Hvad er vidensgrænsen for Grok 4.6?

Den officielle xAI-modeldokumentation angiver 1. februar 2026 som Grok 4.6's vidensgrænse. For information efter den dato bør applikationer bruge retrieval eller understøttede søgeværktøjer.

Kan Grok 4.6 håndtere langtidskørende kodeagenter?

Ja. xAI har specifikt trænet Grok 4.6 til langvarige agentbaserede opgaver, herunder kodning i repository-skala, iterativ fejlsøgning, research, brug af værktøjer og selvtest på tværs af flere trin.

Hvilket kontekstvindue understøtter Grok 4.6-API'et?

Grok 4.6 understøtter et 500,000-token kontekstvindue, hvilket gør den velegnet til langvarige agentsessioner, store kodebaser og arbejdsgange for vidensarbejde i flere trin.

Hvilke ræsonneringstilstande er tilgængelige i Grok 4.6-API'et?

Grok 4.6 understøtter low, medium, high og xhigh ræsonneringsindsats, hvor high er den dokumenterede standard. Indstillingen lader udviklere afveje latenstid og beregningsressourcer mod dybere ræsonnering.

Understøtter Grok 4.6-API'et websøgning og X-søgning?

Ja. Den officielle API understøtter websøgning, X-søgning, funktionskald og kodekørsel, så udviklere kan kombinere modellens ræsonnering med eksterne værktøjer.

Hvordan klarer Grok 4.6 sig sammenlignet med GPT-5.6 Sol til agentarbejde?

I xAI's offentliggjorte sammenligning scorer både Grok 4.6 og GPT-5.6 Sol 61 på Artificial Analysis Intelligence Index. GPT-5.6 Sol er stærkere på DeepSWE 1.1 og Terminal-Bench v3.0, mens Grok 4.6 scorer højere på GDPVal-AA v2 og CursorBench v3.2.

Hvordan integrerer jeg Grok 4.6 i en eksisterende API-applikation?

API'et eksponerer Grok 4.6 via Responses API og Chat Completions, via CometAPI kan den tilgås med et OpenAI-kompatibelt endpoint på https://api.cometapi.com/v1. Model-id'et er `grok-4.6`.

Er Grok 4.6 egnet til at bygge interaktive applikationer ud fra produktidéer?

Ja. xAI rapporterer, at Grok 4.6 er særligt stærk til at omsætte brede produktidéer til fungerende førsteversioner, herunder strukturering af applikationen, implementering af interaktioner og forfining af visuelle og interaktive resultater over flere feedback-cyklusser.

xAI

Tilgængelig

grok-4.6

Grok 4.6 API

Flagskibsmodellen til kode og alt andet: agentbaseret værktøjskald, minimale hallucinationer, konfigurerbar ræsonnering.

Startpris

$1.60 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Aug 12, 2026

xAI

Playground

Prøv Grok 4.6 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Grok 4.6, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Grok 4.6

Punkt	Grok 4.6
Udbyder	xAI
Model-ID	grok-4.6
Modeltype	Førende multimodal ræsonnerings- og agentmodel
Primære styrker	Langtidskørende agenter, kodning, vidensarbejde, opbygning af interaktive/visuelle applikationer
Inputmodaliteter	Tekst og billeder
Outputmodalitet	Tekst
Kontekstvindue	500,000 tokens
Vidensafskæring	1. februar 2026
Outputgrænse	Ingen tekst-outputgrænse offentliggjort af xAI
Ræsonnering	low, medium, high (default), xhigh
API'er	Responses API, Chat Completions
Værktøjer	Funktionskald, websøgning, X-søgning, kodekørsel
API-priser	$2 / 1M input tokens; $6 / 1M output tokens
Hurtig variant	Tilgængelig til 2× standardprisen
Udgivet	12. august 2026

Hvad er Grok 4.6?

Grok 4.6 er xAIs nyeste frontiermodel med fokus på agent-intelligens.

