AI智能体赛道同台竞技，Grok 4.6亮相“撞车”DeepSeek V4 Pro正式版

马斯克旗下SpaceXAI发布新一代大模型Grok 4.6，将重点进一步转向长时间运行的AI智能体（AI Agent）。

巧合的是，中国大模型企业DeepSeek同步推出V4 Pro正式版，两款聚焦AI智能体赛道的前沿模型形成正面同台竞技。

当地时间8月12日，SpaceXAI发布Grok 4.6。SpaceXAI表示，新模型是在Grok 4.5基础上进一步升级，重点提升长流程任务中的表现，以及处理更复杂的交互式、视觉和知识工作任务的能力。

此次发布距离Grok 4.5亮相仅一个多月。7月8日，SpaceXAI刚刚发布Grok 4.5，并将其定位为面向编程和AI智能体任务的模型。

Grok 4.6发布后获市场积极反馈，美股周三收盘，SpaceX股价涨超9%。

性能进入第一梯队

从第三方测试来看，Grok 4.6已经重新进入前沿大模型竞争的第一梯队。

全球知名独立AI大模型评测机构Artificial Analysis公布的Artificial Analysis Intelligence Index显示，Grok 4.6得分为61分，与OpenAI的GPT-5.6 Sol处于同一水平，相比上一代Grok 4.5提高5分。Artificial Analysis称，Grok 4.6由此重新进入前沿模型行列。

四款前沿模型 Artificial Analysis 综合智能指数对比

不过，Grok 4.6对比Anthropic旗下的Fable 5未能有碾压态势。

从完整测试结果来看，Grok 4.6在部分智能体和知识工作相关测试中表现突出，但在一些软件工程、终端操作等测试中，Fable 5仍然领先。

SpaceXAI 官方公布 Grok 4.6 与主流前沿模型基准测试对比

这一点也使此次升级的意义更加清晰。有分析称，SpaceXAI 的目标不只是冲击传统问答类基准榜单，而是打造能够独立承接连续复杂任务的模型。

从“回答问题”转向“完成任务”

SpaceXAI此次特别强调了Grok 4.6的长流程智能体能力。

例如，用户要求开发一个软件，模型需要自行理解需求、编写代码、运行测试、发现问题，再修改代码，而不是每一步都等待用户下达新的指令。

SpaceXAI表示，Grok 4.6针对这类长时间运行任务进行了专门训练，包括软件工程、研究分析、STEM以及其他知识工作，同时增加了模型生成的推理数据和高质量工程数据。

软件工程是此次Grok 4.6升级的核心应用场景之一。

SpaceXAI表示，新模型经过针对复杂工程任务的强化训练，覆盖内核优化、网页开发、计算机辅助设计等任务。

这也是目前全球AI产业竞争最激烈的方向之一。OpenAI、Anthropic、谷歌等公司都在推动AI从代码补全工具向能够独立承担软件开发任务的智能体演进。

此前，马斯克也曾在演讲中强调，SpaceXAI的策略则是把Grok与自身庞大的技术体系结合起来。

在马斯克的规划中，随着Grok进入SpaceX体系，其潜在应用范围已经不再局限于一个独立的聊天机器人产品，而可以进一步延伸到SpaceX自身的工程研发、软件开发以及其他业务场景。这也是SpaceXAI的优势所在：拥有SpaceX的计算基础设施、工程场景和资本支持。

从产业角度看，AI大模型竞争正在越来越依赖“模型+算力+数据+应用场景”的综合能力。

有分析指出，Grok 4.6的发布折射出整个AI产业正在发生的变化。近年大模型竞争早期焦点集中在参数规模、通用推理与各类基准跑分；随着前沿模型能力逐步收敛，行业竞争重心正向落地应用层转移。谁能够让AI真正完成软件开发、研究分析、数据处理和企业流程，谁就更有可能获得稳定的商业收入。

下一个战场AI智能体

Grok 4.6发布同期，DeepSeek推出V4 Pro正式版，两款模型更新重心均聚焦长流程AI智能体方向。从公开信息来看，Grok 4.6上下文窗口上限500K Token，支持图文多模态输入；DeepSeek V4 Pro上下文窗口可达1000K Token，最大输出384K Token，为文本模型。

在能力优化上，Grok 4.6重点强化科研分析、复杂STEM与高端软件工程任务；DeepSeek V4 Pro侧重代码工程、终端自动化等场景。二者依托不同技术路线与生态体系面向开发者开放选型。

根据DeepSeek给出的模式测试对比成绩，V4-Pro-0813在AI编程智能体基准测试DeepSWE中得分为62.7，甚至超越了Claude Opus 4.8。在AI安全智能体基准测试Cybergym、智能体基准测试Automation Bench中甚至超越目前公认最强大的Claude Fable 5。

商业化方面，Grok 4.6已经通过API向开发者开放，并接入包括OpenRouter、Vercel和 Cloudflare等平台，同时进入Cursor和Grok Build等开发工具。

AI Agent与传统聊天机器人相比，需要消耗更多Token，因为一个复杂任务往往需要模型进行多轮推理、调用工具、读取文件并反复修改结果。因此，对于Agent开发者而言，模型性能之外，Token成本同样直接影响最终产品能否实现商业化。

价格方面，Grok 4.6 API 输入价格为2美元/百万token，输出价格为6美元/百万token。Artificial Analysis称，Grok 4.6在达到前沿模型水平的同时，其价格仍具有明显竞争力。

对比之下，V4-Pro模型输入（缓存未命中）3元/百万Token、输出6元/百万Token。但值得注意的是，DeepSeek此前已发布公告，预告近期将整体上调API定价，预计涨幅较大。涨价落地后二者成本竞争格局或将重塑。