AIモデルの競争は、単純な回答精度だけでは測りにくくなっています。次に問われるのは、コードや資料を扱いながら複数の工程を進め、長い作業をどこまで安定して任せられるかです。Grok 4.6は、その競争軸の変化を示すモデルとなりそうです。
SpaceXAIは2026年8月12日、AIモデル「Grok 4.6」を公開した。長時間動作するエージェントやコーディング、ナレッジワーク向けの能力を強化し、Artificial Analysis Intelligence Indexでは61点を記録。
GPT-5.6 Solの最大推論設定と同点、Fable 5 Maxを1ポイント下回るという。API料金は入力100万トークンあたり2ドル、出力100万トークンあたり6ドルから。Cursor、Grok Build、SpaceXAI APIなどで提供される。
From: 
SpaceXAI releases Grok 4.6, claiming GPT-5.6 Sol and Claude Fable 5-level intelligence
【編集部解説】
Grok 4.6で注目したいのは、単純な質問応答の精度向上よりも、AIが複数の工程をまたいで仕事を継続する「エージェント」としての能力です。SpaceXAI自身も今回のモデルを、コーディング、ナレッジワーク、長時間動作するエージェント向けとして位置づけています。
公式発表では、前モデルGrok 4.5に対してArtificial Analysis Intelligence Indexが56から61へ上昇しています。CursorBench v3.2も66.7％から69.9％、DeepSWE v1.1は54％から65.9％、FrontierCode v1.1 Extendedは56.6％から61.3％へ伸びています。
これらは、一般的な会話能力だけを見る評価ではありません。たとえばCursorBenchはIDE上での実践的なコーディング作業、DeepSWEはソフトウェアエンジニアリング、FrontierCodeはより複雑なプログラミング能力を評価します。SpaceXAIがGrok 4.6で重視した方向が、コードを書くだけでなく、コードベースを調べ、作業を進め、結果を検証する一連のプロセスにあることが読み取れます。
Artificial Analysis Intelligence IndexではGrok 4.6が61点となり、GPT-5.6 Solの61点と並び、Fable 5の62点に1ポイント差まで近づいています。
ただし、この数値だけから「Grok 4.6とGPT-5.6 Solの性能が完全に同等」と判断するのは早計です。SpaceXAIの掲載表でも、DeepSWE v1.1ではGrok 4.6が65.9％に対してGPT-5.6 Solは73％である一方、GDPVal-AA v2ではGrok 4.6が1753、GPT-5.6 Solが1728となるなど、評価項目によって順位は変わります。
つまり今回の61点は、「さまざまな能力をまとめた総合指標ではフロンティアモデル群に近づいた」という意味で捉えるのが適切です。実際の業務では、コード生成、調査、文書作成など、用途ごとの評価を見る必要があります。
API版Grok 4.6は50万トークンのコンテキストウィンドウを備え、テキストと画像を入力できます。推論強度はlow、medium、high、xhighから設定でき、Function Calling、Web Search、X Search、コード実行にも対応しています。
こうした仕様は、単発のプロンプトに答えるより、資料やコードを読みながらツールを呼び出し、複数工程の作業を継続する用途と相性がよい構成です。特にSpaceXAIは、長いエージェントループではコンテキスト圧縮を利用することも案内しています。
一方、モデル単体ではリアルタイム情報にアクセスできません。公式ドキュメントでは知識カットオフを2026年2月1日としており、最新情報を扱う場合はWeb SearchやX Searchなどの検索ツールを有効にする必要があります。
API価格は100万トークンあたり入力2ドル、出力6ドルからです。通常版とは別に高速版も用意され、こちらは2倍の料金となります。
Grok 4.6はSpaceXAI APIだけでなく、Cursor、Grok Build、OpenRouter、Vercel、Cloudflareでも利用できます。Cursorでは全プランで提供されると公式ドキュメントに記載されています。
