2026年08月13日 13時33分 AI

「Grok 4.6」が登場、長時間のエージェント作業に強くなりGPT-5.6 SolやClaude Fable 5と並ぶ性能に

SpaceXAIは2026年8月12日にAIモデル「Grok 4.6」を発表しました。Grok 4.5をベースに同じ価格で大幅な改善を示しており、長時間実行されるAIエージェントの作業や、より高度なインタラクティブなビジュアル処理に重点を置いています。

Introducing Grok 4.6 | SpaceXAI
https://x.ai/news/grok-4-6

Introducing Grok 4.6.

It delivers frontier intelligence and is a significant improvement over Grok 4.5 at the same price. pic.twitter.com/RtTbpXcb3a
— SpaceXAI (@SpaceXAI) 2026年8月12日

Grok 4.6についてSpaceXAIは、「複数のエージェント型コーディングおよび知識労働ベンチマークにおいて、最先端の知能を実現した」と発表しています。9つのベンチマークを総合的に評価した人工知能分析指標(AAII)では61点を記録し、OpenAIのフラグシップモデルである「GPT-5.6 Sol」と同等のスコアを記録しました。

ベンチマークの詳細を見ると、Grok 4.6はモデルの実務能力を測る「GDPVal-AA v2」で1753と特に高いスコアを記録したほか、曖昧でマルチファイルなコーディングエージェントタスクを評価するための「CursorBench 3.2」で69.9％、モデルが高品質な本番環境コードベースの基準をどの程度満たしているかを示す「FrontierCode v1.1」では61.3％と、Anthropicの「Claude Fable 5 Max」に次ぐ能力を発揮しました。Grok 4.5と比べると、特に長時間のエージェント作業やコーディング関連の評価で性能が向上しています。一方で、AIコーディングエージェント向けの汚染耐性を測定する「DeepSWE 1.1」では65.9％と、Grok 4.6 Highよりは大きく改善したものの、GPT-5.6 SolやClaude Fable 5 Maxには劣る結果となりました。

また、AIモデルの性能や特徴を比較・分析するサイト「Artificial Analysis」による分析では、「SpaceXAIはOpenAIと並んで知能フロンティアに復帰し、Anthropicに次ぐ位置づけとなった」と評価されています。

SpaceXAI's Grok 4.6 scores 61 on the Artificial Analysis Intelligence Index, joining the frontier in line with GPT-5.6 Sol, with standout agentic performance at lower cost

Grok 4.6 gains 5 points over Grok 4.5 on the Intelligence Index just over one month after its release, or… pic.twitter.com/QeqrKpVUjk
— Artificial Analysis (@ArtificialAnlys) 2026年8月12日

トレーニングでは、Grok 4.6はGrok 4.5より長期間の追加学習を実施しており、推論や高度な技術概念、高品質のエンジニアリングデータ、そして改良されたオプティマイザとトレーニングレシピが使用されました。これにより後続の教師ありファインチューニング(SFT)および強化学習(RL)のためのより強固な基盤が構築されたとのこと。その後、Grok 4.5を使ってさまざまな推論レベルやエージェント用ハーネス、STEM・ソフトウェア工学・知識労働などの領域におけるSFT軌跡を再生成し、モデルベースのチェックによって問題のあるデータをフィルタリングしています。

Grok 4.6が特に重視しているのが、適用範囲と複数のステップにわたる「作業継続能力」を最大限引き出すことです。そうしたトレーニングの結果、Grok 4.6は未知の分野を調査したり、アプリケーションの構造を考えたり、コアとなるインタラクションを実装した後に複数回のフィードバックを通じて結果を継続的に改善していくことができたりと、「漠然とした製品アイデアを実用的な最初のバージョンに落とし込むこと」に特に優れていることが判明したとSpaceXAIは述べています。

Grok 4.6は、単純な文章生成だけではなく、アイデアを実際に動作するアプリケーションや成果物へ変換する用途も想定されています。具体的な製品アイデアがあれば、1回の処理でアプリケーションの構造とビジュアル言語を確立できるため、まずは具体的なものから始めて、それを繰り返し改善していくという、最速で良い結果を得るための方法を採用するプロジェクトにおいて特に役立つそうです。

また、安全対策も強化されており、脆弱(ぜいじゃく)性パッチの適用、エンジニアリング設計サイクルの加速、AI研究の強化といった分野で有用かつ安全に活用できるとされています。また、SpaceXAIはGrok 4.6のような高性能AIに対応する安全対策フローを構築しており、機能と安全対策に関するこれまでで最も広範な展開前テストに加え、展開後の広範なテストと第三者によるテストを実施しているとのことです。

Grok 4.6は2026年8月13日時点で、コーディングエージェント「Cursor」および「Grok Build」で利用できるほか、APIでも提供されています。また、OpenRouter・Vercel・Cloudflareなどのパートナー経由でも利用可能です。価格は入力トークン100万個あたり2ドル(約318円)、出力トークン100万個あたり6ドル(約956円)からとなっており、価格が2倍になる高速版も用意されています。