Jaka jest data odcięcia wiedzy modelu Grok 4.6?

Oficjalna dokumentacja modeli xAI podaje 1 lutego 2026 r. jako datę odcięcia wiedzy modelu Grok 4.6. W przypadku informacji po tej dacie aplikacje powinny korzystać z mechanizmów pozyskiwania informacji lub obsługiwanych narzędzi wyszukiwania.

Czy Grok 4.6 radzi sobie z długo działającymi agentami programistycznymi?

Tak. xAI specjalnie wytrenowało Grok 4.6 do długotrwałych zadań agentowych, w tym programowania w skali repozytorium, iteracyjnego debugowania, badań, korzystania z narzędzi oraz autotestowania w wielu krokach.

Jakie okno kontekstu obsługuje interfejs API Grok 4.6?

Grok 4.6 obsługuje okno kontekstu o pojemności 500,000 tokenów, co czyni go odpowiednim do długotrwałych sesji agentów, dużych baz kodu oraz wieloetapowych przepływów pracy opartych na wiedzy.

Które tryby rozumowania są dostępne w interfejsie API Grok 4.6?

Grok 4.6 obsługuje poziomy wysiłku rozumowania: low, medium, high oraz xhigh, przy czym domyślnie (zgodnie z dokumentacją) ustawiony jest high. To ustawienie pozwala deweloperom wymieniać opóźnienie i zużycie zasobów obliczeniowych na głębsze rozumowanie.

Czy interfejs API Grok 4.6 obsługuje wyszukiwanie w sieci i wyszukiwanie w X?

Tak. Oficjalne API obsługuje wyszukiwanie w sieci, wyszukiwanie w X, wywoływanie funkcji oraz wykonywanie kodu, co pozwala deweloperom łączyć rozumowanie modelu z narzędziami zewnętrznymi.

Jak Grok 4.6 wypada w porównaniu z GPT-5.6 Sol w zadaniach agentowych?

W opublikowanym przez xAI porównaniu Grok 4.6 i GPT-5.6 Sol uzyskują po 61 punktów w Artificial Analysis Intelligence Index. GPT-5.6 Sol wypada lepiej w DeepSWE 1.1 i Terminal-Bench v3.0, natomiast Grok 4.6 osiąga wyższe wyniki w GDPVal-AA v2 i CursorBench v3.2.

Jak mogę zintegrować Grok 4.6 z istniejącą aplikacją API?

API udostępnia Grok 4.6 poprzez Responses API i Chat Completions; CometAPI może uzyskiwać do niego dostęp przez zgodny z OpenAI endpoint pod adresem https://api.cometapi.com/v1. Identyfikator modelu to `grok-4.6`.

Czy Grok 4.6 nadaje się do budowania interaktywnych aplikacji na podstawie pomysłów produktowych?

Tak. xAI podaje, że Grok 4.6 jest szczególnie mocny w przekuwaniu ogólnych pomysłów produktowych w działające pierwsze wersje, w tym w strukturyzowaniu aplikacji, implementacji interakcji oraz dopracowywaniu warstwy wizualnej i interaktywnej na przestrzeni wielu cykli informacji zwrotnej.

xAI

API działa

grok-4.6

Grok 4.6 API

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Cena początkowa

$1.60 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

2194 ms

Zaobserwowany czas odpowiedzi API

Data wydania

Aug 13, 2026

xAI

Plac zabaw

Wypróbuj Grok 4.6 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0064

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0640

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.0960

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,600

kredytów / 1 mln tokenów

Dane wyjściowe

4,800

kredytów / 1 mln tokenów

Przejrzystość minimalnej opłaty Ten prototyp nie zakłada ukrytej minimalnej opłaty za żądanie. Jeśli w produkcji obowiązuje minimalna kwota rozliczenia lub minimalne doładowanie, musi zostać wyświetlona przed zakupem i uwzględniona w każdym szacowanym budżecie.

Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
Dane wejściowe: $1.60/mln Dane wyjściowe: $4.80/mln	Dane wejściowe: $2.00/mln Dane wyjściowe: $6.00/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Grok 4.6?