Forskellen i forhold til en traditionel chatbot er væsentlig.

xAI fremhæver modellens evne til at blive på komplekse projekter i længere tid, arbejde på tværs af kodebaser, undersøge ukendte emner, bygge applikationer og verificere sit eget arbejde.

Det gør Grok 4.6 særlig relevant for det hastigt voksende marked for AI-kodeagenter og autonome agenter.

Hovedfunktioner i Grok 4.6

Langtidskørende agenteksekvering: Grok 4.6 er trænet til at opretholde komplekst arbejde over mange trin i stedet for kun at optimere for svar i én omgang.
Agentorienteret kodning: Den sigter mod software engineering på repository-niveau, kodegenerering, fejlfinding, iterativ test og domænespecifikke kodningsmiljøer.
Research til vidensarbejde: Modellen kan undersøge ukendte domæner, organisere information, ræsonnere over komplekse krav og omsætte fund til en konkret leverance.
Visuel og interaktiv applikationsopbygning: xAI rapporterer stærkere førstegangsresultater for visuelle og interaktive projekter, herunder at omsætte en produktidé til en fungerende applikation og forfine den gennem feedback-sløjfer.
Selvtest og verifikation: Ved længere forløb observerede xAI mere adfærd, hvor modellen tjekker sit eget arbejde, før den fortsætter.
Indbygget værktøjsbrug: Grok 4.6 understøtter funktionskald, websøgning, X-søgning og kodekørsel via API'et.
Konfigurerbar ræsonnering: Udviklere kan vælge low, medium, high eller xhigh ræsonneringsindsats, hvilket gør modellen tilpasningsdygtig til både latensfølsomme og dybræsonnerende arbejdsbelastninger.

Benchmarkresultater for Grok 4.6

xAI oplyser, at Grok 4.6 matcher GPT-5.6 Sol på Artificial Analysis Intelligence Index, en sammensætning af ni benchmarks. Dets stærkeste offentliggjorte resultater omfatter:

Benchmark	Grok 4.6 High	Grok 4.5 High	GPT-5.6 Sol Max	Claude Fable 5 Max
Artificial Analysis Intelligence Index	61	56	61	62
GDPVal-AA v2	1753	1526	1728	1741
CursorBench v3.2	69.9%	66.7%	67.2%	70.5%
DeepSWE v1.1	65.9%	54.0%	73.0%	70.0%
FrontierCode v1.1 (Extended)	61.3%	56.6%	60.6%	63.6%
APEX-Agents	57.5%	47.1%	56.7%	59.2%
Terminal-Bench v3.0	26.0%	15.7%	34.6%	34.1%
APEX-SWE	56.4%	53.6%	—	58.8%
AA-Briefcase	1577	1313	1502	1574
Harvey LAB (Vals)	15.8%	12.9%	2.5%	11.3%

Tallene stammer fra xAIs lancering den 12. august. xAI bemærker, at tredjeparts-tal er hentet fra udvikleres systemkort eller offentlige benchmark-leaderboards, så sammenligninger på tværs af modeller bør fortolkes i lyset af evalueringsmetoden og de anvendte modelindstillinger.

Grok 4.6 vs Grok 4.5 vs GPT-5.6 Sol vs Claude Fable 5

Model	Primær positionering	Kontekst	AA Intelligence	Kodnings-/agentprofil
Grok 4.6	Langtidskørende agenter, kodning, vidensarbejde	500K	61	Stærke agentorienterede kodnings- og interaktive projektarbejdsgange
Grok 4.5	Hurtig frontier generalist- og kodningsmodel	500K	56	Stærkt grundlag for kodnings- og agentarbejdsgange
GPT-5.6 Sol	Frontier generel ræsonnering og agent-arbejde	Offentliggjort konkurrentkontekst varierer efter udrulning	61	Stærke DeepSWE- og Terminal-Bench-resultater
Claude Fable 5	Frontier vidensarbejde og kodning	Offentliggjort konkurrentkontekst varierer efter udrulning	62	Meget stærke CursorBench-, FrontierCode-, APEX-SWE-resultater

Grok 4.6 er mest overbevisende, når arbejdsbelastningen kræver vedvarende eksekvering frem for et enkelt svar af høj kvalitet. Det er især attraktivt for udviklere, der bygger agenter, som gentagne gange researcher, kalder værktøjer, redigerer kode, tester resultater og fortsætter ud fra akkumuleret kontekst. Claude Fable 5 bevarer en fordel på flere offentliggjorte kodnings- og agentbenchmarks, mens GPT-5.6 Sol ligger foran Grok 4.6 på DeepSWE og Terminal-Bench i xAIs sammenligning.

