Grok4.6半价，Agent编程反超GPT5.6_IT互联网

1. Grok 4.6正式发布，多项基准测试逼近顶尖模型8月12日，SpaceXAI正式发布Grok 4.6。官方表示，新模型在Grok 4.5基础上进行了进一步升级，重点强化长时间运行的Agent任务，以及更复杂的交互式和视觉类工作。相比上一代，Grok 4.6更加注重处理需要多步骤持续执行的复杂任务，包括信息研究、数据分析、代码库开发，以及从一个产品创意直接构建出可运行的应用或工作成果。SpaceXAI表示，在较长任务链中，Grok 4.6还展现出更强的自我测试和验证能力，会在继续执行前主动检查工作结果。在性能方面，Grok 4.6在多项Agent编程和知识工作基准测试中达到前沿水平。其中，Artificial Analysis Intelligence Index综合九项基准测试，Grok 4.6获得61分，与GPT-5.6 Sol持平；在GDPVal-AA v2、CursorBench v3.2、DeepSWE v1.1、FrontierCode v1.1等测试中，也展现出较强竞争力。不过，在部分编码测试中，Grok 4.6仍落后于GPT-5.6 Sol或其他顶尖模型。训练方面，Grok 4.6进行了比Grok 4.5更长的补充训练，加入模型生成的推理和高级技术数据、高质量工程数据，并改进优化器和训练方案。随后，SpaceXAI利用Grok 4.5重新生成不同推理强度、Agent框架以及STEM、软件工程和知识工作领域的SFT训练轨迹，并进一步进行筛选和强化学习训练。值得关注的是，Grok 4.6此次明显强化了“从想法到产品”的能力。SpaceXAI表示，用户给出一个较为宽泛的产品创意后，模型可以自行研究陌生领域、规划应用结构、实现核心交互，并根据反馈持续迭代。对于视觉和交互式项目，其首轮生成效果也较Grok 4.5明显提升。目前，Grok 4.6已经登陆Cursor、Grok Build，同时开放API，并支持OpenRouter、Vercel和Cloudflare等合作平台。API价格从每百万输入Token 2美元、每百万输出Token 6美元起，快速版本价格为其两倍。SpaceXAI还宣布，Grok Build和Cursor首周提供两倍的包含用量。从此次升级来看，Grok 4.6并非单纯追求聊天和推理能力，而是进一步把重点放在“长任务Agent”和“直接完成工作”上。随着AI竞争从模型能力逐渐转向实际执行能力，Grok 4.6能否凭借更强的持续工作能力，在Agent赛道进一步追赶OpenAI、Anthropic等竞争对手，值得持续关注。

2. 这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。结论是：人更累，AI 的成本比人高，效率提升有明显天花板。从数据上看，每天的 Token 费用的中位数有 $2000 美元，超过大部分人的工资。最受欢迎的模型是 GPT-5.6 Sol Fast 和 Fable 5 Fast。1. 人更累，为了不浪费时间并行多个 session 操作，需要不停切换上下文，还要审查 AI 产出的海量内容，工作更累待遇没涨。2. 便宜模型未必省钱，简单任务给 Grok 4.5，结果迭代次数更多，总费用比直接使用规模性更高3. 人的思考都外包给 AI 了，对项目细节掌控下降，需要问 AI 才能回复别人的问题。4. AI 真正的增长空间可能不是无限 Token，而在于更多组织能从 0 到 1 开始使用 AI。5. 现在 AI 落地困难，很大程度上是因为公司的组织架构还是为人设计的，就算有无限 Token，效率提升上也有明显天花版。