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.60 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

Aug 13, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Grok 4.6

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Grok 4.6, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna Grok 4.6

Parametr	Grok 4.6
Provider	xAI
Model ID	grok-4.6
Model type	Czołowy multimodalny model rozumowania i agentowy
Główne atuty	Długotrwałe agenty, kodowanie, praca z wiedzą, budowa aplikacji interaktywnych/wizualnych
Modalności wejścia	Tekst i obrazy
Modalność wyjścia	Tekst
Okno kontekstu	500,000 tokenów
Data odcięcia wiedzy	1 lutego 2026
Limit wyjścia	xAI nie opublikowało limitu tekstu wyjściowego
Rozumowanie	low, medium, high (domyślnie), xhigh
APIs	Responses API, Chat Completions
Tools	Function calling, web search, X search, code execution
Cennik API	$2 / 1M tokenów wejściowych; $6 / 1M tokenów wyjściowych
Wariant szybki	Dostępny w cenie 2× standardowej
Data wydania	12 sierpnia 2026

Czym jest Grok 4.6?

Grok 4.6 to najnowszy czołowy model xAI, skoncentrowany na inteligencji agentowej.

Różnica względem tradycyjnego chatbota jest istotna.

xAI podkreśla zdolność modelu do długotrwałej pracy nad złożonymi projektami, działania na wielu bazach kodu, badania nieznanych tematów, budowania aplikacji i weryfikowania własnych wyników.

To sprawia, że Grok 4.6 jest szczególnie istotny dla szybko rozwijającego się rynku agentów kodujących AI i agentów autonomicznych.

Najważniejsze funkcje Grok 4.6

Długotrwałe wykonywanie przez agenta: Grok 4.6 został wytrenowany, aby utrzymywać złożoną pracę przez wiele kroków, zamiast optymalizować wyłącznie pojedyncze odpowiedzi.
Kodowanie agentowe: Jest ukierunkowany na inżynierię oprogramowania na poziomie repozytorium, generowanie kodu, debugowanie, iteracyjne testowanie oraz specyficzne dla domen środowiska programistyczne.
Badania w zakresie pracy z wiedzą: Model potrafi badać nieznane dziedziny, porządkować informacje, rozumować nad złożonymi wymaganiami i przekładać ustalenia na konkretne rezultaty.
Tworzenie aplikacji wizualnych i interaktywnych: xAI raportuje lepsze wyniki pierwszego podejścia w projektach wizualnych i interaktywnych, w tym zamianę pomysłu produktowego w działającą aplikację i jej udoskonalanie poprzez pętle informacji zwrotnej.
Samotestowanie i weryfikacja: Przy dłuższych trajektoriach xAI zaobserwowało więcej zachowań, w których model sprawdza własną pracę przed kontynuacją.
Natywne użycie narzędzi: Grok 4.6 obsługuje function calling, web search, X search oraz wykonywanie kodu poprzez API.
Konfigurowalne rozumowanie: Deweloperzy mogą wybrać poziom rozumowania low, medium, high lub xhigh, co czyni model elastycznym zarówno dla obciążeń wrażliwych na opóźnienia, jak i wymagających głębokiego rozumowania.

Wydajność w benchmarkach Grok 4.6

xAI podaje, że Grok 4.6 dorównuje GPT-5.6 Sol w Artificial Analysis Intelligence Index, kompozycie dziewięciu benchmarków. Do najsilniejszych opublikowanych wyników należą:

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%

Te liczby pochodzą z ogłoszenia premiery xAI z 12 sierpnia. xAI zaznacza, że dane stron trzecich pochodzą z kart systemowych deweloperów lub publicznych tabel wyników benchmarków, dlatego wyniki między modelami należy interpretować z uwzględnieniem metodologii ewaluacji i ustawień modelu.

