SpaceXAI的Grok 4.6重返智能前沿
SpaceXAI's Grok 4.6 Scores 61 on the Artificial Analysis Intelligence Index
SpaceXAI推出的Grok 4.6在Artificial Analysis Intelligence Index上斩获61分，正式重返智能前沿，与GPT-5.6 Sol并驾齐驱，仅次于Anthropic的Claude Opus 5。这款模型在GDPval-AA v2等代理任务中表现卓越，Elo评分高达1753，同时保持了极具竞争力的成本优势。尽管智能指数提升了5分，Grok 4.6的定价却未变，每百万token输入输出仍为2美元/6美元，远低于Claude Opus 5和GPT-5.6 Sol。在长周期知识工作基准AA-Briefcase中，它以更少的对话轮次和输入token完成了任务，展现了极高的效率。对于追求高性能与低成本平衡的开发者而言，Grok 4.6无疑是一个极具吸引力的选择。
Grok 4.6在保持与GPT-5.6 Sol相同的智能指数得分的同时，输出token价格却仅为后者的几分之一，而这正是推理密集型工作负载中决定成本的关键维度。
HN 评论区
399- mpalczewski
Grok 4.5 发布后不久，我就开始用它配合 Grok Build，并直接弃用了 Claude。主要用来处理个人代码。它的沟通方式更好。虽然这听起来可能不算什么大事，但确实很重要。它不会给我堆砌一大段文字，而是只告诉我需要知道的信息，具体的决策由我来做。它的速度也非常快，这意味着会话的互动性更强，我能更多地引导它。我偶尔会用 Codex 和 Sol 交叉验证，但日常主力还是 Grok。
我发现相比 Claude，Grok 提升了我的生产力和产出。用 Claude 时，感觉像是它在给我派活。此外，鉴于最近 Claude 的水印风波，我宁愿用 Grok 或 OpenAI。
如果谁感兴趣，下载 Grok CLI 扔几个提示词试试，你会惊讶的。
- satvikpendem
自从 Grok 4.5 推出以来，Cursor 在前沿模型方面的性价比简直惊人，其订阅服务的价值远超 OpenAI 或 Anthropic。即使在他们的低阶套餐中，你也能大量使用其自研模型（Grok 和 Composer）的 token，相比之下根本用不完。如果再配合编排器（orchestrator）和执行器（implementor）类型的设置，效果会更进一步。
- dudeinhawaii
Grok 相当有趣。我几乎每天都会在任务上进行对比，Grok 确实是个独特的存在，而且是很好的那种。
拥有模型多样性是件好事。当我在 Sol、Terra 和 Luna 上运行同一个任务时，得到的只是质量递减的同一事物的变体，这让整个产品线显得毫无意义。Anthropic 的情况也差不多。Gemini-3.6-Flash 和 3.1 Pro 的表现确实截然不同。而 Opus 5 和 Fable 只是……表亲关系。
我发现，当我想测试复杂的创意挑战时，有 4 个“家族”可选会让体验变得很有趣，因为它们在各自擅长的领域表现突出。
Grok 可能会实现独特的光照效果，Opus 擅长优雅的基元，Sol 能一次性生成精准的降雪，Gemini 则拥有丝滑的动态效果。结合起来，你可以择优选用。
就我而言，Grok 给人的感觉总是有点“乱”，但它总能完成。不过 Grok 4.6 不再仅仅是“聪明且快速”了。它的速度大概和 Sol 差不多。
我在 4.6 中注意到的一个大改进是工具验证的使用。以前，只有 Opus/Fable 能 consistently 截屏那些它们无法直接交互的内容。现在 Grok 可能紧随其后，或许在视觉验证的倾向性上与 Sol 持平。Grok 4.5 在这方面明显做得不多。
- small_model
SpaceXAI 是唯一一家拥有自己计算/数据中心、且即将拥有芯片制造工厂的前沿模型公司。我认为他们将凭借更便宜的 token、相似的智能水平以及更好的工具/框架脱颖而出。在我看来，Grok Build 比 Claude Code 快 2 到 5 倍。
- pzo
看起来缓存读取（cache read）的价格几乎翻倍了，从 Grok 4.5 的 $0.30 涨到了 Grok 4.6 的 $0.50。
根据我重度编码会话的经验，大部分费用都花在缓存读取和缓存写入上，这大概占了我 token 账单的 80%。
- LZ_Khan
好吧，如果达到前沿水平这么容易，那我对 Gemini 倒是看多了。
- rd
我只是在想，如果他们打算继续在这场竞赛中竞争，为什么还要把算力卖给 Anthropic 呢？
- sidcool
Grok 并不是市面上最好的模型，但它还行。它能以低廉的价格完成基本工作。我不认为它目前能推动前沿数学的发展。
- t1234s
在这个帖子里看到关于 Claude 和 Grok 的 SWE（软件工程师）们来回争吵，让我想起了当年 IE 和 Netscape 互怼的日子。
- mchusma
很高兴看到 SpaceX 站在了模型前沿！他们已经追赶了一段时间了。