Grok 4.6 横空出世！500K 上下文 + $2/百万 tokens，xAI 用后训练打了一场漂亮的性价比之战！

admin@yesmiracle.net (万戈) — Fri, 14 Aug 2026 00:00:00 +0000

当「不加价」成为最大的卖点

如果你关注 AI 模型市场，昨天 xAI 扔下了一颗不大不小的炸弹。

Grok 4.6，8 月 12 日正式发布——不涨价。$2/百万输入、$6/百万输出的 API 价格纹丝不动。这在 2026 年的模型军备竞赛里，已经算得上良心定价了。

但真正让开发者们兴奋的是那个数字：500,000 tokens 上下文窗口。对比 Grok 4.5 的 1M 上下文实际上还缩了水？不，4.5 的 1M 标注是理论最大值，4.6 把有效可用上下文从 128K 直接拉到了 500K。

还是先看价格对比表吧，数据说话最直接：

模型	输入价格 ($/M tokens)	输出价格 ($/M tokens)	上下文	AA Index
Grok 4.6	$2	$6	500K	61
Grok 4.5	$2	$6	128K 有效	56
GPT-5.6 Sol Max	$2	$6	1M	61
Fable 5 Max	$5	$15	1M	62
Claude Opus 5	$15	$75	200K	63

Grok 4.6 以 Fable 5 的 1/3 输入价格、1/12 输出价格 拿到了几乎同级的 AA Index。Claude Opus 5 仍然是智能王者，但价格是 Grok 4.6 的 12.5 倍。

性价比这个词，2026 年终于不再是个营销话术了。

500K 上下文和暗藏的「定价悬崖」

先说好的：500K 上下文是实打实的升级。

以前 Grok 4.5 虽然标称 1M，但实际上超过 128K 之后性能就开始衰减。4.6 把可靠窗口做到了 500K——你可以在一个 prompt 里塞进《三体》三部曲的全文还有富余，然后让模型直接回答问题。

这给长距离 Agent 任务带来了质变。以 APEX-Agents 为例，Grok 4.6 得分 57.5%，比 4.5 的 47.1% 暴涨了 10.4 个百分点，甚至超过了 GPT-5.6 Sol Max 的 56.7%。

但硬币有另一面。

xAI 的定价表里藏着一个小字条款：prompt 一旦超过 200K tokens，整个请求的单价翻倍——$4 输入 / $12 输出，而且是对全部 tokens，不仅仅是超出的部分。

这叫什么？这叫「全量重定价」。

假设你做一个长文档分析项目，每个 prompt 240K tokens。理论上你该付 $0.48（240K × $2/M）。但实际上你要付 $0.96（240K × $4/M）——因为整个请求进了长上下文定价带。

xAI 管这个叫 “fast variant”。我管它叫定价悬崖——你在 200K 以内享受廉价推理，一超过阈值，成本瞬间翻倍。

对比来看：

场景	Grok 4.6	GPT-5.6 Sol	Fable 5
短 prompt (10K)	$0.02	$0.02	$0.05
中等 (100K)	$0.20	$0.20	$0.50
长 prompt (250K - 超阈值)	$1.00 ☠️	$0.50	$1.25

所以 Grok 4.6 的真正甜蜜点是 200K tokens 以内的场景。在这个范围内，它的性价比无人能敌。

Benchmark 全面解读：哪里赢了，哪里输了

xAI 这次放了一张 10 行的 benchmark 表，我们从工程视角逐行拆解。

评测	Grok 4.6	Grok 4.5	GPT-5.6 Sol Max	Fable 5 Max
AA Intelligence Index	61	56	61	62
CursorBench v3.2	69.9%	66.7%	67.2%	70.5%
DeepSWE v1.1	65.9%	54.0%	73.0%	70.0%
APEX-Agents	57.5%	47.1%	56.7%	59.2%
Terminal-Bench v3.0	26.0%	15.7%	34.6%	34.1%
FrontierCode v1.1	61.3%	56.6%	60.6%	63.6%
Harvey LAB (Vals)	15.8%	12.9%	2.5%	11.3%