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

Model	Pozycjonowanie	Kontekst	AA Intelligence	Profil kodowania/agentowy
Grok 4.6	Długotrwałe agenty, kodowanie, praca z wiedzą	500K	61	Silne agentowe kodowanie i przepływy pracy projektów interaktywnych
Grok 4.5	Szybki czołowy model ogólnego przeznaczenia i kodowania	500K	56	Silna baza dla kodowania i przepływów pracy agentów
GPT-5.6 Sol	Czołowe ogólne rozumowanie i praca agentowa	Opublikowany kontekst konkurenta różni się w zależności od wdrożenia	61	Mocne wyniki w DeepSWE i Terminal-Bench
Claude Fable 5	Czołowa praca z wiedzą i kodowanie	Opublikowany kontekst konkurenta różni się w zależności od wdrożenia	62	Bardzo mocne wyniki w CursorBench, FrontierCode, APEX-SWE

Grok 4.6 jest najbardziej przekonujący, gdy obciążenie wymaga długotrwałego wykonywania zamiast pojedynczej, wysokiej jakości odpowiedzi. Szczególnie atrakcyjny dla deweloperów budujących agentów, którzy wielokrotnie prowadzą badania, wywołują narzędzia, edytują kod, testują wyniki i kontynuują pracę, korzystając ze skumulowanego kontekstu. Claude Fable 5 utrzymuje przewagę w kilku opublikowanych benchmarkach kodowania i agentów, podczas gdy GPT-5.6 Sol prowadzi nad Grok 4.6 w DeepSWE i Terminal-Bench w porównaniu xAI.

Ograniczenia i uwagi

Wyniki benchmarków zależą od zadania: Grok 4.6 nie jest jednolicie najwyżej punktowanym modelem. Opublikowane rezultaty pokazują wyraźne mocne i słabe strony w różnych ewaluacjach agentowych.
Długotrwałe obciążenia mogą zużywać znaczną liczbę tokenów: Duże okno kontekstu i iteracyjne użycie narzędzi mogą zwiększać całkowite zużycie tokenów, nawet przy konkurencyjnym cenniku za token.
Konfiguracja narzędzi ma znaczenie: Wyszukiwanie w sieci, X search, wykonywanie kodu i function calling wymagają architektury aplikacji, która potrafi bezpiecznie obsłużyć uprawnienia narzędzi i zwracane dane.
Data odcięcia wiedzy: Udokumentowana granica to 1 lutego 2026 r. W przypadku nowszych informacji deweloperzy powinni używać odpowiednich narzędzi do pobierania lub wyszukiwania w sieci, zamiast polegać na statycznej wiedzy modelu.
Buforowanie wymaga przemyślanej konfiguracji: xAI zaleca prompt_cache_key dla Responses API oraz x-grok-conv-id dla Chat Completions, aby poprawić niezawodność trafień w pamięci podręcznej.

Przypadki użycia Grok 4.6

Autonomiczni agenci kodujący — analiza repozytorium, implementacja, debugowanie, testowanie i iteracyjne poprawki.
Prototypowanie produktów — przekształcanie ogólnych wymagań produktowych w funkcjonalne aplikacje interaktywne.
Techniczne agenty badawcze — badanie nieznanych dziedzin technicznych i tworzenie uporządkowanych rezultatów.
Współpiloci dla deweloperów — generowanie kodu, przegląd, debugowanie i wieloetapowe przepływy pracy deweloperskiej.
Automatyzacja pracy z wiedzą — analiza dokumentów, synteza informacji, planowanie i generowanie ustrukturyzowanych wyników.
Asystenci korzystający z narzędzi — aplikacje łączące rozumowanie modelu z web search, X search, wykonywaniem kodu i niestandardowymi wywołaniami funkcji.

Jak uzyskać dostęp do API Grok 4.6

W przypadku aplikacji już korzystających z ujednoliconej warstwy API CometAPI użyj identyfikatora modelu Grok 4.6 udostępnionego przez CometAPI i stosuj bieżący endpoint/schemat z dokumentacji API CometAPI. Może to ograniczyć prace integracyjne specyficzne dla dostawców, gdy aplikacja musi przełączać się między czołowymi LLM-ami.

