ハクソク

世界を動かす技術を、日本語で。

Grok 4.6

2026年8月13日原文(x.ai)

概要

  • Grok 4.6 は、長時間稼働エージェントとインタラクティブ・ビジュアル作業に特化した最新バージョン
  • 複雑なタスク や多段階作業に強みを発揮し、最先端の知識作業やコーディングで高評価
  • ベンチマーク でGPT-5.6 Solと同等のスコアを記録、前バージョンより大幅な性能向上
  • 安全性と性能 が強化され、幅広い分野での活用が可能
  • APIや主要サービス で即日利用開始、初週は2倍の無料利用枠を提供

Grok 4.6の主な特徴と進化

  • Grok 4.6 は、Grok 4.5を基盤に、長期間稼働するエージェントやインタラクティブ・ビジュアル作業に特化した強化版
  • 複数ステップにまたがる複雑なタスク （リサーチ、情報分析、コードベース作業、アイデアから成果物作成まで）への対応力
  • AA Intelligence Index でGPT-5.6 Solと同等のスコアを達成、9つのベンチマークを統合した指標で評価
  • 主要ベンチマーク （GDPVal-AA、DeepSWE 1.1、CursorBench 3.2、FrontierCode 1.1）でも競合モデルと同等またはそれ以上の成績
  • Cursor や Grok Build で本日から利用可能、初週は2倍の無料利用枠を提供

トレーニングと技術的進化

  • Grok 4.6 は、Grok 4.5よりも長期間の追加トレーニングを実施
    • 高度な推論・技術概念 に特化したモデル生成データと高品質なエンジニアリングデータ
    • 最適化アルゴリズム とトレーニングレシピの改良
  • SFT（教師あり微調整） と RL（強化学習） の各段階でより強固な基盤を構築
  • STEM、ソフトウェアエンジニアリング、知識作業 など多様な領域でSFTトラジェクトリを再生成し、問題のあるデータをフィルタリング
  • カーネル最適化、Web開発、CAD などドメイン特化環境を含む幅広いRLタスクで訓練

長期的・野心的プロジェクトへの対応力

  • Grok 4.6 は、長期間・多段階のプロジェクトで能力を発揮
    • 幅広いプロダクトアイデア を具体的な初期バージョンに落とし込む力
    • 未知の領域リサーチ、アプリ構造設計、コア機能実装、反復的な改善 まで一貫して対応
    • 自己検証・自己テスト を実施し、作業の正確性を高める機能
  • ビジュアル・インタラクティブプロジェクト での初回アウトプットの質が向上
    • 構造設計とビジュアル言語 を一度に提示し、素早いプロトタイピングが可能

安全性と性能評価

  • Grok 4.6 は、モデル能力に応じた セーフガード を強化
    • 脆弱性修正、エンジニアリング設計サイクルの加速、AIリサーチ支援 など幅広い分野で安全かつ有用
    • 事前・事後・第三者評価 による最大規模の安全性評価体制
  • 主要ベンチマークスコア
    • AA Intelligence Index: 61（Grok 4.6）、61（GPT-5.6 Sol Max）、62（Fable 5 Max）、56（Grok 4.5 High）
    • GDPVal-AA v2: 1753（Grok 4.6）、1526（Grok 4.5）、1728（GPT-5.6 Sol Max）、1741（Fable 5 Max）
    • CursorBench v3.2: 69.9%（Grok 4.6）、66.7%（Grok 4.5）、67.2%（GPT-5.6 Sol Max）、70.5%（Fable 5 Max）
    • DeepSWE v1.1: 65.9%（Grok 4.6）、54%（Grok 4.5）、73%（GPT-5.6 Sol Max）、70%（Fable 5 Max）
    • FrontierCode v1.1 (Extended): 61.3%（Grok 4.6）、56.6%（Grok 4.5）、60.6%（GPT-5.6 Sol Max）、63.6%（Fable 5 Max）

利用方法・価格

  • Grok 4.6 は、 Cursor や Grok Build で本日から利用可能
  • API や OpenRouter、Vercel、Cloudflare などのパートナー経由でも利用可能
  • 価格: 入力トークン100万あたり$2、出力トークン100万あたり$6
    • 高速バリアント は2倍の価格設定
  • 初週は2倍の無料利用枠 を提供、すぐに試用可能
  • APIキー発行 や APIドキュメント を通じた迅速な統合が可能
  • Grok Build で無料トライアルも実施中