Begrænsninger og overvejelser

Benchmarkresultater er opgaveafhængige: Grok 4.6 er ikke konsekvent den højest scorende model. Dets offentliggjorte resultater viser klare styrker og svagheder på tværs af forskellige agentorienterede evalueringer.
Langvarige arbejdsforløb kan forbruge mange tokens: Et stort kontekstvindue og iterativ værktøjsbrug kan øge det samlede inferensforbrug, selv når pris pr. token er konkurrencedygtig.
Værktøjskonfiguration er vigtig: Websøgning, X-søgning, kodekørsel og funktionskald kræver en applikationsarkitektur, der sikkert kan håndtere værktøjsrettigheder og returnerede data.
Vidensafskæring: Det dokumenterede skæringstidspunkt er 1. februar 2026. For nyere information bør udviklere bruge passende retrieval- eller websøgningstjenester frem for at stole på modellens statiske viden.
Caching kræver bevidst konfiguration: xAI anbefaler prompt_cache_key til Responses API og x-grok-conv-id til Chat Completions for at forbedre pålideligheden af cache-hits.

Anvendelsesområder for Grok 4.6

Autonome kodeagenter — repository-analyse, implementering, fejlfinding, test og iterative rettelser.
Produktprototyper — omsætte brede produktkrav til funktionelle interaktive applikationer.
Tekniske research-agenter — undersøge ukendte tekniske domæner og producere strukturerede leverancer.
Udvikler-copiloter — kodegenerering, review, fejlfinding og flertrins udviklingsforløb.
Automatisering af vidensarbejde — dokumentanalyse, informationssyntese, planlægning og generering af struktureret output.
Værktøjsbrugende assistenter — applikationer der kombinerer modellens ræsonnering med websøgning, X-søgning, kodekørsel og brugerdefinerede funktionskald.

Sådan får du adgang til Grok 4.6 API

For applikationer, der allerede bruger CometAPIs samlede API-lag, skal du bruge Grok 4.6 model-ID'et eksponeret af CometAPI og følge det aktuelle endpoint/skema i CometAPI API-dokumentationen. Dette kan reducere udbyderspecifikt integrationsarbejde, når en applikation skal skifte mellem frontier-LLM'er.

En typisk arbejdsgang er:

Opret eller log ind på en CometAPI-konto.
Opret et API-token i CometAPI-konsollen.
Vælg grok-4.6-model-endpointet.
Send forespørgsler gennem CometAPI-endpointet ved at bruge det dokumenterede forespørgselsskema for modellen.
Behandl den returnerede tekst, værktøjskald eller strukturerede output i din applikation.

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

—

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Priser for Grok 4.6

Udforsk konkurrencedygtige priser for Grok 4.6, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Grok 4.6 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Indtast:$1.6/M Output:$4.8/M	Indtast:$2/M Output:$6/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/chat/completionsPOST/v1/responses

Eksempelkode og API til Grok 4.6

Få adgang til omfattende eksempelkode og API-ressourcer for Grok 4.6 for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Grok 4.6 i dine projekter.