今回の発表からは、Grokが「チャットで質問するAI」だけを競うのではなく、コードや資料を読み、外部ツールを利用しながら長い作業を完遂するAIへ比重を移している方向性が読み取れます。Grok 4.6を評価する際も、短い質問への回答品質だけではなく、数十分、数時間に及ぶ作業をどこまで安定して任せられるかが重要になりそうです。
【関連記事】
xAIとCursorが「Grok Bot」公開｜iPhone・Macから仕事を任せるAIエージェントへ
Grok 4.6公開の前日に提供開始されたGrok Botを扱った記事。Grokが質問応答型AIから、複数のアプリやWebサービスを横断して仕事を進めるAIエージェントへ展開している流れを確認できます。
モデル単体の性能だけでなく、Grokを実際の業務へ組み込む動きも進んでいます。Grok Botでは、複数のサービスを横断して仕事を進めるエージェントとしての展開が始まっています。
Grok 4.5、SpaceXとTeslaで社内ベータ開始─マスク氏「Opusに迫る」の真意
前世代Grok 4.5がSpaceXとTeslaでプライベートベータに入った段階を扱った記事。Grok 4.6に至る直前の開発状況を時系列で確認できます。
Grok 4.6に至る直前の状況については、Grok 4.5がSpaceXやTeslaで社内ベータに入った段階の記事も参考になります。数カ月で評価材料がどう変化したかを比較できます。
Grok Build 0.1をxAIが公開｜Claude Code・Codexに挑む自律コーディングの実力
Grokを利用した自律型コーディング環境「Grok Build」を扱った記事。Grok 4.6がコーディングや長時間エージェントを重点領域とする背景を、実際の開発環境側から補完できます。
Grok 4.6のコーディング性能が実際に使われる環境の一つがGrok Buildです。モデルと開発ツールを一体で進化させるSpaceXAIの方向性を確認できます。
【編集部後記】
Grok 4.6は、性能だけでなくAPI価格を含めたコストパフォーマンスも気になるモデルです。高性能なAIをどこまで低コストで実務に組み込めるのかは、今後の普及を左右するポイントになりそうです。そしてGrokならではの特徴として注目したいのが、Xとの距離の近さです。リアルタイムに情報が流れるXの中で、検索や分析、エージェント機能がどのように使われていくのか。
モデル単体のベンチマークだけでは見えない、Grok独自の使われ方がこれからどこまで広がるのかにも注目です。
【用語解説】
AIエージェント
AIが回答を生成するだけでなく、外部ツールの利用や情報検索、コード実行などを組み合わせ、複数の工程からなる作業を自律的に進める仕組み。
コンテキストウィンドウ
AIモデルが1回の処理で参照できる情報量の範囲。Grok 4.6は最大50万トークンに対応。
Function Calling
AIモデルから外部の関数やシステムを呼び出す仕組み。Grok 4.6ではFunction Callingに加え、Web Search、X Search、コード実行などのツールを利用可能。
Artificial Analysis Intelligence Index
複数のAIベンチマークを統合してモデルの総合的な能力を比較する指標。SpaceXAIのGrok 4.6発表では9つのベンチマークによる合成指標が用いられ、Grok 4.6は61点とされている。
【参考リンク】
SpaceXAI（外部）
Grokシリーズを開発・提供するSpaceXAIの公式サイト。AIモデルやGrok関連製品、APIなどの最新情報を掲載。
Grok 4.6｜SpaceXAI Docs（外部）
Grok 4.6の公式開発者向けページ。50万トークンのコンテキスト、API料金、推論設定、利用可能なツール、提供環境などを確認できる。
Grok（外部）
SpaceXAIが提供するAIサービス。Grokシリーズを利用するためのWebインターフェースを提供。
【参考記事】
Introducing Grok 4.6｜SpaceXAI（外部）
Grok 4.6の公式発表。長時間動作するエージェントへの重点、Grok 4.5との性能差、各種ベンチマーク、学習方法、提供先、API価格を掲載。
Grok 4.6｜SpaceXAI Docs（外部）
Grok 4.6のAPI仕様を解説する公式ドキュメント。50万トークンのコンテキスト、テキスト・画像入力、推論強度、検索・コード実行などの対応ツールを確認できる。
Models：Grok 4.6｜SpaceXAI Docs（外部）
Grok 4.6のモデル仕様と料金を掲載する公式ページ。入力100万トークン2ドル、出力6ドルという料金や、リアルタイム情報には検索ツールが必要であることなどを確認できる。
