Grok 4.6一夜追平OpenAI：马斯克的AI翻身仗是怎么打的

三个月前，马斯克的Grok 4.3在大模型智能指数上排第17位，跟OpenAI和Anthropic的旗舰模型有明显差距。三个月后，Grok 4.6在多项核心基准上反超了GPT-5.6 Sol和Fable 5 Max。这个速度，说实话有点吓人。

跑分全面反超，价格还便宜一半

8月12日发布的Grok 4.6，SpaceXAI给了一组相当硬的数据。在衡量真实工作能力的GDPVal-AA v2上，Grok 4.6拿到全场最高分1753，超过GPT-5.6 Sol的1728和Fable 5 Max的1741。AA-Briefcase和Harvey LAB两项测试同样拿下第一。

综合智力指数上拿到61分，与GPT-5.6 Sol打平，只比Fable 5 Max少1分。但关键是价格——输入每百万token只要2美元、输出6美元，比两个对手都便宜不少。马斯克自己在上线后两小时内转了大约10条推文，说Grok 4.6"客观上是第一"。

加量不加价，这在AI行业是很少见的。大多数模型升级都伴随着涨价，这次SpaceXAI反着来。

重点押注：长程Agent任务

这次升级最值得关注的不是跑分，而是方向。Grok 4.6重点优化了长程Agent任务——也就是让模型在没人盯着的情况下，能连续干很久不掉线、不跑偏。

这个方向很明确：大模型的竞争已经从"谁更聪明"转向"谁更可靠"。跑分高不代表能干复杂的实际工作，用户真正需要的是一个能自主完成多步骤任务的Agent，而不是一个只能回答问题的聊天框。

同步发布的还有Grok Bot——一队能自己登录各种工具、24小时连轴转的智能体。Grok Bot可以直接调用Grok 4.6作为底层模型。从模型到Agent产品的完整链路，SpaceXAI这次是一步到位了。

从第17名到追平第一，中间发生了什么

今年5月，Grok 4.3在行业评测中只排到第17位。那时候社区里一片嘲讽，说马斯克的AI就是砸钱买GPU的土老板。但短短三个月，从17名到与第一梯队持平，这个爬坡速度值得研究。

核心原因可能有三个：

第一是算力投入。SpaceX和xAI的基础设施投入是天文数字，Starlink的全球网络为训练数据收集提供了天然优势，特斯拉的Dojo超算也在持续贡献算力。

第二是人才整合。SpaceXAI在过去半年大量招募了来自OpenAI、Google DeepMind和Anthropic的工程师。大模型竞争的底层还是人才竞争。

第三是收购Cursor的红利。SpaceXAI今年早些时候收购了AI编程工具Cursor，这不仅是获得了一个产品，更重要的是吸收了Cursor在代码理解和开发工作流上的深度积累。Grok 4.6在编程类基准上的提升尤其明显。

对行业格局的影响

Grok 4.6的出现，让大模型竞争从"两强争霸"（OpenAI vs Anthropic）变成了"三足鼎立"。马斯克终于有了一张能打的牌。

更值得关注的是定价策略。当Grok 4.6在多项指标上追平甚至反超对手，价格还便宜一半的时候，OpenAI和Anthropic的定价体系就面临压力了。开发者对价格敏感，尤其是做Agent的公司——一个Agent任务可能消耗几百万token，模型单价差2倍，成本差距就是巨大的。

这也解释了为什么谷歌紧接着就在8月14日推出了限时五折的Gemini 3.7 Flash。AI定价战已经正式开打了。

马斯克终于不用只靠推特搞AI了

过去一年，马斯克在AI领域最大的存在感就是反复修改OpenAI的治理结构、发推特嘲讽Sam Altman。但现在Grok 4.6的发布，证明SpaceXAI确实在产品层面拿出了东西。

从模型能力到Agent产品（Grok Bot），再到编程工具（Cursor），SpaceXAI正在构建一个完整的AI生态。这个生态的逻辑跟OpenAI不同——OpenAI是"模型即服务"，SpaceXAI更像"模型+工具+应用"的全栈打法。

能不能持续保持这个势头，还得看下一代模型的表现。但至少现在，马斯克可以很有底气地说：AI这件事，不只是OpenAI和Anthropic的游戏了。