POST

/v1/chat/completions

POST

/v1/responses

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.6",
    "input": [
      {
        "role": "user",
        "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
      }
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s
' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s
' "$response"
fi

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.6",
    "input": [
      {
        "role": "user",
        "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
      }
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s\n' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s\n' "$response"
fi

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="grok-4.6",
    input=[
        {
            "role": "user",
            "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}",
        }
    ],
)

print(response.output_text or response.model_dump_json(indent=2))

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const baseUrl = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey,
  baseURL: baseUrl,
});

const response = await client.responses.create({
  model: "grok-4.6",
  input: [
    {
      role: "user",
      content: "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}",
    },
  ],
});

console.log(response.output_text ?? JSON.stringify(response.output, null, 2));

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-text

image-to-text

Input og output

Input

text

Output

text

Produktionsprofil

Udbyder: xAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Grok 4.6 til produktions-workflows, der matcher dens text-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktionschat og agent-workflows

Kodning, analyse og struktureret generering

Automatisering i stor skala via én API

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Google

Gemini 3.7 Flash

3.7 Flash leverer betydelige forbedringer på tværs af arbejdsgange inden for softwareudvikling, vidensarbejde og webudvikling — med en introduktionspris på halvdelen af den oprindelige 3.6 Flash-pris pr. million tokens.

Se model

DeepSeek

DeepSeek-V4-Flash-Vision

Modellen deepseek-v4-flash-vision-exp accepterer billeder sammen med tekst, så du kan bede modellen om at beskrive billeder, læse tekst fra skærmbilleder, analysere diagrammer og meget mere. Understøttede billedformater: JPEG, PNG, GIF og WebP. Formatet bestemmes ud fra det faktiske filindhold, ikke ud fra filnavnet eller den angivne MIME-type.

Se model

DeepSeek

DeepSeek V4 Pro

DeepSeek V4 Pro er en Mixture-of-Experts-model i stor skala fra DeepSeek med 1.6T samlede parametre og 49B aktiverede parametre, der understøtter et 1M-token kontekstvindue. Den er designet til avanceret ræsonnement, kodning og agent-workflows med lang horisont, med stærk ydeevne på tværs af benchmarks inden for viden, matematik og softwareudvikling.

Se model

Zhipu AI

GLM 5.3

GLM-5.3 er en næstegenerations open source stor sprogmodel, der er optimeret til komplekse kodningsopgaver, langtidsopgaver og scenarier inden for cybersikkerhed. Den leverer betydeligt forbedrede kodningskapaciteter og agentpræstation sammenlignet med GLM-5.2.

Se model

Anthropic

Claude Fable 5

Adgangen til Claude Fable 5 er blevet genoprettet. Claude Fable 5 bringer 5.-generations intelligens til dit mest ambitiøse kodningsarbejde og professionelt arbejde.

Se model

Anthropic

Claude Sonnet 5

Højtydende model til kodning og agenter

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

xAI

Tilgængelig

grok-4.6

Grok 4.6 API

Flagskibsmodellen til kode og alt andet: agentbaseret værktøjskald, minimale hallucinationer, konfigurerbar ræsonnering.

Startpris

$1.60 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Aug 12, 2026

xAI

Playground

Prøv Grok 4.6 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Grok 4.6, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Grok 4.6

Punkt	Grok 4.6
Udbyder	xAI
Model-ID	grok-4.6
Modeltype	Førende multimodal ræsonnerings- og agentmodel
Primære styrker	Langtidskørende agenter, kodning, vidensarbejde, opbygning af interaktive/visuelle applikationer
Inputmodaliteter	Tekst og billeder
Outputmodalitet	Tekst
Kontekstvindue	500,000 tokens
Vidensafskæring	1. februar 2026
Outputgrænse	Ingen tekst-outputgrænse offentliggjort af xAI
Ræsonnering	low, medium, high (default), xhigh
API'er	Responses API, Chat Completions
Værktøjer	Funktionskald, websøgning, X-søgning, kodekørsel
API-priser	$2 / 1M input tokens; $6 / 1M output tokens
Hurtig variant	Tilgængelig til 2× standardprisen
Udgivet	12. august 2026

Hvad er Grok 4.6?

Grok 4.6 er xAIs nyeste frontiermodel med fokus på agent-intelligens.

