Grok 4.6 ra mắt: điểm chuẩn và chi phí cho các tác vụ dài
SpaceXAI đã phát hành Grok 4.6 với ngữ cảnh 500K token, bốn chế độ suy luận, tập trung vào các tác vụ agentic dài. Trong các bài kiểm tra ban đầu, nó hoạt động ngang hàng với các đối thủ hàng đầu, dẫn đầu CursorBench với chi phí trung bình 2,81 USD mỗi tác vụ. Tuy nhiên, giá tăng gấp đôi cho các ngữ cảnh trên 200K token.
Vào ngày 12 tháng 8, SpaceXAI đã phát hành Grok 4.6, với 500 nghìn token ngữ cảnh, bốn chế độ suy luận và trọng tâm rõ ràng vào các tác vụ agentic mở rộng. Trong các bài kiểm tra ban đầu, mô hình hoạt động ngang bằng với các đối thủ mạnh nhất và vượt trội trong CursorBench, với chi phí trung bình là 2,81 đô la cho mỗi tác vụ. Con số đó trông hấp dẫn, nhưng ngữ cảnh dài lại là một khoản phí ẩn: sau 200 nghìn token, tỷ lệ phí tăng gấp đôi. Bài viết xem xét mô hình thực sự cải thiện ở đâu, chi phí cho một lần chạy dài là bao nhiêu và ai nên thử nó ngay bây giờ.
Nguồn: Habr — хаб ИИ —
bản gốc