まとめ

  • Grok 4.6 は、長期間にわたる複雑な知識作業やコーディングに最適化された最新AIモデル
    • 高い性能、強化された安全性、即時利用可能な環境 を実現
    • 多様なベンチマークでトップクラスの評価
  • API、主要サービス、無料トライアル を活用し、すぐに先端AIの力を試せる環境

Hackerたちの意見

Cursorブログ: https://cursor.com/blog/grok-4-6

Fableみたいな知能で、ほとんどのベンチマークでGPT-5.6-Solを上回ってるし、Kimi K3のAPIよりも安いし、Cursorのサブスクリプションでの使用もかなり寛大だね。

└

$$の理由でCursorでGrokに切り替えようかなって考えてる。でもOpus 4.8以上はめっちゃ良かったから、他のモデルをちょっと試すためだけでも離れるのは難しいな。

└

私のテストではGrok 4.5は確実にOpusレベルじゃないな。SonnetとOpusの間くらいで、ちょっとSonnet寄りかな。4.6でどうなるか見てみよう。

思ってたよりもずっとすごいね。少なくとも、書面上では。

└

でも、誰かハッキングしたことあるの？xAiは新しいベンチマークのメタに遅れてる気がする。

Fableがリリースされてから2ヶ月で、主要な研究所が突然Fableレベルのモデルを持ってるのが変だと思わない？いくつかの説明を考えてみたけど、1) AI研究者はよく話し合ったり、会社を変えたりするから、技術が循環する。これだと、モデルのトレーニングや出荷には2ヶ月以上かかるはずだから、ちょっと信じがたい。2) ディスティレーション - これも上記の理由で信じがたい。3) ベンチマークハッキング。AI企業にはパフォーマンスを人工的に引き上げる方法があって、均衡を保つためにそれを使うことがある。他に理由はある？編集: ほとんどの返信がタイミングを無視してる。能力の同時発表が怪しいと思うんだよね。研究所が最終的に追いつくこと自体は問題じゃない。

└
  1. Anthropicには特別なものは何もない。防御策もない。
└

もしかしたら、どのAIラボにも独自の優位性はなくて、成功は(a) GPUへのアクセス (b) 大量のデータへのアクセス (c) LLMを構築するための技術を知っていることの組み合わせかもしれない。ほとんどの技術はオープンソースで、論文に文書化されてるからね。だから成長のサイクルは(a)と(b)で、もっとGPUを手に入れて、もっとデータを集めれば、より良いモデルができるってことだね。

└

Fableは合成RLタスクとスケールの組み合わせだからね。もう秘密はバレてるよ。

└

知能の本質はスカラーだっていう考えが広まってるけど、例えばある人が別の人より100倍の富を持ってるみたいな感じで。もしこれが本当なら、単一の研究所から急成長するRSIが見られるはず。でも、知能は大きさじゃなくて普遍性に関するものだってことがわかってきたと思う。普遍的なチューリングマシンを作るのは、単に高い数字を掛け算できる計算機を作ることじゃなかった。違いは、計算機を作るときに、普遍的な計算に何が必要かを意識的に考えて、それをステップチェンジとして作ったこと。最初に作られたものは、メモリは少なくて速度も遅いけど、理論的には今あるどのコンピュータとも同じくらい普遍的だった。知能に関しては、もっと連続的であることがわかってきた。これが、知能は終わりのない指数関数的なもので、Sカーブのように水平の漸近線に近づくものではないと人々を納得させたと思う。今あるLLMも、5〜10年後には同じようなものになると思うけど、その頃には完全に普遍的だと考えられるようになるだろう。その時には、トークンあたりの処理速度やコンテキストウィンドウのボリュームは改善されるだろうけど、トークンあたりの能力には変化がないと思う。

└

まさにAnthropicが言ってた通りになるんだね！彼らの大きな賭けは、モデルがどんどん良くなっていくってことなんだ。質の高い状態にすぐに到達して、それを守るってわけじゃない。

Hacker Newsで議論の続きを見る