Forskellen i forhold til en traditionel chatbot er væsentlig.

xAI fremhæver modellens evne til at blive på komplekse projekter i længere tid, arbejde på tværs af kodebaser, undersøge ukendte emner, bygge applikationer og verificere sit eget arbejde.

Det gør Grok 4.6 særlig relevant for det hastigt voksende marked for AI-kodeagenter og autonome agenter.

Hovedfunktioner i Grok 4.6

Langtidskørende agenteksekvering: Grok 4.6 er trænet til at opretholde komplekst arbejde over mange trin i stedet for kun at optimere for svar i én omgang.
Agentorienteret kodning: Den sigter mod software engineering på repository-niveau, kodegenerering, fejlfinding, iterativ test og domænespecifikke kodningsmiljøer.
Research til vidensarbejde: Modellen kan undersøge ukendte domæner, organisere information, ræsonnere over komplekse krav og omsætte fund til en konkret leverance.
Visuel og interaktiv applikationsopbygning: xAI rapporterer stærkere førstegangsresultater for visuelle og interaktive projekter, herunder at omsætte en produktidé til en fungerende applikation og forfine den gennem feedback-sløjfer.
Selvtest og verifikation: Ved længere forløb observerede xAI mere adfærd, hvor modellen tjekker sit eget arbejde, før den fortsætter.
Indbygget værktøjsbrug: Grok 4.6 understøtter funktionskald, websøgning, X-søgning og kodekørsel via API'et.
Konfigurerbar ræsonnering: Udviklere kan vælge low, medium, high eller xhigh ræsonneringsindsats, hvilket gør modellen tilpasningsdygtig til både latensfølsomme og dybræsonnerende arbejdsbelastninger.

Benchmarkresultater for Grok 4.6

xAI oplyser, at Grok 4.6 matcher GPT-5.6 Sol på Artificial Analysis Intelligence Index, en sammensætning af ni benchmarks. Dets stærkeste offentliggjorte resultater omfatter:

Benchmark	Grok 4.6 High	Grok 4.5 High	GPT-5.6 Sol Max	Claude Fable 5 Max
Artificial Analysis Intelligence Index	61	56	61	62
GDPVal-AA v2	1753	1526	1728	1741
CursorBench v3.2	69.9%	66.7%	67.2%	70.5%
DeepSWE v1.1	65.9%	54.0%	73.0%	70.0%
FrontierCode v1.1 (Extended)	61.3%	56.6%	60.6%	63.6%
APEX-Agents	57.5%	47.1%	56.7%	59.2%
Terminal-Bench v3.0	26.0%	15.7%	34.6%	34.1%
APEX-SWE	56.4%	53.6%	—	58.8%
AA-Briefcase	1577	1313	1502	1574
Harvey LAB (Vals)	15.8%	12.9%	2.5%	11.3%

Grok 4.6 vs Grok 4.5 vs GPT-5.6 Sol vs Claude Fable 5

Model	Primær positionering	Kontekst	AA Intelligence	Kodnings-/agentprofil
Grok 4.6	Langtidskørende agenter, kodning, vidensarbejde	500K	61	Stærke agentorienterede kodnings- og interaktive projektarbejdsgange
Grok 4.5	Hurtig frontier generalist- og kodningsmodel	500K	56	Stærkt grundlag for kodnings- og agentarbejdsgange
GPT-5.6 Sol	Frontier generel ræsonnering og agent-arbejde	Offentliggjort konkurrentkontekst varierer efter udrulning	61	Stærke DeepSWE- og Terminal-Bench-resultater
Claude Fable 5	Frontier vidensarbejde og kodning	Offentliggjort konkurrentkontekst varierer efter udrulning	62	Meget stærke CursorBench-, FrontierCode-, APEX-SWE-resultater

