
1. 马斯克携Grok 4.6回归大模型牌桌
马斯克带着Grok 4.6,让SpaceXAI重新回到了大模型牌桌。它跑分反超了GPT-5.6 Sol和Fable 5 Max,价格却只要每百万token输入2美元、输出6美元,比两个对手便宜不少。在衡量真实工作能力的GDPVal-AA v2上,Grok 4.6拿到了全场最高分1753,把它们都甩在了后面;AA-Briefcase和Harvey LAB两项测试,它同样排第一。目前,新模型已经同步接入Grok Build、Cursor、Grok Bot和API,Cursor里首周还有双倍用量。这次升级定的重点,是长程agent任务,要求模型在没人盯着的时候也能连续干很久不掉线。就在前一天,SpaceXAI还发布了另一款产品Grok Bot,一队能自己登录各种工具、24小时连轴转的智能体。现在,Grok Bot已经能直接调用Grok 4.6了。
2. 更低价格反超Sol和Fable
SpaceXAI这次拿出的官方跑分表,摆了10项基准,对比对象是Grok 4.5 High、GPT-5.6 Sol Max和Fable 5 Max。综合智力指数AA Intelligence Index上,Grok 4.6拿到61分,跟GPT-5.6 Sol打平,比Grok 4.5的56分高了5分,只比排名最高的Fable 5 Max少1分。真正把两个对手都甩在后面的,是另外三项。GDPVal-AA v2上,Grok 4.6拿到1753分,反超GPT-5.6 Sol的1728分和Fable 5 Max的1741分。AA-Briefcase和Harvey LAB这两项,Grok 4.6同样双双超过,分别是1577分和15.8%。但Terminal-Bench v3.0上,它只拿到26%,GPT-5.6 Sol是34.6%。Terminal-Bench测的是纯命令行环境下的agent操作能力,模型要在没有图形界面的情况下连续执行多步指令,出一次错就可能中断整条链路。这道题Grok 4.6答得不算好,知识工作类的agentic任务它更擅长,纯终端操作还没追上去。但再看Grok 4.6的价格,还要啥自行车呢?Grok 4.6的官方报价是每百万token输入2美元、输出6美元,跟Grok 4.5持平。同级模型里,GPT-5.6 Sol Max报价5美元和30美元,Claude Opus 5报价5美元和25美元,Grok 4.6确实压得更低。但这份报价单上有一行小字容易被忽略。一旦单次请求的上下文超过20万token,输入输出价格会同时翻倍,涨到4美元和12美元,而且这不是只算超出部分,整条请求都按高价结算。不过算下来,即使翻了倍,依然是比GPT和Claude便宜。另外SpaceXAI还提供了一个低延迟版本,价格是标准版的两倍,给对响应速度要求更高的场景用。Grok 4.6接入的第一批入口有四个,SpaceXAI自己的Grok Build、代码编辑器Cursor、智能体产品Grok Bot,以及开放API。Cursor和Grok Build里,SpaceXAI给了一周的双倍用量。第三方平台也跟上了,OpenRouter、Vercel、Cloudflare三家同步接入。值得一提的是这次升级瞄准的是长时间运行的agent任务,查陌生领域的资料、跨代码库改东西、用各种工具、搭出第一版,再跟着反馈改很多轮,中途不用打断重来。这个定位,也和昨天发布的Grok Bot非常搭配。
3. 马斯克版Workbuddy也来了
Grok 4.6发布后再回过头看,12日凌晨发布的Grok Bot,很可能就是在给4.6打前哨,SpaceXAI给它的定位是「AI队友」。当时马斯克就预告过,Grok 4.6会在「本周稍晚时间」上线,结果过了不到24小时就发布了。每个Bot拥有自己的云端环境,能直接登录用户已经在用的工具和网站,包括那些没有开放API、没有MCP接口的平台。官方演示里,一个用户向Chief of Staff打听某个客户账户最近的进展。Chief of Staff是专门统筹全局的Bot,它直接调出上一次通话的记要、CRM里的账户备注,汇总成一条回复。而且这是常态。Bot们并行运行,24小时不间断,哪怕用户合上笔记本电脑,它们照样在云端干活。遇到需要人决策的环节,比如登录验证、支付确认,Bot会停下来,等用户处理完,再接着往下走。一个Bot只是开始。一个人可以同时开好几个Bot,各自负责不同的事,一个盯销售外联,一个管客服工单,一个处理报销单。Bot之间还能互相通信,一个Bot卡住了,会主动叫另一个来帮忙。另外,它还具备学习能力。用户把一件事正常操作一遍,打开工具、登录、执行,Bot会在旁边看着,然后自动把步骤记下来,存成一个可以复用的routine。