Grok 4.6 er her: benchmarkresultater på GPT-5.6-nivå og programmeringsytelse

TL; DR xAI lanserte offisielt Grok 4.6 12. august 2026 og gjorde den tilgjengelig via xAI API, Cursor og Grok Build. Den har et kontekstvindu på 500 000 tokener, godtar tekst og bilder, tilbyr fire nivåer av resonneringsinnsats, og har en kunnskapsavskjæring 1. februar 2026. Ifølge xAIs offisielle Grok 4.6-kunngjøring matcher den GPT-5.6 Sol på Artificial Analysis Intelligence Index, et samlet mål på ni evalueringer.

API-prisingen starter på $2 per million inndata-tokener, $0.50 per million bufrede inndata-tokener og $6 per million utdata-tokener for promper under 200 000 tokener. Når en prompt når 200 000 tokener, blir hele forespørselen fakturert til langkontekst-satsene: $4 inndata, $1 bufret inndata og $12 utdata per million tokener. For utviklere som ønsker fleksibel multi-modell-tilgang, gjør plattformer som CometAPI det enkelt å integrere Grok 4.6 sammen med andre frontmodeller. API-prisen er 80 % av xAIs pris.

Viktige punkter

• xAI lanserte offisielt Grok 4.6 den 12. august 2026; tidligere anslag på lanseringsvindu er nå utdatert.
• API-modell-ID er , og modellen er også tilgjengelig i Cursor og Grok Build.grok-4.6
• Kontekstvinduet er 500K tokener, med tekst- og bildeinndata og kun tekstutdata.
• Standardprising under 200K prompt-tokener er $2/M inndata, $0.50/M bufret inndata og $6/M utdata.
• En prompt på 200K tokener eller mer utløser høyere satser for alle tokener i den forespørselen, ikke bare de som overstiger terskelen.
• Resonneringsinnsats kan settes til low, medium, high eller xhigh; er standarden ifølge dokumentasjonen.
• Grok 4.6 matcher GPT-5.6 Sol på Artificial Analysis Intelligence Index (score på 61) og viser store forbedringer over Grok 4.5 innen agentisk koding, kunnskapsarbeid og langhorisont-oppgaver.
• Grok Imagine Image 2.0 er et separat bildegenererings-API. Grok 4.6 kan forstå bilder, men returnerer ikke genererte bilder selv.

Grok 4.6 – spesifikasjoner og prisoversikt

Følgende spesifikasjoner er bekreftet i xAIs modelldokumentasjon og utgivelsesnotatene 12. august.

Offisiell xAI API-prising

xAIs gjeldende API-pristabell skiller mellom forespørsler med kort og lang kontekst.

Terskelen er spesielt viktig for kodebase-agenter. Når forespørselens prompt når 200 000 tokener, belaster xAI langkontekst-satsen for alle tokener i den forespørselen, ikke bare delen over terskelen. En forespørsel med 199 000 prompt-tokener kan derfor koste vesentlig mindre enn en med 200 000, selv om de er nesten like store.

Ingen batchrabatt er oppført for Grok 4.6 i den nåværende xAI-prisdokumentasjonen. Team bør ikke anta at offline-jobber får rabattene som er tilgjengelige for enkelte andre xAI-modeller.

Hva er Grok 4.6?

Grok 4.6 er SpaceXAIs nyeste flaggskip blant store språkmodeller, lansert 12. august 2026. Den bygger direkte på Grok 4.5 ved å bruke en lengre supplerende treningskjøring fokusert på kuraterte modellgenererte data for avansert resonnering og tekniske konsepter, høykvalitets ingeniørdatasett, en forbedret optimizer og utvidet forsterkningslæring for koding og kunnskapsarbeidsscenarier.

Modellen beholder samme underliggende fundament på 1,5 billioner parametre som forgjengeren; gevinstene kommer primært fra ettertrening, ikke fra økt parameterstørrelse. Den er spesielt designet for å forbli effektiv gjennom mange steg—enten det er å forske på et tema, analysere store mengder informasjon, navigere og redigere en ukjent kodebase, eller omsette en høy-nivå idé til en ferdig applikasjon eller arbeidsleveranse. SpaceXAI fremhever forbedret selvkontroll på langhorisont-prosjekter og sterkere ytelse på interaktivt og visuelt arbeid.

