xAI 推出 Grok 4.6：專注長程代理與視覺工作，綜合智能指數追平 GPT-5.6 Sol

人工智能公司 xAI 發表新一代模型 Grok 4.6，建基於 Grok 4.5，重點強化長程代理（long-running agents）以及更進取的互動與視覺工作能力。官方表示，新模型能跨越多個步驟持續處理複雜任務，無論是研究主題、分析資料、跨代碼庫作業，還是將一個想法轉化為可運作的應用程式或工作成品。

聚焦長程代理與視覺工作

Grok 4.6 與前代 Grok 4.5 相比，主要進步在於長時間執行的代理任務。官方指，模型能維持跨多步的複雜工作，由研究主題、分析資訊、跨代碼庫工作，以至把一個想法變成完整的應用程式或工作成品。在較長的執行軌跡上，官方亦觀察到模型出現更多自我測試與驗證行為，在推進前先檢查自己的工作。

基準表現

在多項代理編碼與知識工作基準中，Grok 4.6 達到前沿水平。它在 Artificial Analysis Intelligence Index 取得 61 分，與 GPT-5.6 Sol 持平；該指數是九項基準的綜合分數。其他分數包括 GDPVal-AA v2 的 1753 分、CursorBench v3.2 的 69.9%、DeepSWE v1.1 的 65.9%，以及 FrontierCode v1.1（延伸版）的 61.3%。

產品開發能力

官方在專為測試其範疇與持續工作能力而設的項目中，發現 Grok 4.6 特別擅長將一個廣泛的產品意念，轉化為可運作的初版。它能研究不熟悉的領域、建構應用程式結構、實作核心互動，並在數輪回饋中持續改良結果。在視覺與互動項目上，其首輪產出亦較 Grok 4.5 更強，可在單次產出中確立應用程式的結構與視覺語言。

訓練方式與安全

Grok 4.6 進行了比 Grok 4.5 更長的補充訓練，使用經策展的模型生成數據、高質素工程數據，以及改良的優化器與訓練配方。團隊其後以 Grok 4.5 重新生成涵蓋推理、代理框架及 STEM、軟件工程與知識工作等範疇的 SFT 軌跡，並以模型為本的檢查過濾有問題的軌跡。在安全方面，官方指 Grok 4.6 的防護措施已隨其能力改進與校準，並進行了歷來最廣泛的部署前測試。

可用性與定價

Grok 4.6 今日起在 Cursor 與 Grok Build 提供，首星期在兩者提供 2 倍內含用量。它亦透過 API 及 OpenRouter、Vercel、Cloudflare 等合作夥伴提供。定價為每百萬輸入 token 2 美元、每百萬輸出 token 6 美元，另提供價格雙倍的快速版本。

資料來源：xAI 官方公告