UMBRELLA 4365 Grok 4.6
xAI / SpaceXAI · Grok 谱系 · 2026.08.12 发布 · 在 6 项基准上留有 7 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
交割前两天的最后一次联名：主攻长任务 agent，智能指数与 GPT-5.6 Sol 打平，新增 Extra High 算力档。公告抬头第一顺位的名字，已经换了。
◈ 评分卡 SCORECARD
综合分 · 相对前沿69.8
总排名#17 / 30
已测维度3 / 6
综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | DeepSWE v1.1 | 65.2% | 86.5 | Claude Opus 5.5 89.9% | 2026.09.21 |
| 终端 Agent | Terminal-Bench 4.0 | 20.3% | 30.6 | Claude Opus 5.5 66.4% | 2026.09.10 |
| 综合智能 | AA Intelligence Index | 61 分 | 92.4 | Claude Fable 5.1 66 分 | 2026.09.01 |
◈ 身份卡 IDENTITY
| 实验室 LAB | xAI / SpaceXAI |
| 谱系 FAMILY | Grok |
| 发布日 RELEASE | |
| 定位 TIER | 旗舰 · 长任务 agent |
| 上下文 CONTEXT | — |
| 价格 PRICE | $2 / $6（≥200K 档翻倍） 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | forum.cursor.com/t/grok-4-6-is-now-live/168189 |
| 站内档案 ARCHIVE | 档案 #75 » |
◈ 全部公开成绩 ALL RESULTS7 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| AA Intelligence Index | 61 分 | 2026-09 版指数 | 原文 ↗ | |
| CursorBench 4.0 | 40.4% | high 档 · 据 Grok 4.7 发布对照表 · 与 3.2 不可比 | 原文 ↗ | |
| DeepSWE v1.1 | 65.2% | 据 Grok 4.7 模型卡 · mini-SWE-agent（Cognition 表另有 67.5，Grok Build） | 原文 ↗ | |
| DeepSWE v1.1 | 67.5% | 据 Cognition SWE-2 发布对照表 · Grok Build harness | 原文 ↗ | |
| FrontierCode 1.1 Main | 48% | 据 Cognition SWE-2 发布对照表 · Grok Build harness | 原文 ↗ | |
| Terminal-Bench 2.1 | 88.4% | 据 Cognition SWE-2 发布对照表 · Grok Build harness | 原文 ↗ | |
| Terminal-Bench 4.0 | 20.3% | 据 Cognition SWE-2 发布对照表 · Grok Build harness | 原文 ↗ |
◈ 同谱系 LINEAGExAI / SpaceXAI · Grok · 由旧到新
◈ 相关档案 RELATED RECORDS按模型名在档案库检索 · 含正史与野史
正史整合
Grok 4.6：交割前最后联名
交割前两天，Cursor 与 SpaceXAI 联合发布 Grok 4.6：主攻长任务 agent，智能指数与 GPT-5.6 Sol 打平，新增 Extra High 算力档。公告抬头第一顺位的名字，已经换了。
正史发布
Grok 4.7：新考卷 46.3%
Grok 4.7 当日进入 Cursor 与 Grok Build，标价与 4.6 相同。CursorBench 4.0 报 46.3%，同表 Fable 5.1 为 51.8%。模型卡写明，补充训练用了匿名化的 Cursor 工作流数据。
野史冷眼
同价观测：单题输出翻倍
观测：标价与 4.6 相同。取证：xhigh 档智能指数单题平均输出约 8.1 万 token，4.6 同档约 3.8 万。系统备注：单价没动，字数翻倍。