xAI、長時間エージェント向けのGrok 4.6を公開 CursorとGrok Buildで利用可能

Grok 4.6は、調査、情報分析、コードベース上の作業、アイデアから完成度の高いアプリや成果物への仕上げといった、多数のステップにわたる複雑なタスクを継続して扱うことを狙ったモデルである。xAIは、幅広いプロダクトのアイデアを動く初版に変える場面で特に強いとしている。未知の領域を調べ、アプリの構造を決め、中核の操作を実装し、複数回のフィードバックで改良を続けられるという。長い作業では、自分の成果を確認してから次に進む自己テストや検証の挙動も増えたと説明している。

学習面では、Grok 4.5より長い追加の事前学習を実施した。推論や高度な技術概念向けに選別したモデル生成データ、質の高いエンジニアリングデータ、改良したオプティマイザと学習レシピを使ったとされる。その後、Grok 4.5でSFTの軌跡を推論の強度、エージェントのハーネス、STEMやソフトウェア開発、ナレッジワークなどの領域ごとに再生成し、問題のあるトレースをモデルベースの検査で除外した。RLでは、ナレッジワーク、一般的なコーディング、カーネル最適化、Web開発、CADなどの専用環境で訓練している。

ベンチマークでは、Grok 4.6 HighのAA Intelligence Indexが61で、Grok 4.5 Highの56を上回り、GPT-5.6 Sol Maxと並ぶ。Fable 5 Maxは62である。GDPVal-AA v2は1753、CursorBench v3.2は69.9%、DeepSWE v1.1は65.9%、Harvey LAB（Vals）は15.8%などと掲載されている。一方、Terminal-Bench v3.0は26%で、GPT-5.6 Solの34.6%やFable 5の34.1%より低い。他社の数値は各開発元が公表したシステムカードやリーダーボードに基づく。

提供面では、CursorとGrok Buildで今日から利用でき、APIのほかOpenRouter、Vercel、Cloudflareなどのパートナー経由でも使える。価格は入力100万トークンあたり$2、出力100万トークンあたり$6からで、価格が2倍の高速版もある。最初の1週間はGrok BuildとCursorで含まれる利用量が2倍になる。Grok Buildは無料で試せるとされ、x.ai/buildから始められる。安全面では、展開前の過去最大規模のテストと第三者テストを実施したと述べている。