Forskjellen fra en tradisjonell chatbot er viktig.

En konvensjonell LLM-arbeidsflyt ser slik ut:

Prompt → Generere svar

Grok 4.6 er laget for arbeidsflyter nærmere:

Mål → Plan → Undersøke → Bruke verktøy → Endre kode → Teste → Evaluere → Fortsette

xAIs nåværende posisjonering fremhever modellens evne til å holde seg på komplekse prosjekter lenger, arbeide på tvers av kodebaser, undersøke ukjente temaer, bygge applikasjoner og verifisere eget arbeid.

Dette gjør Grok 4.6 særlig relevant for det raskt voksende markedet for AI-kodeagenter og autonome agenter.

Hva er hovedfunksjonene i Grok 4.6?

Langvarig agentkapasitet

Den viktigste forbedringen i Grok 4.6 er fokus på langvarige oppgaver.

I stedet for kun å optimalisere for éngangssvar, er modellen laget for å opprettholde fremdrift gjennom flere faser av et prosjekt.

Typiske eksempler inkluderer:

• Bygge en applikasjon
• Debugging av et stort repository
• Undersøke et ukjent emne
• Endre flere komponenter
• Kjøre tester
• Undersøke feil
• Revidere implementeringen
• Sjekke sluttresultatet

Dette er et fundamentalt annet mål enn tradisjonelle instruksjonsfølgende benchmarker.

Avansert kodeytelse

Koding er et av de tydeligste forbedringsområdene i Grok 4.6.

Nåværende benchmark-rapportering viser:

• 65,9 % på DeepSWE 1.1
• 69,9 % på CursorBench 3.2
• 61,3 % på FrontierCode 1.1 Extended

Disse evalueringene er særlig relevante fordi de retter seg mot kodeagent-atferd snarere enn enkel kodefullføring.

Forbedringen fra Grok 4.5 til Grok 4.6 på DeepSWE 1.1 er spesielt bemerkelsesverdig, fra omtrent 54 % til 65,9 % i den rapporterte sammenligningen.

Multimodale inndata

Grok 4.6 støtter tekst- og bildefeilinndata, slik at utviklere kan kombinere visuell informasjon med resonnering.

Mulige bruksområder inkluderer:

• Skjermbilde-feilsøking
• UI-analyse
• Tolkning av diagrammer
• Dokumentforståelse
• Visuell forskning
• Bildefunderte kodingstasks

Dette gjør Grok 4.6 mer fleksibel enn en modell som bare er tekstbasert for koding.

Web- og X-søk

Groks tilgang til søk er en betydelig del av økosystemet.

API-et støtter:

• Web-søk
• X-søk
• Funksjonskalling
• Kodekjøring

xAIs nåværende Grok 4.5 API-dokumentasjon bekrefter disse verktøykapasitetene i Grok-API-miljøet.

For forskningsagenter betyr dette at modellen potensielt kan gå fra statisk forhåndstrent kunnskap mot oppdatert informasjonsinnhenting + resonnering.

Konfigurerbar resonnering

Grok-API-et eksponerer konfigurerbar resonneringsinnsats.

Dette lar utviklere bytte mellom:

hastighet / kostnad ↔ resonneringsdybde

For enkle oppgaver kan lavere resonnering redusere unødvendig beregning.

For komplekse kode- eller forskningsoppgaver kan høyere resonnering gi mer målrettet problemløsning.

Kostnadseffektiv frontierytelse

Prisingen til Grok 4.6 er trolig en av de sterkeste kommersielle fordelene.

Den rapporterte standard API-prisen er:

• $2 / 1M inndata-tokener
• $6 / 1M utdata-tokener

Det er samme pris som rapportert for Grok 4.5, til tross for betydelige kapabilitetsforbedringer.

Dette gir et uvanlig aggressivt kost/ytelsesforhold for en frontmodell.

---

Hvordan presterer Grok 4.6 på benchmarker?

De mest nyttige nåværende benchmark-dataene er konsentrert rundt agentisk intelligens og koding.

Artificial Analysis Intelligence Index-scoren på 61 plasserer etter sigende Grok 4.6 på samme nivå som GPT-5.6 Sol på den indeksen.

