Grok 4.6リリースには、知能・性能・料金の特性が異なる4個のモデルがあります。以下では、この4個のモデルの主要指標を比較します。
- 知能が最も高いGrok 4.6のモデルはGrok 4.6 (High)（44）です。
- 出力速度が最も速いモデルはGrok 4.6 (Xhigh)（80トークン/秒）です。
- 最初の回答トークンまでの時間が最も短いモデルはGrok 4.6 (Low)（6.55秒）です。
- タスクあたりの費用が最も低いモデルはGrok 4.6 (Low)（$0.38）です。モデル間の料金差は最大4.7倍です。
| 推論 | はい このページでは、このモデルの推論版を表示しています。 非推論版も存在する可能性があります。 |
|---|---|
| 入力モダリティ | 対応：テキスト、画像 |
| 出力モダリティ | 対応：テキスト |
| コンテキストウィンドウ | 500k Arial 12ポイントのA4用紙約750ページ分 |
各指標は同じクラスのモデルと比較します。
- 非推論モデル → 他の非推論モデルとのみ比較
- 推論モデル → 推論モデルと非推論モデルの両方と比較
- オープンウェイトモデル → 同じ規模クラスの他のオープンウェイトモデルとのみ比較：
- 極小：パラメーター数≤4B
- 小：パラメーター数4B～40B
- 中：パラメーター数40B～150B
- 大：パラメーター数>150B
- 独自モデル → 入力／出力のブレンド料金を3:1として、同じ料金帯の独自モデルとオープンウェイトモデルを比較：
- 100万トークンあたり<$0.15
- 100万トークンあたり$0.15～$1
- 100万トークンあたり>$1
知能
Artificial Analysis Intelligence Index
Intelligence Index とタスクあたりのコスト
費用
Intelligence Index タスクあたりのコスト
速度と遅延
出力速度
能力スコア
能力指数
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
パーソナリティ指数
SpaceXAIの他のリリース
詳細
ウェイト | プロバイダーのベンチマーク | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 (High) |  SpaceXAI | 44 | - | 500k | $1.4 | 76 | 利用不可 | | |
| Grok 4.6 (Xhigh) | SpaceXAI | 44 | - | 500k | $1.4 | 80 | 利用不可 | | |
| Grok 4.6 (Medium) | SpaceXAI | 43 | - | 500k | $1.4 | 72 | 利用不可 | | |
| Grok 4.6 (Low) | SpaceXAI | 35 | - | 500k | $1.4 | 74 | 利用不可 | |