Grok 4.6 发布：基准测试与长任务的价格
SpaceXAI 发布了 Grok 4.6，具备 50 万上下文令牌、四种推理模式，并专注于长周期智能体工作。初期测试中，其性能与顶级竞品相当，在 CursorBench 上领先，平均每任务成本为 2.81 美元。然而，对于超过 20 万令牌的上下文，价格会翻倍。
8月12日，SpaceXAI发布了Grok 4.6，其特色包括500,000个上下文标记、四种推理模式，并明确聚焦于扩展型代理工作。在初步基准测试中，该模型与最强竞争对手表现相当，并在CursorBench中领先，平均每项任务成本为2.81美元。这个数字看起来很有吸引力，但长上下文是一个隐藏的附加项：超过200,000个标记后，费率翻倍。本文探讨了该模型在哪些方面真正有所改进、长时间运行的成本是多少，以及现在谁应该尝试它。
来源: Habr — хаб ИИ —
原文