12 августа 2026 года SpaceXAI, бывшая xAI, выпустила модель Grok 4.6, об этом компания написала в официальном анонсе. Модель рассчитана на долгие задачи агентов, программирование и работу, которая не укладывается в один ответ. В тот же день Artificial Analysis опубликовала свой разбор: 61 балл в сводном индексе, как у GPT-5.6 Sol, и на балл меньше Claude Fable 5.
Громкий заголовок про «догнала лидеров» мало что говорит. Полезнее понять, в каких тестах Grok 4.6 действительно сильна, где отстаёт и сколько стоит в API.
Что объявила SpaceXAI
По словам компании, 4.6 продолжает Grok 4.5 и лучше держится на многошаговых задачах: изучить тему, разобраться в чужом коде, собрать приложение из сырой идеи и пройти несколько кругов правок. Разработчики отмечают, что на длинных задачах модель чаще сама проверяет свою работу, прежде чем идти дальше.
Обучение тоже поменялось. Дополнительный этап предобучения был длиннее, чем у 4.5, примеры для дообучения заново сгенерировала Grok 4.5 и отфильтровала проверка другой моделью. Обучение с подкреплением шло на задачах офисной работы, программирования, оптимизации ядер вычислений, веб-разработки и САПР.
Модель сразу появилась в Cursor и Grok Build, первую неделю там обещали двойной лимит использования. В API она называется grok-4.6, ещё её раздают партнёры: OpenRouter, Vercel и Cloudflare.
Где Grok 4.6 сильнее, а где нет
Сводный индекс Artificial Analysis собирают из девяти тестов. У Grok 4.6 в режиме High 61 балл, столько же у GPT-5.6 Sol (max). У Claude Fable 5 62, у Claude Opus 5 (max) 63. То есть модель в группе лидеров, но первой её не назовёшь.
В таблице SpaceXAI три теста, где Grok 4.6 обходит и Sol, и Fable 5. GDPVal-AA v2, офисные задачи агента: 1753 против 1728 и 1741. AA-Briefcase, длинная работа со знаниями: 1577 против 1502 и 1574. Юридический Harvey LAB: 15,8% против 2,5% и 11,3%, здесь у всех низкие проценты, и сравнивать их стоит только между собой.
В CursorBench, FrontierCode и APEX-Agents модель чуть выше Sol, но ниже Fable 5. А в чистом программировании отставание заметное: DeepSWE v1.1 65,9% против 73% у Sol, Terminal-Bench v3.0 26% против 34,6%. Для тех, кто выбирает модель под код, это важнее среднего балла.
Цифры конкурентов в таблице SpaceXAI взяты из их собственных отчётов или открытых рейтингов, как сказано в сноске к анонсу.
Две разные версии Terminal-Bench
Artificial Analysis пишет о 88,4% в Terminal-Bench v2.1, это уровень лидеров. В таблице SpaceXAI стоит 26% в Terminal-Bench v3.0. Это разные поколения теста, а не падение с 88 до 26. Если в чужом обзоре цифра идёт без версии теста, её лучше не повторять.
Там же Artificial Analysis приводит 50,7% в τ³-Banking, где проверяют многоходовую поддержку клиентов с инструментами. Это один из двух лучших результатов, рядом Qwen3.8 Max с 51,3%. Общая картина ровная: модель хорошо работает на длинных задачах с инструментами и слабее на части чистого программирования.
Сколько это стоит
Цена API не изменилась по сравнению с Grok 4.5: $2 за миллион входных токенов и $6 за миллион выходных. У GPT-5.6 Sol, по данным Artificial Analysis, $5 и $30, у Claude Opus 5 $5 и $25. В задачах с долгими рассуждениями больше всего платят именно за вывод, так что разница там ощутимая.
Artificial Analysis оценивает среднюю задачу в $0,84. В AA-Briefcase модель тратит на задачу около 53 шагов и примерно 0,5 млрд входных токенов, а Claude Opus 5 (max) около 103 шагов и 2 млрд. Агент, который приходит к результату вдвое быстрее, дешевле не только из-за цены за токен.
Окно контекста осталось 500 тысяч токенов. В прайсе SpaceXAI есть оговорка: если запрос длиннее 200 тысяч токенов, по повышенной ставке считается весь запрос, $4 за ввод, $1 за кэш и $12 за вывод. Кэшированный ввод подорожал с $0,30 до $0,50 за миллион. Быстрый вариант модели, по словам компании, стоит вдвое дороже.
Как попробовать
Проще всего выбрать модель в Cursor или открыть Grok Build. Для своих скриптов нужен ключ из консоли, адрес API https://api.x.ai/v1 и имя модели grok-4.6. Минимальный запрос выглядит так:
curl https://api.x.ai/v1/responses \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $XAI_API_KEY" \
-d '{"model": "grok-4.6", "input": "Найди ошибку в функции и объясни её"}'
Тот же адрес работает с клиентами, совместимыми с OpenAI, через base_url. Ключ не кладите в репозиторий и не вставляйте в чат. На странице анонса есть установка CLI через curl | bash, но на рабочем сервере такой скрипт лучше сначала скачать и прочитать.
Если вы уже работаете с другим агентом, не спешите переезжать. Прогоните одни и те же задачи: чужой репозиторий, длинный рефакторинг, интерактивный экран, разбор логов. Как я сравнивал агентов на практике, описано в заметке про OpenCode, а про скиллы для Grok Build есть отдельный разбор.
Grok Bot это не модель
11 августа SpaceXAI показала Grok Bot: облачных агентов со своим компьютером, которые входят в ваши сервисы и работают, пока ноутбук закрыт. Бета открыта подписчикам SuperGrok и платных тарифов Cursor. Это отдельный продукт, а не новое имя модели.
Разница важная. Модель отвечает текстом. Агент с доступом к почте, CRM и счетам может совершить действие, и ошибка становится инцидентом. Права, подтверждения и журнал действий для такого агента лучше настроить до первого сюрприза.
Grok 4.6 вернула SpaceXAI в группу лидеров: 61 балл, паритет с GPT-5.6 Sol и победы в GDPVal, AA-Briefcase и Harvey LAB при заметно меньшей цене. В части классического программирования она уступает. Выбирать стоит по прогону на своих задачах, а не по графикам. Через месяц вышла Grok 4.7 по той же цене.