Grok 4.6 的强项：

Agent 长任务（APEX-Agents）：57.5%，在对比模型中最高，反超 Sol Max
法律知识工作（Harvey LAB）：15.8%，碾压 Sol 的 2.5%——这是 xAI 刻意在 RL 阶段加入知识工程领域的结果
GDPVal-AA v2：1753，超过 Sol 的 1728
知识检索（AA-Briefcase）：1577，同样领先

Grok 4.6 的短板：

仓库级编码（DeepSWE v1.1）：65.9%，被 Sol 的 73.0% 甩了 7 个百分点——这是 repo-scale 的纯编码任务，Sol 确实更强
终端操作（Terminal-Bench v3.0）：26.0%，大幅落后 Sol 的 34.6%。注意 Terminal-Bench v3.0 是全新套件，没人超过 35%
Cursor IDE 编码（CursorBench）：69.9%，被 Fable 5 的 70.5% 微弱领先

一句话总结：Grok 4.6 在 Agent 长任务和知识工作上有独特优势，在仓库级编码上仍然不如 Sol。 如果你主要用 IDE 里的 AI 助手写代码，Fable 5 仍然是王者；如果你在构建长周期 Agent 流程，Grok 4.6 值得一试。

后训练驱动：没有新架构，全靠数据质量

这是 Grok 4.6 最反直觉的地方：它不是新模型。

xAI 没有发布新预训练基座。Grok 4.6 是 Grok 4.5 基座拿出来做了「更长」的补充训练，然后叠了三层后训练：

SFT 被 Grok 4.5 自己重写：用 4.5 生成了新的监督微调轨迹，覆盖推理、Agent、STEM、软件工程。有问题的轨迹被模型本身过滤掉了。
Agentic RL：在知识工作、通用编码、内核优化、Web 开发和 CAD 等领域做强化学习。注意 CAD 和内核优化——xAI 刻意让模型在「一步错代价高」的领域训练。
更长的训练 + 改进的优化器：比 4.5 更长的补充训练，加上新的优化器和训练配方。

这个「用上一个模型写下一个模型的作业」模式已经成为全行业的标配了。xAI 把它做到了极致——训练数据、过滤规则、RL 环境，全都是内部迭代出来的。

有意思的是，xAI 还提到 4.6 开始展现出 self-testing 行为——模型在执行长轨迹时会自己检查自己的输出，在继续之前先验证。这在官方公告里只是一句话，但对于跑过 Agent 工作流的开发者来说，这是最容易共鸣的改进。

生态布局：Cursor + Grok Build + 全平台覆盖

Grok 4.6 发布首日就上了这些平台：

xAI API：grok-4.6 模型 ID，即刻可用
Cursor：首周双倍用量
Grok Build：xAI 自家 Agent 框架
OpenRouter：第三方聚合
Vercel：Edge 部署
Cloudflare：全球边缘推理

从 Cursor 的收购到 Grok Build 的开源，xAI 的策略很清楚：不做封闭生态。模型给你、框架给你、部署平台也给你。盈利靠 API 调用量，不靠锁定。

首周促销是 2x 用量——和 Grok 4.5 发布时一样的策略。如果你当时没用完双倍，这次是新的双倍窗口。

至于已经在路上的 Grok 4.7，xAI 透露是基于 2.1T 参数架构的全面升级（非后训练），预计几周内发布。所以 4.6 更像是一个「中场更新」——用后训练榨干 4.5 基座的最后一滴潜力，给 4.7 争取时间。

写在最后

Grok 4.6 是一款定位精准的产品：不追求全面领先，追求单位成本的智能密度。

它的 benchmark 不是最漂亮的——DeepSWE 73% 和 Terminal-Bench 34.6% 仍然是 Sol 的地盘。但如果你算一笔账：$2/$6 的价格拿到 AA Index 61 的智能水平，在 200K 以内的 prompt 长度下，Grok 4.6 是当前市场上性价比最高的前沿模型。

2026 年的模型市场已经分化为两个阵营：一边是「贵但最强」的 Opus 5 和 Fable 5，另一边是「够用且便宜」的 Grok 4.6 和 DeepSeek V4。对于大多数工程场景——代码生成、文档分析、Agent 工作流——后者可能才是更理性的选择。

📌 相关阅读：CoreWeave Q2 营收翻倍至 $25.8 亿！$1040 亿积压订单 + 大客户矩阵，AI 云基础设施的疯狂造富时代！

Benchmark on AI博士 万戈