Typowy przepływ pracy wygląda następująco:

Utwórz konto CometAPI lub zaloguj się.
Utwórz token API w konsoli CometAPI.
Wybierz endpoint modelu grok-4.6.
Wysyłaj żądania przez endpoint CometAPI, używając schematu żądania udokumentowanego dla modelu.
Przetwarzaj zwracany tekst, wywołania narzędzi lub ustrukturyzowane wyniki w swojej aplikacji.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.60 vs $2.00 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.60

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.4000

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$4.80

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$8.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2880

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'grok-4.6',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completionsPOST/v1/responses

Przykładowy kod i API dla Grok 4.6

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Grok 4.6, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Grok 4.6 w Twoich projektach.

POST

/v1/chat/completions

POST

/v1/responses

# 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

# 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));

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

image-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: xAI
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Grok 4.6 w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Zobacz model

Anthropic

Claude Fable 5.2

Claude Fable 5.2 to zaawansowany model sztucznej inteligencji firmy Anthropic, przeznaczony do złożonych, otwartych zadań technicznych, które wymagają długotrwałego rozumowania, planowania i realizacji w wielu krokach.

Zobacz model

Google

Gemini 4 Carbon

Gemini 4 Carbon to model rozumowania firmy Google przeznaczony do złożonej inżynierii oprogramowania, rozumowania naukowego i długotrwałych przepływów pracy agentów. Jest dostępny w CometAPI za pośrednictwem natywnego Gemini API oraz kompatybilnego z OpenAI Chat API.

Zobacz model

Hunyuan

Hy 4

Tencent Hy4 to nowej generacji duży model językowy opracowany przez zespół Hunyuan firmy Tencent, przeznaczony do złożonego rozumowania, przepływów pracy opartych na agentach, inżynierii oprogramowania oraz zadań związanych z produktywnością w rzeczywistych zastosowaniach.

Zobacz model

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) to wydajny model GPT-6 od OpenAI, przeznaczony do skoncentrowanych, wysokowolumenowych obciążeń. OpenAI pozycjonuje Lunę poniżej GPT-6 Sol w rodzinie GPT-6, kładąc nacisk na efektywność, powtarzalność i zastosowania produkcyjne wrażliwe na koszty.

Zobacz model

DeepSeek

DeepSeek V4.1 Flash

17 października 2026 r. firma udostępniła **DeepSeek-V4.1-Flash-1017**, ukierunkowaną aktualizację swojego modelu V4.1-Flash (pierwotnie wydanego 10 września 2026 r.). Reklamowany jako zapewniający znaczące ulepszenia w zakresie rozumowania, programowania, możliwości agentowych i rozumienia wizualnego — przy jednoczesnym skróceniu czasu wykonywania zadań i długości odpowiedzi — ten checkpoint jest pozycjonowany jako najmocniejszy dotąd efektywny model DeepSeek do rzeczywistych obciążeń związanych z agentami i programowaniem.

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

RespondLIVE

2194msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Grok 4.6, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Aug 13, 2026

Dostępność API potwierdzona

Grok 4.6 jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Aug 13, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

xAI

API działa

grok-4.6

Grok 4.6 API

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Cena początkowa

$1.60 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

2194 ms

Zaobserwowany czas odpowiedzi API

Data wydania

Aug 13, 2026

xAI

Plac zabaw

Wypróbuj Grok 4.6 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0064

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.0640

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.0960

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,600

kredytów / 1 mln tokenów

Dane wyjściowe

4,800

kredytów / 1 mln tokenów

Cena Comet (USD / mln tokenów)	Cena oficjalna (USD / mln tokenów)	Rabat
Dane wejściowe: $1.60/mln Dane wyjściowe: $4.80/mln	Dane wejściowe: $2.00/mln Dane wyjściowe: $6.00/mln	-20%

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Grok 4.6?

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.60 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

Aug 13, 2026

Playground 2.0 / Panel decyzyjny

Najpierw podejmij decyzję. Integruj z pewnością.