下次同样的任务,它直接按这套流程自己跑。Grok Bot最早是SpaceXAI内部自己捣鼓出来的原型,在公司内部用顺了之后就火了。销售团队用它跟进客户,运营团队用它给新员工办入职、处理发票,工程团队用它复现Bug、提交工单,再把修复工作转交给另一个Bot。马斯克自己的员工先当了一轮内测用户,用顺了之后,SpaceXAI才决定把它交给所有人。Grok Bot不是第一个想让AI坐进工位的产品。国内的腾讯WorkBuddy今年3月上线,5月就冲到国内AI原生办公智能体月访问量第一,6月单月PC端访问量达到2097万,超过字节Trae和阿里Qoder Work两家加起来的总和。WorkBuddy只是国内跑得最快的一个代表。字节跳动的Trae、阿里的Qoder Work都在同一条赛道上。海外这边,Anthropic的Claude Cowork也是同一个方向的产品。几家大厂几乎是同时扎进了「AI办公智能体」这个方向,马斯克也在这股风里,接连发布了「SpaceXAI版Workbuddy」,和专门针对长程任务优化的模型。还有,从Grok Bot的一些细节里,还能够看到Cursor的蛛丝马迹。除了开放给Cursor部分订阅用户使用之外,Grok Bot的下载、注册和销售咨询入口,目前都还挂在Cursor的基础设施上。Grok Bot下载链接所在的域名是cursor.com,企业客户咨询走的也是Cursor官网的联系表单。Cursor联合创始人兼CEO Michael Truell,当天也转发了Grok Bot发布的消息。再看今天发的Grok 4.6,也是第一时间开放给了Cursor。不过,Grok Bot瞄准的不是Cursor那种写代码场景,它盯上的是更日常的职场任务,比如回邮件、更新CRM、核对报销单等等。另外,Grok Bot中同一个用户名下的所有Bot,共享一台持久化的云端电脑,文件、浏览器、登录状态都是共用的,隔离按用户来分,不按单个Bot。
4. 买下Cursor后,SpaceXAI交卷
除了这些影子,Grok 4.5也是xAI和Cursor首次联合训练的成果,其训练数据包括了来自Cursor积累的海量真实开发者交互记录。现在的Grok 4.6,是在Grok 4.5基础上接着练出来的,用的是模型自己生成的推理数据和工程数据,又加了一轮优化器调整和强化学习。基础设施则来自SpaceXAI,Grok Bot背后跑的算力,用的是SpaceXAI旗下的Colossus超算集群。也就是说,在Grok Bot当中,一边是产品里看得到的Cursor影子,一边是底层算力用的马斯克自家基础设施。这背后,是怎么走到这一步的?往回倒推,走了大半年。今年2月,SpaceX先是以全股票方式收购了xAI,马斯克手里这两家公司合并到了一起。4月21日,SpaceX拿到一份和Cursor的期权协议,可以选择付出约100亿美元违约金退出,也可以后续以600亿美元收购Cursor母公司Anysphere。6月16日,也就是SpaceX在纳斯达克完成750亿美元IPO几天之后,双方正式敲定了这笔600亿美元的全股票收购,这是风投支持的初创公司历史上金额最大的一笔收购。到了7月,马斯克把两块业务对外的品牌统一改成了SpaceXAI。SpaceX愿意为这单交易一次性砸600亿美元,是有理由的。截至今年2月,Cursor的年经常性收入达到20亿美元,是有记录以来增长最快的企业软件公司。Cursor的股票会按SpaceX股价的成交量加权均价,换算成SpaceX的Class A普通股,预计今年三季度完成交割。Cursor四位联合创始人,Michael Truell、Aman Sanger、Sualeh Asif、Arvid Lunnemark,都是MIT背景,身家因此翻倍,交易完成后每人身家预估27亿美元。这半年里,SpaceX一边把xAI并进自己,一边买下Cursor,把几块业务拼在了一起。Grok Bot和Grok 4.6,正是马斯克合并了一波又一波之后,公开打出的第一套组合拳。
5. One More Thing
Grok 4.6上线没几个小时,马斯克已经在回复网友时把下一款的时间表报了出来。他表示,Grok 4.7的初步训练已经完成,正在补充训练中添加大量SpaceX公司数据,并将在三到四周内发布。特别强调了,SpaceX的所有数据都可以用于训练。同时老马还自信满满地宣告,4.7将超越当前所有的模型。同时他还cue到A社,先是肯定了他们可能也会有新的模型,但SpaceX的训练语料库非常出色且独特。因此马斯克说,如果有任何模型在现实世界的工程方面比Grok 4.7更好,他都会感到震惊。Flag已经立起,接下来就看老马能在大模型这个牌桌上留住多久了。
1761



被折叠的 条评论
为什么被折叠?