GDPVal-AA v2-scoren på 1 753 Elo er også betydningsfull fordi GDPVal evaluerer profesjonelle kunnskapsarbeidsoppgaver, ikke bare akademiske spørsmål/svar.

Den viktige benchmark-konklusjonen

Det sterkeste beviset for Grok 4.6 er ikke en enkelt MMLU-lignende score.

Benchmark-profilen peker mot:

koding + agenter + kunnskapsarbeid + langvarig kjøring

Det er akkurat der moderne AI-utvikling beveger seg.

For et nettsted som CometAPI er dette en viktig distinksjon å bevare: Grok 4.6 bør markedsføres primært som en agentisk frontmodell, ikke som enda en generisk chatbot-modell.

Hvordan står Grok 4.6 mot forgjengeren og konkurrenter?

Grok 4.6 vs Grok 4.5

Det viktige poenget er at Grok 4.6 ikke ser ut til å være en enkel prisnivå-erstatter for Grok 4.5. Den er en kapabilitetsoppgradering som er tyngre rettet mot langhorisont-agentarbeidsflyter.

xAIs nåværende Grok 4.5-dokumentasjon lister modellen til $2/$6 per million tokener, med konfigurerbar resonnering og verktøystøtte.

Sammenligningstabell: Grok 4.6 vs nøkkelkonkurrenter

Data hentet fra SpaceXAI-kunngjøring, Artificial Analysis og offentlige modelkort per 13. august 2026.

Den nåværende Artificial Analysis-sammenligningen er særlig interessant.

Grok 4.6 rapporteres å score 61 på Intelligence Index, på nivå med GPT-5.6 Sol. Men økonomien er svært forskjellig.

Eksakt prising for konkurrerende GPT-varianter bør sjekkes mot gjeldende leverandørpriser før publisering, men nøkkelobservasjonen i markedet er klar: Grok 4.6 konkurrerer på frontnivå i benchmark-ytelse samtidig som den opprettholder en relativt aggressiv tokenpris.

Det gjør Grok 4.6 særlig attraktiv for applikasjoner der høyvolums agentkjøring ellers ville gjort premium frontmodeller kostbare.

Hva er begrensningene til Grok 4.6?

500K-kontekst er mindre enn enkelte konkurrenters 1M-kontekst

Grok 4.6s rapporterte 500K kontekst er stor, men ikke den største på frontmodell-markedet.

For svært store repositories eller enorme dokumentmengder kan en 1M-kontekst-modell ha en fordel.

Proprietær modell

I motsetning til MiMo-V2.5-Pro er Grok 4.6 ikke en modell med åpne vekter.

Utviklere kan ikke laste ned modellen og distribuere den selvstendig.

Benchmark-sammenligninger krever varsomhet

Forskjellige kode-benchmarker bruker ulike rammeverk, promper, verktøy og evalueringsprosedyrer.

For eksempel er SWE-Bench Pro spesifikt designet rundt realistiske langhorisont-problemer i programvareingeniørfaget, og benchmark-resultater kan variere betydelig avhengig av agentstillaset.

Derfor bør 69,9 % på CursorBench ikke tolkes som «Grok 4.6 er 69,9 % bedre enn en annen modell.»

Korrekt tolkning er at den oppnådde den scoren under benchmarkens spesifikke evalueringsoppsett.

Agentkostnader kan være høyere enn tokenpris antyder

Token-prisen på $2/$6 er attraktiv, men en autonom agent kan forbruke enorme mengder tokener gjennom:

• Verktøykall
• Gjentatte søk
• Kodekjøring
• Mislykkede forsøk
• Lang kontekst
• Selvverifisering

De reelle enhetsøkonomiene avhenger derfor av kostnad per vellykket ferdigstilt oppgave, ikke bare kostnad per million tokener.

Pris og tilgang

Offisiell prising (standardnivå, under ~200K prompt-tokener):

• Inndata: $2.00 per 1M tokener
• Bufret inndata: omtrent $0.50 per 1M tokener
• Utdata: $6.00 per 1M tokener

En raskere variant er priset til det dobbelte av disse satsene. Satsene kan dobles for svært lange kontekster (≥200K). Prompt-caching anbefales sterkt for agentløkker for å holde kostnadene lave.