3. 马斯克旗下的Grok发布了新一代的图片模型Imagine 2，试用了一下，确实挺能打的，在AI竞技场Arena.AI已经排到了第2名。我还是来做一轮对比测试，选用当前在我心中地表最强的三大图片模型，SOTA级的GPT-Image-2、国产之光Seedream 5.0 Pro和Grok Imagine 2，用同样的提示词出题，看看它们的表现如何，同时附上我的锐评。还是3张图片为1组，从左到右的顺序依次是GPT-Image-2、Seedream 5.0 Pro、Grok Imagine 2:第1组 / 以【北京】为主题做一个纪念邮票收藏页GPT的美学造诣依然是没得说，不过Grok的色彩一致性我也很喜欢；第2组 / 为【西施】制作一张华丽张扬的国风图鉴体感很强烈，GPT和Grok的调教路径非常接近，Seedream的光影更加明亮；第3组 / 给【草船借箭】设计一张成语释义的海报GPT侧重意境，Seedream偏向留白，Grok是个话唠，这题算是各有所长；第4组 / 用【微距】镜头捕捉一场残酷的昆虫搏斗GPT为了追求惊心动魄的视效，似乎牺牲了空间的合理性，而Seedream的干净和Grok的污脏又正好是两个极端；第5组 / 在【高铁】上拍摄一个美女乘客的侧颜题目看起来简单，其实要同时兼顾箱子、座位和人体的空间结构，其实很容易犯错；第6组 / 把【绝命毒师】的角色制作成可视化的卡片清单主要想测还原度和群像细节，GPT这次完胜，版权素材的训练很齐全；最后再补充一些经验或者说心得吧：- GPT我已经习惯了在Codex里和它一起写提示词，好吧主要是它写我盯着，然后再去ChatGPT生成，因为Codex好像很不适合直接出图，画质降得厉害，图片大小往往都只有网页生图的不到一半；- Seedream很特别的是，它的最近几个大版本，从4.0到4.5再到5.0，并不是简单的线性升级，有不少提示词，低版本的出图效果反而能比最强的5.0 Pro还好，这是用起来很困扰的一个地方，另外就是Seedream很吃通过降画质来实现去AI味这套，直接在提示词里强调就行；- Grok的优点是比较均衡，生成速度是这「御三家」里最快的，新版本主要在真实性上追了上来，克服了以前挥之不去的塑料感，而且性价比也足够，开通了x会员就能一鱼两吃，在Grok里还能一键图转视频，相当实惠。所以，你们觉得如何？

4. GPT-5.6全面免费开放/DeepSeek预告将大幅涨价/张一鸣:不走蒸馏捷径，要从底层构建壁垒

5. OpenAI突然放开GPT-5.6，免费聊天，不限次数

6. Grok 4.6 今天就发！1.5 万亿参数还没捂热，4.7 已经在门口排队

7. 明天周五，2026-08-07当天发生的金融信息预告！ 1、马斯克：Grok 4.6预计8月7日发布，，参数规模为‌1.5万亿‌，核心优化方向是大幅提升监督微调（SFT）和强化学习（RL）能力，让模型指令遵循度、任务完成质量表现更出色。Grok 4.7预计在几周后推出，，参数规模升级至‌2.1万亿‌，综合能力全面优于Grok 4.6，仅推理响应速度会稍慢，但token使用效率会更高，能以更低成本完成复杂任务。同期马斯克还公布了后续路线图，Grok 5计划在2026年年内发布，会首次完整注入SpaceX创立25年积累的全量工程数据进行训练，打造面向航空航天、复杂制造领域的专业级AI能力。Grok最初是X平台（原Twitter）专属的AI聊天机器人，现在已发展为覆盖网页、移动端、车载等多端的独立产品，核心特色是支持实时调取X平台的公开内容，不会像其他AI助手那样出现训练数据过时的问题，主打“实时性+强推理”的AI助手定位。 2、宇树科技公告，网上路演将于2026年8月7日14:00-17:00举行，本次拟公开发行新股4044.64万股，占发行后总股本的10%；其中初始战略配售808.93万股，网下初始发行2588.62万股，网上初始发行647.10万股，后续将根据回拨机制调整最终发行数量。作为全球人形机器人出货量第一的具身智能企业，市场普遍关注其IPO定价与估值，机构投资者会重点评估其模型能力、商业化落地成色、长期运营能力等核心维度。 3、深圳国际家纺布艺暨家居装饰展览会将于8月7日至9日举办，现场设置四大核心产业场景：实景软装联展、20余场行业主题分享、精准供需私密洽谈、「织・境」全案软装设计大赛启动仪式，内容覆盖全案落地、跨境外贸、青年设计师培育等行业热点议题。 4、第三届能源与光电技术会议将于8月7日至9日在新疆乌鲁木齐举办，本次会议是能源与光电领域的专业学术盛会，将集中展示钙钛矿太阳能电池、各类新型储能电池、发光二极管、光电探测器、激光器、传感器等方向的最新科研成果，深入探讨领域内的机遇、挑战与未来发展路径。

8. Grok 4.6 明天发布：1.5 万亿参数，马斯克亲自官宣

9. 疯狂堆参数只是幌子，马斯克借Grok布局庞大商业闭环

Grok4.6半价，Agent编程反超GPT5.6

精选参考来源