Begrænsninger og overvejelser

Benchmarkresultater er opgaveafhængige: Grok 4.6 er ikke konsekvent den højest scorende model. Dets offentliggjorte resultater viser klare styrker og svagheder på tværs af forskellige agentorienterede evalueringer.
Langvarige arbejdsforløb kan forbruge mange tokens: Et stort kontekstvindue og iterativ værktøjsbrug kan øge det samlede inferensforbrug, selv når pris pr. token er konkurrencedygtig.
Værktøjskonfiguration er vigtig: Websøgning, X-søgning, kodekørsel og funktionskald kræver en applikationsarkitektur, der sikkert kan håndtere værktøjsrettigheder og returnerede data.
Vidensafskæring: Det dokumenterede skæringstidspunkt er 1. februar 2026. For nyere information bør udviklere bruge passende retrieval- eller websøgningstjenester frem for at stole på modellens statiske viden.
Caching kræver bevidst konfiguration: xAI anbefaler prompt_cache_key til Responses API og x-grok-conv-id til Chat Completions for at forbedre pålideligheden af cache-hits.

Anvendelsesområder for Grok 4.6

Autonome kodeagenter — repository-analyse, implementering, fejlfinding, test og iterative rettelser.
Produktprototyper — omsætte brede produktkrav til funktionelle interaktive applikationer.
Tekniske research-agenter — undersøge ukendte tekniske domæner og producere strukturerede leverancer.
Udvikler-copiloter — kodegenerering, review, fejlfinding og flertrins udviklingsforløb.
Automatisering af vidensarbejde — dokumentanalyse, informationssyntese, planlægning og generering af struktureret output.
Værktøjsbrugende assistenter — applikationer der kombinerer modellens ræsonnering med websøgning, X-søgning, kodekørsel og brugerdefinerede funktionskald.

Sådan får du adgang til Grok 4.6 API

En typisk arbejdsgang er:

Opret eller log ind på en CometAPI-konto.
Opret et API-token i CometAPI-konsollen.
Vælg grok-4.6-model-endpointet.
Send forespørgsler gennem CometAPI-endpointet ved at bruge det dokumenterede forespørgselsskema for modellen.
Behandl den returnerede tekst, værktøjskald eller strukturerede output i din applikation.

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

—

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Priser for Grok 4.6

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Indtast:$1.6/M Output:$4.8/M	Indtast:$2/M Output:$6/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/chat/completionsPOST/v1/responses

Eksempelkode og API til Grok 4.6

POST

/v1/chat/completions

POST

/v1/responses

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.6",
    "input": [
      {
        "role": "user",
        "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
      }
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s
' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s
' "$response"
fi

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

response=$(curl --silent --location --request POST "https://api.cometapi.com/v1/responses" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --header "Accept: application/json" \
  --data-raw '{
    "model": "grok-4.6",
    "input": [
      {
        "role": "user",
        "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
      }
    ]
  }')

if command -v jq >/dev/null 2>&1; then
  printf '%s\n' "$response" | jq -r '(
    [
      .output[]?
      | select(.type == "message")
      | .content[]?
      | select(.type == "output_text")
      | .text
    ][0]
  ) // .output_text // .'
else
  printf '%s\n' "$response"
fi

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)
response = client.responses.create(
    model="grok-4.6",
    input=[
        {
            "role": "user",
            "content": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}",
        }
    ],
)

print(response.output_text or response.model_dump_json(indent=2))

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const apiKey = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const baseUrl = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey,
  baseURL: baseUrl,
});

const response = await client.responses.create({
  model: "grok-4.6",
  input: [
    {
      role: "user",
      content: "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}",
    },
  ],
});

console.log(response.output_text ?? JSON.stringify(response.output, null, 2));

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-text

image-to-text

Input og output

Input

text

Output

text

Produktionsprofil

Udbyder: xAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Grok 4.6 til produktions-workflows, der matcher dens text-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktionschat og agent-workflows

Kodning, analyse og struktureret generering

Automatisering i stor skala via én API

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

DeepSeek-V4-Flash-Vision

Adgangen til Claude Fable 5 er blevet genoprettet. Claude Fable 5 bringer 5.-generations intelligens til dit mest ambitiøse kodningsarbejde og professionelt arbejde.

Se model

Anthropic

Claude Sonnet 5

Højtydende model til kodning og agenter

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Bliv ved med at udforske