Tilgjengelighet:

• Cursor og Grok Build (2× inkludert bruk første uken)
• SpaceXAI API (grok-4.6)
• Partnere: OpenRouter, Vercel, Cloudflare og andre
• SuperGrok chat/apper (via modellvelger)

CometAPI-anbefaling: For utviklere som allerede bruker (eller planlegger å bruke) flere frontmodeller, gir CometAPI sømløs tilgang til Grok 4.6 via ett OpenAI-kompatibelt endepunkt (https://api.cometapi.com/v1). Du får samlet fakturering, bruksanalyse, konkurransedyktige effektive satser på tvers av 500+ modeller (inkludert GPT, Claude, Gemini, DeepSeek og Grok-varianter), og muligheten til å bytte modeller med én linjes endring. Dette er spesielt verdifullt ved A/B-testing av Grok 4.6 mot andre kode- eller agentmodeller eller når du bygger produksjonssystemer som drar nytte av modellruting og fallback. Registrer deg på cometapi.com for å få en gratis API-nøkkel og utforske den levende modellkatalogen.

Bør du bytte til Grok 4.6?

Ja, hvis:

• Du jobber tungt i Cursor eller bygger langvarige kode-/kunnskapsagenter og ønsker sterk flerstegs pålitelighet til konkurransedyktig kostnad.
• Token-økonomi betyr noe—Grok 4.6 leverer nær-paritet i intelligens med GPT-5.6 Sol til omtrent en femtedel av utdata-tokenprisen til de dyreste frontalternativene.
• Du verdsetter tur-effektivitet (færre steg og tokener for å fullføre komplekse oppgaver).
• Du vil ha umiddelbar tilgang til en modell som er eksplisitt trent for interaktive, visuelle og agentiske arbeidsflyter som er vanlige i moderne utvikling.

Vurder å bli værende eller blande andre modeller hvis:

• Din primære arbeidslast er ren konkurranseprogrammering eller spesifikke lukkede modellstyrker (f.eks. enkelte Claude-lang-kontekst- eller sikkerhetstilpassede scenarier).
• Du krever de absolutt høyeste poengene på hver enkelt programvareingeniør-benchmark uansett kostnad.
• Du trenger større kontekstvindu enn 500K for enkeltkall-arbeidslaster (noen konkurrenter tilbyr 1M+).

De fleste team vil ha nytte av å evaluere Grok 4.6 side om side med sin nåværende stack. Fordi den er tilgjengelig via aggregatorer som CometAPI, er overgangskostnaden lav—bare bytt modellnavn og mål reell oppgavefullføring, latenser og kostnader på egne arbeidslaster.

Konklusjon

Grok 4.6 representerer et betydelig steg fremover for SpaceXAI: intelligens på frontnivå på sentrale sammensatte og agentiske benchmarker, meningsfulle forbedringer i langvarig koding og kunnskapsarbeidsytelse, og fortsatt aggressiv prising som undergraver mange lukkede konkurrenter. Dens native tilgjengelighet i Cursor, kombinert med sterk flerstegs pålitelighet, gjør den spesielt attraktiv for utviklere som bygger reelle programvareagenter og interaktive applikasjoner.

Enten du får tilgang direkte, via Cursor/Grok Build eller gjennom en samlet gateway som CometAPI, er Grok 4.6 klar for produksjonsevaluering i dag. Besøk den offisielle kunngjøringen på x.ai/news/grok-4-6 for alle detaljer og modelkort, utforsk den levende katalogen på cometapi.com for å sammenligne den side om side med andre ledende modeller, og begynn å bygge med de nye kapabilitetene umiddelbart.

Primærkilder

• Offisiell kunngjøring: https://x.ai/news/grok-4-6
• SpaceXAI-dokumentasjon: https://docs.x.ai/developers/models/grok-4-6
• Artificial Analysis evalueringer og artikler
• Cursor-blogg: https://cursor.com/blog/grok-4-6
• Uavhengig dekning fra SiliconANGLE, 9to5Mac, VentureBeat, The Decoder og andre (12.–13. august 2026)

Verifiser alltid siste prising, raterestriksjoner og benchmark-tall på de offisielle sidene, ettersom AI-landskapet utvikler seg raskt.