Jedna przestrzeń robocza do porównywania modeli, dostrajania promptów, sprawdzania routingu, migracji kodu i wdrażania przetestowanego rozwiązania początkowego.

Oparty na Grok 4.6

Przepływy pracy

Porównaj, zanim podejmiesz decyzję

Uruchom ten sam prompt w czołowych modelach i uzyskaj rekomendację popartą dowodami.

3 modele · 1 przebieg

Prompt ewaluacyjny

programowanietemperatura 0,2Dane wyjściowe JSON

GPT-5

OpenAI

Jakość

91/100

Opóźnienie

1.2s

Szac. koszt

$0.018

Claude Opus 5

Anthropic

Wybór AI

Jakość

95/100

Opóźnienie

1.8s

Szac. koszt

$0.024

Gemini 3 Pro

Google

Jakość

89/100

Opóźnienie

0.9s

Szac. koszt

$0.011

Rekomendacja: wybierz Claude Opus 5 do przeglądu kodu wysokiego ryzyka; rutynowe kontrole kieruj do Gemini 3 Pro, aby obniżyć koszty o około 54%.

Przegląd

Praktyczny przegląd Grok 4.6, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna Grok 4.6

Parametr	Grok 4.6
Provider	xAI
Model ID	grok-4.6
Model type	Czołowy multimodalny model rozumowania i agentowy
Główne atuty	Długotrwałe agenty, kodowanie, praca z wiedzą, budowa aplikacji interaktywnych/wizualnych
Modalności wejścia	Tekst i obrazy
Modalność wyjścia	Tekst
Okno kontekstu	500,000 tokenów
Data odcięcia wiedzy	1 lutego 2026
Limit wyjścia	xAI nie opublikowało limitu tekstu wyjściowego
Rozumowanie	low, medium, high (domyślnie), xhigh
APIs	Responses API, Chat Completions
Tools	Function calling, web search, X search, code execution
Cennik API	$2 / 1M tokenów wejściowych; $6 / 1M tokenów wyjściowych
Wariant szybki	Dostępny w cenie 2× standardowej
Data wydania	12 sierpnia 2026

Czym jest Grok 4.6?

Grok 4.6 to najnowszy czołowy model xAI, skoncentrowany na inteligencji agentowej.

Różnica względem tradycyjnego chatbota jest istotna.

To sprawia, że Grok 4.6 jest szczególnie istotny dla szybko rozwijającego się rynku agentów kodujących AI i agentów autonomicznych.

Najważniejsze funkcje Grok 4.6

Długotrwałe wykonywanie przez agenta: Grok 4.6 został wytrenowany, aby utrzymywać złożoną pracę przez wiele kroków, zamiast optymalizować wyłącznie pojedyncze odpowiedzi.
Kodowanie agentowe: Jest ukierunkowany na inżynierię oprogramowania na poziomie repozytorium, generowanie kodu, debugowanie, iteracyjne testowanie oraz specyficzne dla domen środowiska programistyczne.
Badania w zakresie pracy z wiedzą: Model potrafi badać nieznane dziedziny, porządkować informacje, rozumować nad złożonymi wymaganiami i przekładać ustalenia na konkretne rezultaty.
Tworzenie aplikacji wizualnych i interaktywnych: xAI raportuje lepsze wyniki pierwszego podejścia w projektach wizualnych i interaktywnych, w tym zamianę pomysłu produktowego w działającą aplikację i jej udoskonalanie poprzez pętle informacji zwrotnej.
Samotestowanie i weryfikacja: Przy dłuższych trajektoriach xAI zaobserwowało więcej zachowań, w których model sprawdza własną pracę przed kontynuacją.
Natywne użycie narzędzi: Grok 4.6 obsługuje function calling, web search, X search oraz wykonywanie kodu poprzez API.
Konfigurowalne rozumowanie: Deweloperzy mogą wybrać poziom rozumowania low, medium, high lub xhigh, co czyni model elastycznym zarówno dla obciążeń wrażliwych na opóźnienia, jak i wymagających głębokiego rozumowania.

