Grok 4.6 zielt auf lange Agentenläufe

SpaceXAI hat Grok 4.6 am 12. August 2026 veröffentlicht. Das Unternehmen positioniert das Modell für lang laufende Agenten sowie anspruchsvolle interaktive und visuelle Aufgaben.

Der Preis sticht heraus. Die API kostet ab 2 US-Dollar je Million Eingabe-Tokens und 6 US-Dollar je Million Ausgabe-Tokens. Zugänglich ist Grok 4.6 über Cursor, Grok Build und die eigene API sowie bei OpenRouter, Vercel und Cloudflare. Damit lässt sich das Modell ohne lange Vorbereitung in bestehende Vergleichstests aufnehmen.

Grok 4.6 zielt auf mehrstufige Arbeit

Typische Einsatzfelder sind laut SpaceXAI Recherche, Informationsanalyse und Aufgaben über eine gesamte Codebasis hinweg. Auch aus einer Idee eine ausgearbeitete Anwendung oder ein visuelles Arbeitsprodukt zu entwickeln, gehört zur Positionierung. Grok 4.6 soll also nicht bloß einzelne Antworten verbessern, sondern komplexe Vorhaben über viele Schritte begleiten.

SpaceXAI beziffert die Leistung mit 61 Punkten im Artificial Analysis Intelligence Index, der neun Benchmarks bündelt. Nach Darstellung des Anbieters liegt Grok 4.6 damit auf demselben Niveau wie GPT-5.6 Sol; auch SiliconANGLE nennt den Wert von 61 Punkten und dieselbe Einordnung.

Dem Release ging laut SpaceXAI ein längerer ergänzender Trainingslauf voraus als bei Grok 4.5. Dabei kamen kuratierte modellgenerierte Daten für Reasoning und fortgeschrittene technische Konzepte, hochwertige Engineering-Daten, ein verbesserter Optimizer und ein überarbeitetes Trainingsrezept zum Einsatz.

Der günstige Einstieg ersetzt keine Evaluation

Der Benchmarkwert taugt für die Vorauswahl. Ob Grok 4.6 einen konkreten Agentenlauf zuverlässig abschließt, wie viele Tokens dabei anfallen und ob die Ergebnisse den eigenen Qualitätsmaßstab erfüllen, beantwortet er nicht. Dafür braucht es reale Aufgaben aus dem geplanten Einsatzgebiet – idealerweise denselben Ablauf, dieselben Werkzeuge und dieselben Abbruchkriterien wie bei den bisherigen Modellkandidaten.

Ein brauchbarer Gegencheck beginnt beispielsweise mit einem festgelegten Repository und einer Aufgabe, die mehrere Werkzeugaufrufe erfordert. Für jedes Modell bleiben Ausgangszustand, Zeitlimit und erlaubte Versuche gleich. Danach zählen das tatsächlich erreichte Ergebnis, notwendige Nachbesserungen und der gesamte Tokenverbrauch. So wird aus einem günstigen Listenpreis ein vergleichbarer Betriebspreis.

Die breite Verfügbarkeit senkt die Hürde für diesen Test. In Cursor und Grok Build gilt nach Angaben von SpaceXAI zum Start sieben Tage lang doppelte enthaltene Nutzung. Zusammen mit dem API-Preis entsteht damit ein günstiges Zeitfenster, um mehrstufige Abläufe zu prüfen, statt allein Benchmarktabellen zu vergleichen.

Grok 4.6 gehört ins Evaluationsfeld. Für einen Produktionsentscheid reichen 61 Punkte jedoch nicht: Erst ein eigener Vergleich von Zuverlässigkeit, Ergebnisqualität und Tokenkosten zeigt, ob der niedrige Einstiegspreis auch im laufenden Betrieb trägt.