SpaceXAIがGrok 4.6を公開：ポストトレーニングの更新、価格は据え置き、新しい推論レベル「xhigh」を追加

2026年8月12日、SpaceXAI（旧xAI）は公式ブログでGrok 4.5の直接の後継となるGrok 4.6を発表した。同モデルはCursorとGrok Build、console.x.aiのAPI、そしてパートナーであるOpenRouter・Vercel・Cloudflare経由で即日利用でき、最初の1週間は含まれる利用量が2倍になる（出典：SpaceXAI公式発表）。APIドキュメントによれば、価格は入力100万トークンあたり2ドル、キャッシュ経由の入力100万トークンあたり0.50ドル、出力100万トークンあたり6ドルで、これはプロンプトが20万トークンまでの場合。この閾値を超えると料金は倍になる（4ドル／1ドル／12ドル）。「fast」バージョンは標準料金の2倍だ。コンテキストウィンドウは50万トークンでGrok 4.5から変わらず、入力はテキストと画像を受け付けるが、生成するのはテキストのみである（出典：SpaceXAI、APIリリースノート）。

SpaceXAIは推論レベルを4つ挙げている――low、medium、high（既定）、そして新しいxhighだ。またHigh構成でのベンチマークを公開している。Artificial Analysis Intelligence Index 61、GDPval‑AA v2 1753 Elo、CursorBench v3.2 69.9%、DeepSWE v1.1 65.9%、FrontierCode v1.1 61.3%、APEX‑Agents 57.5%、APEX‑SWE 56.4%、AA‑Briefcase 1577、Harvey LAB 15.8%、Terminal‑Bench v3.0 26%（出典：SpaceXAI公式発表）。独立機関のArtificial Analysisは、知能指数61、100万トークンあたり2ドルと6ドルという価格、ウィンドウの広さを確認したうえで、生成速度を毎秒65.5トークンと計測している。これは同等モデルの中央値を下回る数字だ（出典：Artificial Analysis、独立プロフィール）。

VentureBeatは、この結果によりGrok 4.6がKimi K3を上回り、GPT‑5.6 Solと肩を並べてArtificial Analysisのランキング3位につけたと報じている。ただし、Artificial Analysisの指数を除くすべてのベンチマークはメーカー提供の数値であり、独立した第三者による検証を経ていない。パラメータ数（およそ1.5兆）は一部のアグリゲーターが挙げているが、公式の情報源には一切登場せず、検証できない（出典：特定されていないアグリゲーター）。知識のカットオフ日（2026年2月1日）も非公式な情報源（MarkTechPost）によるもので、SpaceXAIのドキュメントには記載がない。さらに、プロンプト20万トークン超で料金が倍になることが長時間のエージェント処理にどれだけ効いてくるのかを定量化した独立した調査はなく、集中的な利用における実際のコストは未知数のままだ。

コマンドラインでのソフトウェア開発を測るTerminal‑Bench v3.0では、Grok 4.6は26%にとどまり、GPT‑5.6 Sol Maxの34%に届かない。SpaceXAI自身が公開した表を見るかぎり、ここがこのモデルのいちばん弱い部分である。

SpaceXAIは性能の飛躍について、より大きなベースモデルではなく、モデル自身が生成した精選データによる追加学習、改良されたオプティマイザ、そして複数ドメインにわたるエージェント型強化学習によるものだと説明している。重みの公開予定はなく、モデルはAPIとパートナープラットフォーム経由でのみ利用できる。

Grok 4.6はGrok 4.5からおよそ5週間後に登場し、価格表には手を付けていない。最先端モデルの比較軸が絶対スコアから知能とコストの比率へと移った一年――とりわけ、ひとつのタスクで数百万トークンを消費しうるエージェント用途において――この位置取りは、同じスコアのモデルに対する安価な選択肢というものだ。

まとめると、Grok 4.6はポストトレーニングの漸進的な更新であり、いくつかのベンチマーク（DeepSWE、APEX‑Agents、GDPval‑AA v2、AA‑Briefcase）で明確な向上を示し、価格政策はGrok 4.5から据え置かれている。とはいえ、結果の大半に独立した検証がないこと、長期的なコストのデータがないこと、そしてTerminal‑Benchの弱さを踏まえると、総合的な評価には慎重さが必要だ。