Grok 4.6: inteligencia, rendimiento y precio del lanzamiento
Resumen del modelo
Verbosidad
El lanzamiento Grok 4.6 ofrece 4 modelos, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 4 modelos.
- En inteligencia, el modelo líder de Grok 4.6 es Grok 4.6 (High), con 44.
- En velocidad de salida, el modelo más rápido es Grok 4.6 (Xhigh), con 81 tokens/s.
- En latencia, Grok 4.6 (Low), con 7,00 s ofrece el menor tiempo hasta el primer token de respuesta.
- En precio, Grok 4.6 (Low), con $0.38 ofrece el menor costo por tarea. Los precios varían hasta 4,7 veces entre modelos.
| Razonamiento | Sí Esta página muestra la versión con razonamiento de este modelo. También puede existir una variante sin razonamiento. |
|---|---|
| Modalidad de entrada | Admite: texto e imágenes |
| Modalidad de salida | Admite: texto |
| Ventana de contexto | 500k ~750 páginas A4 con fuente Arial de 12 puntos |
Las métricas se comparan con modelos de la misma clase:
- Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
- Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
- Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
- Muy pequeño: ≤4B parámetros
- Pequeño: 4B–40B parámetros
- Mediano: 40B–150B parámetros
- Grande: >150B parámetros
- Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
- <$0.15 por 1 M de tokens
- $0.15–$1 por 1 M de tokens
- >$1 por 1 M de tokens
Inteligencia
Artificial Analysis Intelligence Index
Intelligence Index vs. costo por tarea
Costo
Costo por tarea del Intelligence Index
Velocidad y latencia
Velocidad de salida
Puntuaciones de capacidades
Índices de capacidades
Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better
Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better
Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better
Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better
Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Agentic business operations
Medical long context reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
AA-PersonalityBenchNew
Índices de personalidad
Más de SpaceXAI
Más detalles
Pesos | Benchmarks de proveedores | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 (High) |  SpaceXAI | 44 | - | 500k | 1,4 US$ | 74 | No disponible | | |
| Grok 4.6 (Xhigh) | SpaceXAI | 44 | - | 500k | 1,4 US$ | 81 | No disponible | | |
| Grok 4.6 (Medium) | SpaceXAI | 43 | - | 500k | 1,4 US$ | 71 | No disponible | | |
| Grok 4.6 (Low) | SpaceXAI | 35 | - | 500k | 1,4 US$ | 79 | No disponible | |