Grok 4.6 リリースノート / 新機能紹介

xAI は、長時間実行されるエージェントや複雑なインタラクティブおよび視覚的作業に特化して最適化されたモデル「Grok 4.6」をリリースしました。このモデルは、コードベースの分析、深い調査、洗練されたアプリケーションの開発など、複数ステップにわたるタスクにおいて継続的な進捗を維持できるように設計されています。

エージェント型コーディングおよび知識作業における最先端のパフォーマンス

Grok 4.6 は、いくつかのエージェント型ベンチマークで最先端レベルの知能を達成し、人工分析（AA）知能指数において GPT-5.6 Sol と同等の性能を発揮しました。この指数は、9つの異なるベンチマークを統合しています。

提供された評価データによると、Grok 4.6 は複数の指標において Grok 4.5 に対して顕著な改善を示しています。

ベンチマーク Grok 4.6 High Grok 4.5 High GPT-5.6 Sol Max Fable 5 Max
AA知能指数 61 56 61 62
GDPVal-AA v2 1753 1526 1728 1741
CursorBench v3.2 69.9% 66.7% 67.2% 70.5%
DeepSWE v1.1 65.9% 54% 73% 70%
FrontierCode v1.1 (Ext) 61.3% 56.6% 60.6% 63.6%
APEX-Agents 57.5% 47.1% 56.7% 59.2%
Terminal-Bench v3.0 26% 15.7% 34.6% 34.1%
APEX-SWE 56.4% 53.6% — 58.8%
AA-Briefcase 1577 1313 1502 1574
Harvey LAB (Vals) 15.8% 12.9% 2.5% 11.3%

技術的トレーニング手法

Grok 4.6 は、推論力と技術的実行力を強化するための多段階トレーニングプロセスを用いて開発されました。

補足トレーニングと最適化

Grok 4.5 と比較して、Grok 4.6 はより長い補足トレーニングを実施しました。このフェーズでは、改良されたオプティマイザーとトレーニングレシピが使用され、高品質なエンジニアリングデータおよび先進的な技術的概念と推論に焦点を当てたキュレートされたモデル生成データが組み込まれました。

SFT と RL の精緻化

xAI は Grok 4.5 を用いて、ソフトウェア工学、STEM、知識作業、エージェントハarness における監視学習（SFT）のトレースを再生成しました。これらのトレースは、モデルベースのチェックを用いて問題のあるトレースを除外する処理を経ました。SFT の後、モデルは以下の幅広いエージェント型強化学習（RL）タスクで訓練されました：

  • 一般的なコーディングおよび知識作業。
  • ウェブ開発およびコンピュータ支援設計（CAD）向けのドメイン特化環境。
  • カーネル最適化。

エージェント機能と視覚的作業の強化

Grok 4.6 は、広範な製品アイデアを機能する初期バージョンに変換するという、長距離のプロジェクトを扱う能力が向上しています。

反復的開発と自己検証

モデルは、なじみのない分野を調査し、アプリケーションを構造化し、コアのインタラクションを実装できます。長時間のタスクでは、Grok 4.6 は自己テストや検証といったエメルジェントな行動を示し、次のステップに進む前に自身の作業を確認します。

視覚的およびインタラクティブなプロジェクト

Grok 4.6 は Grok 4.5 と比較して、視覚的プロジェクトに対する初期段階のパフォーマンスが強化されています。1回の処理でアプリケーションの構造と視覚的言語を確立できるため、ユーザーは大幅な基盤から始め、迅速に反復できます。

セーフティとデプロイメント

Grok 4.6 のセーフティ対策は、モデルの拡張された能力に合わせて調整されています。セーフティスタックは、正当な高技術的用途（AI研究、エンジニアリング設計サイクル、脆弱性パッチ適用など）におけるユーティリティを最大化しつつ、セキュリティを維持するように設計されています。デプロイ前テストには、xAIがこれまでで最も広範な能力とセーフティの調整が含まれており、さらにデプロイ後および第三者によるテストも実施されました。

利用可能範囲と価格

Grok 4.6 は以下のプラットフォームから利用可能です：

  • インテグレーション： Cursor および Grok Build（初週に 2 倍の利用量が含まれる）。
  • API： SpaceXAI API、OpenRouter、Vercel、Cloudflare を通じて利用可能。

価格構造：

  • スタンダード： 入力トークン 100万単位あたり $2 / 出力トークン 100万単位あたり $6。
  • ファストバリアント： スタンダードバリアントの価格の2倍。

Sources

関連