Grok 4.6 发布包含 4 个模型，各自具有不同的智能、性能与价格特征。下方对这 4 个模型的关键指标进行了比较。
- 智能方面，Grok 4.6 中得分最高的模型是 Grok 4.6 (High)（44）。
- 输出速度方面，最快的模型是 Grok 4.6 (Xhigh)（81 token/秒）。
- 延迟方面，Grok 4.6 (Low)（7.00 秒） 的首个答案 token 等待时间最短。
- 价格方面，Grok 4.6 (Low)（$0.38） 的单任务成本最低。不同模型的价格差异最高可达 4.7 倍。
| 推理 | 是 此页面展示该模型的推理版本。 可能还存在非推理版本。 |
|---|---|
| 输入模态 | 支持：文本和图像 |
| 输出模态 | 支持：文本 |
| 上下文窗口 | 500k 约 750 页 A4 纸（12 号 Arial 字体） |
指标与同类别模型进行比较：
- 非推理模型 → 仅与其他非推理模型比较
- 推理模型 → 同时与推理和非推理模型比较
- 开放权重模型 → 仅与规模类别相同的其他开放权重模型比较：
- 微型：≤4B 个参数
- 小型：4B–40B 个参数
- 中型：40B–150B 个参数
- 大型：>150B 个参数
- 专有模型 → 与价格区间相同的专有模型和开放权重模型比较，采用输入/输出价格 3:1 的混合比例：
- 每 100 万 token <$0.15
- 每 100 万 token $0.15–$1
- 每 100 万 token >$1
智能
Artificial Analysis Intelligence Index
Intelligence Index 与每项任务的成本
成本
每项 Intelligence Index 任务的成本
速度与延迟
输出速度
能力得分
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
性格指数
SpaceXAI 的更多发布
更多详情
权重 | 服务商基准测试 | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.6 (High) |  SpaceXAI | 44 | - | 500k | US$1.4 | 74 | 不可用 | | |
| Grok 4.6 (Xhigh) | SpaceXAI | 44 | - | 500k | US$1.4 | 81 | 不可用 | | |
| Grok 4.6 (Medium) | SpaceXAI | 43 | - | 500k | US$1.4 | 71 | 不可用 | | |
| Grok 4.6 (Low) | SpaceXAI | 35 | - | 500k | US$1.4 | 79 | 不可用 | |