Wydajność w benchmarkach Grok 4.6

xAI podaje, że Grok 4.6 dorównuje GPT-5.6 Sol w Artificial Analysis Intelligence Index, kompozycie dziewięciu benchmarków. Do najsilniejszych opublikowanych wyników należą:

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	Pozycjonowanie	Kontekst	AA Intelligence	Profil kodowania/agentowy
Grok 4.6	Długotrwałe agenty, kodowanie, praca z wiedzą	500K	61	Silne agentowe kodowanie i przepływy pracy projektów interaktywnych
Grok 4.5	Szybki czołowy model ogólnego przeznaczenia i kodowania	500K	56	Silna baza dla kodowania i przepływów pracy agentów
GPT-5.6 Sol	Czołowe ogólne rozumowanie i praca agentowa	Opublikowany kontekst konkurenta różni się w zależności od wdrożenia	61	Mocne wyniki w DeepSWE i Terminal-Bench
Claude Fable 5	Czołowa praca z wiedzą i kodowanie	Opublikowany kontekst konkurenta różni się w zależności od wdrożenia	62	Bardzo mocne wyniki w CursorBench, FrontierCode, APEX-SWE

Ograniczenia i uwagi

Wyniki benchmarków zależą od zadania: Grok 4.6 nie jest jednolicie najwyżej punktowanym modelem. Opublikowane rezultaty pokazują wyraźne mocne i słabe strony w różnych ewaluacjach agentowych.
Długotrwałe obciążenia mogą zużywać znaczną liczbę tokenów: Duże okno kontekstu i iteracyjne użycie narzędzi mogą zwiększać całkowite zużycie tokenów, nawet przy konkurencyjnym cenniku za token.
Konfiguracja narzędzi ma znaczenie: Wyszukiwanie w sieci, X search, wykonywanie kodu i function calling wymagają architektury aplikacji, która potrafi bezpiecznie obsłużyć uprawnienia narzędzi i zwracane dane.
Data odcięcia wiedzy: Udokumentowana granica to 1 lutego 2026 r. W przypadku nowszych informacji deweloperzy powinni używać odpowiednich narzędzi do pobierania lub wyszukiwania w sieci, zamiast polegać na statycznej wiedzy modelu.
Buforowanie wymaga przemyślanej konfiguracji: xAI zaleca prompt_cache_key dla Responses API oraz x-grok-conv-id dla Chat Completions, aby poprawić niezawodność trafień w pamięci podręcznej.

Przypadki użycia Grok 4.6

Autonomiczni agenci kodujący — analiza repozytorium, implementacja, debugowanie, testowanie i iteracyjne poprawki.
Prototypowanie produktów — przekształcanie ogólnych wymagań produktowych w funkcjonalne aplikacje interaktywne.
Techniczne agenty badawcze — badanie nieznanych dziedzin technicznych i tworzenie uporządkowanych rezultatów.
Współpiloci dla deweloperów — generowanie kodu, przegląd, debugowanie i wieloetapowe przepływy pracy deweloperskiej.
Automatyzacja pracy z wiedzą — analiza dokumentów, synteza informacji, planowanie i generowanie ustrukturyzowanych wyników.
Asystenci korzystający z narzędzi — aplikacje łączące rozumowanie modelu z web search, X search, wykonywaniem kodu i niestandardowymi wywołaniami funkcji.

Jak uzyskać dostęp do API Grok 4.6

Typowy przepływ pracy wygląda następująco:

Utwórz konto CometAPI lub zaloguj się.
Utwórz token API w konsoli CometAPI.
Wybierz endpoint modelu grok-4.6.
Wysyłaj żądania przez endpoint CometAPI, używając schematu żądania udokumentowanego dla modelu.
Przetwarzaj zwracany tekst, wywołania narzędzi lub ustrukturyzowane wyniki w swojej aplikacji.

FAQ

Centrum wyboru modeli

Poznaj koszt. Wybierz odpowiednie obciążenie.

