知识卡片：Grok 4.6

英文标题：Grok 4.6
英文关键词：Grok 4.6; Artificial Analysis; benchmark; GPT-5.6 Sol; Fable 5; API pricing

原始来源：腾讯研究院AI速递 20260814

一句话结论

Grok 4.6 在 Artificial Analysis 综合智能指数上拿到 61 分，追平 GPT-5.6 Sol，仅落后 Fable 5 一分；在 GDPVal、AA-Briefcase、Harvey LAB 等基准上反超 Fable 5，同时 API 价格保持不变。

事件概述

据腾讯研究院 AI 速递（2026-08-14）报道，马斯克发布旗舰模型 Grok 4.6。该模型在 Artificial Analysis 综合智能指数中得 61 分，进入第一梯队，追平 GPT-5.6 Sol，仅落后 Fable 5 一分。在 GDPVal、AA-Briefcase、Harvey LAB 等基准上反超 Fable 5，法律场景以 22% 对 14.2% 领先。不过，在 DeepSWE、Terminal-Bench 等复杂软件工程任务上仍有差距。

方法/产品要点

• 综合智能指数：61 分（Artificial Analysis）。
• API 价格：维持 2 美元/6 美元（原文未标明计费单位，待核实）。
• 单任务平均成本：约 0.84 美元，约为对手的三分之一。
• 后续规划：官方预告 Grok 4.7 将在 3 至 4 周内发布（具体日期待核实）。

主要结果或产业意义

• 在 Artificial Analysis 综合智能指数上追平 GPT-5.6 Sol，仅落后 Fable 5 一分，表明已进入顶级模型第一梯队。
• 在 GDPVal、AA-Briefcase、Harvey LAB 等基准上反超 Fable 5，其中法律场景领先幅度较大（22% 对 14.2%，具体基准名称待核实）。
• 升级未涨价，API 价格维持不变，单任务平均成本约为对手的三分之一，可能加剧大模型价格竞争。

为什么重要

Grok 4.6 以不涨价的策略进入第一梯队，说明“性能接近顶级、成本更低”成为竞争突破口。它同时展示了不同模型在不同任务类型上的分化：法律/知识工作可能领先，复杂软件工程仍落后。这为评估与选型提供了具体参照。

局限与不确定性

• “2美元/6美元”的具体计数单位（如每百万 Token 输入/输出价格）原文未说明，待核实。
• “法律场景以22%对14.2%领先”所对应的具体基准名称未在原文中明确，待核实。
• DeepSWE、Terminal-Bench 等任务与对手的具体差距数值未提供，待核实。
• 消息来自腾讯研究院 AI 速递，非官方完整公告；Grok 4.7 发布时间为官方预告，实际时间可能变动。
• 成本计算口径（单任务平均成本）未展开，待核实。

与既有脉络的关系

本条是对已有卡片“AA-Briefcase”的更新：Grok 4.6 在该基准上反超 Fable 5，成为 AA-Briefcase 记录的新成绩之一。同时，本条可补充说明：AA-Briefcase 等知识工作基准上的领先，与 DeepSWE、Terminal-Bench 等软件工程基准上的落后并存，体现了模型能力的维度分化。

可用于图书/PPT/简报的角度

• 大模型竞争新格局：Grok 4.6 以更低成本追平顶级模型。
• 性能与成本解耦？从 Grok 4.6 看 API 定价策略。
• 从基准差异看模型能力分化：法律/知识工作 vs. 软件工程。
• 竞品同日发布：根据来源材料，Grok 4.6 与 DeepSeek V4 Pro、Qwen3.8 等同日/同夜发布，可作产业分析起点。

原始材料

• 标题：腾讯研究院AI速递 20260814
• 链接：https://m.sohu.com/a/1062532068_455313
• 原文涉及条目：一、Grok 4.6 发布，跑分追平GPT-5.6不涨价