验的能力，在进入下一步之前会先检查前面写好的代码是否正常。

更实用的地方在于视觉与交互项目的第一版生成。官方测试显示，只要给出一个大致的产品构想，Grok 4.6 就能单次把应用的结构、视觉语言和核心交互框架全部搭好。开发者不用再从零一点点纠错，而是能拿到一个像模像样的半成品，在这个基础上一轮轮迭代。

为了练出这种耐力，xAI 在 Grok 4.5 的基础上做了更长时间的补充训练。他们用 4.5 生成并筛选了高质量的推理轨迹，清洗掉有问题的步骤，再把模型放进各种智能体强化学习环境里反复摔打，涵盖底层内核优化、网页开发、CAD 等专业领域。

成绩咬住前排，价格打到四成

在 Artificial Analysis 的综合智能指数榜单上，Grok 4.6 拿到了 61 分，直接打平了 OpenAI 的 GPT-5.6 Sol，仅落后于 Opus 5 的 63 分和 Fable 5 的 62 分。

虽然在部分极其复杂的专业软件工程测试（如 Deep Swe）上它比起 GPT-5.6 还有距离，但在衡量真实经济工作能力的 GDP val 以及 CursorBench 等基准测试中，它的表现已经超过了 Fable 5 或 Sol。

更关键的是价格。Grok 4.6 的 API 基础定价是每百万输入 token 收 2 美元，每百万输出 token 收 6 美元。据行业讨论测算，这个价格比 Sol 和 Fable 便宜了大约 60%。另外，官方还提供了一个速度翻倍的快速版本，价格同样翻倍。

马斯克随后在社交平台上表示，如果综合考虑智能水平、速度和成本，Grok 4.6 客观上已经是第一名。他甚至提前预告，更强的 Grok 4.7 大概在三到四周后就会准备就绪。

为什么重要

对于每天泡在 Cursor 里的工程师和独立开发者来说，Grok 4.6 绝对值得第一时间开箱体验。首周双倍额度降低了试错成本，而它擅长一键搭建 UI 原型和自检长流程的特性，刚好打中了全栈开发中最耗时的起步阶段。

我们认为，xAI 这一步走得相当务实。他们没有在所有通用领域死磕参数量，而是把算力砸在程序员最在意的两件事上：能不能耐心地跑完全程，以及给出的前端代码能不能直接看。结合 Cursor 这样成熟的分发渠道，Grok 迅速找到了最核心的用户群。

从竞争格局来看，Grok 正在扮演前沿梯队的价格搅局者。在性能咬死各家旗舰模型的同时把成本砍掉大半，这会直接倒逼 OpenAI 和 Anthropic 加快降价或推新节奏。如果几周后的 4.7 真能如期交付，前沿模型的排位赛恐怕真要变天了。