Zamodeluj pięć wymiarów rozliczeń, przetestuj realistyczne obciążenie i przed wdrożeniem zdecyduj, gdzie Opus jest wart swojej wyższej ceny.

20% poniżej oficjalnej ceny$1.60 vs $2.00 / 1 mln tokenów wejściowych

Laboratorium kosztów

Oblicz koszt rzeczywistego przebiegu agenta

Odtwarzaj rzeczywiste obciążenia zamiast porównywać ceny tokenów w oderwaniu od kontekstu. Wczytaj ustawienia wstępne, a następnie dostosuj każdy wymiar rozliczeń.

Nowe tokeny wejściowe

tokeny

Tokeny odczytu z pamięci podręcznej

tokeny

Tokeny wyjściowe

tokeny

Wywołania wyszukiwania w internecie

wywołania

$1.60

/ 1 mln tokenów

Dane wejściowe

Nowe instrukcje, pliki i kontekst rozmowy przesyłane w każdej turze.

Ogranicz pobrany kontekst, zanim trafi do modelu.

$0.4000

/ 1 mln tokenów

Odczyt z pamięci podręcznej

Wcześniej zapisane w pamięci podręcznej tokeny promptu używane ponownie w kolejnych żądaniach.

Zachowuj prompty systemowe i mapy repozytoriów bez zmian na poziomie bajtów.

$4.80

/ 1 mln tokenów

Dane wyjściowe

Rozumowanie, kod i tekst wygenerowane przez model.

Stosuj jednoznaczne kryteria ukończenia i limity danych wyjściowych.

$8.00

/ 1 tys. wywołań

Wyszukiwanie w internecie

Wywołania narzędzi pobierających aktualne informacje z internetu.

Wyszukaj raz, a następnie używaj ponownie zweryfikowanych wyników podczas całego przebiegu.

Gdzie Opus uzasadnia wyższą cenę

Najlepsze zastosowanie

Inżynieria w skali repozytorium

Użyj Opus, gdy zadanie obejmuje architekturę, wiele plików i niejednoznaczne kompromisy implementacyjne.

Najlepsze zastosowanie

Długotrwałe działanie agentów

Dobry wybór, gdy agent musi zachować pierwotny cel podczas wielu wywołań narzędzi i etapów odzyskiwania.

Warto dopłacić

Przegląd o wysokiej wartości

Zarezerwuj go do przeglądów bezpieczeństwa, migracji i systemów produkcyjnych, gdzie przeoczenie problemu kosztuje więcej niż tokeny.

Użyj lżejszego modelu

Rutynowe zadania o dużym wolumenie

Klasyfikacja, ekstrakcja i proste rozmowy zwykle zapewniają lepszą ekonomikę jednostkową w modelach Sonnet lub Haiku.

Strategia korzystania z pamięci podręcznej promptów

Ustabilizuj prefiks

Nie zmieniaj zasad, schematów narzędzi ani map repozytoriów.

Zapisz raz

Umieść punkt zapisu w pamięci podręcznej za kontekstem przeznaczonym do ponownego użycia.

Odczytuj wielokrotnie

W kolejnych turach dołączaj tylko zmiany właściwe dla danego zadania.

Bieżący scenariusz

240K tokenów w pamięci podręcznej

używanych ponownie za 10% ceny nowych danych wejściowych

uniknięty koszt

$0.2880

Przeprowadź migrację bez przepisywania kodu

Zachowaj preferowany zestaw SDK i zmień bazowy adres URL, klucz oraz identyfikator modelu.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'grok-4.6',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completionsPOST/v1/responses

Przykładowy kod i API dla Grok 4.6

POST

/v1/chat/completions

POST

/v1/responses

# 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

# 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));

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

image-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: xAI
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Grok 4.6 w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Czas działania

RespondLIVE

2194msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Grok 4.6, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Aug 13, 2026

Dostępność API potwierdzona

Grok 4.6 jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Aug 13, 2026

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację