Indlæser kataloget…
Indlæser kataloget…
xAI's model med lukkede vægte og optimeret ræsonnering til agentisk koding og research med mange trin, et kontekstvindue på 500k tokens og ræsonneringsniveauer, der kan konfigureres.
Oversigt. Grok 4.6 er xAI's flagskibsmodel med lukkede vægte og optimeret ræsonnering, udgivet i august 2026 med træningsdata, der slutter i februar 2026. Den tager imod tekst og billeder som inddata og leverer tekst som uddata. Modellen leveres med obligatorisk ræsonnering, som udviklere kan justere via fire ræsonneringsniveauer — low, medium, high og xhigh — hvor high er standard. Med et kontekstvindue på 500.000 tokens er den en stærk kandidat til udviklere, der har brug for at ræsonnere over store kodebaser eller lange dokumenter i én arbejdsgang, frem for at være en hurtig samtalemodel.
Vigtigste styrker. Grok 4.6 skårer stærkest på kodegenerering, hvilket afspejles i et Artificial Analysis Coding Index på 76,8 og en score på 0,77 inden for udvalgte kodedomæner, mens den har et generelt Intelligence Index på 60,9 og en matematikscore på 58,7. Da ræsonnering er obligatorisk og altid slået til, producerer modellen konsekvent eksplicitte ræsonneringsspor frem for valgfri tankekæder, hvilket understøtter problemløsning med mange trin frem for korte svar. Kombinationen af et kontekstvindue på 500.000 tokens og ræsonneringsniveauer, der kan konfigureres, gør den velegnet til opgaver, hvor grundighed er vigtigere end svartid.
Anvendelsesområder. Brug Grok 4.6 til agentiske koderelaterede opgaver eller researchopgaver med mange trin — såsom store refaktoreringer, analyse af mange filer eller opsummering af research — hvor du kan give omfattende kontekst og ønsker, at modellen ræsonnerer sig gennem problemet på et valgt ræsonneringsniveau. Den er et godt valg, når vinduet på 500.000 tokens gør det muligt at sende en hel kodebase, et dokumentsæt eller et research-korpus i én forespørgsel i stedet for at dele det op. Den håndterer også billeder som inddata sammen med tekst, så opgaver, der kombinerer visuelle referencer med ræsonnering i lang form, ligger inden for dens anvendelsesområde.
Begrænsninger. Grok 4.6 har lukkede vægte: xAI oplyser hverken parametertal, arkitektur eller tilbyder en version med åbne vægte, så den kan ikke køre selv eller inspiceres. Den kører langsommere end gennemsnittet for sin klasse og bør betragtes som en model til batch-behandling frem for hurtig, interaktiv brug, og den har hverken lyd som inddata eller uddata. Hvor træningsdataene slutter er februar 2026, så den har ikke kendskab til begivenheder efter dette tidspunkt.
Bemærkning om suverænitet. Grok 4.6 er skabt af xAI, en amerikansk organisation, der er underlagt CLOUD Act, og den betjenes som en proprietær model med lukkede vægte frem for en suveræn model med dataplacering i EU. Regler for dataplacering og træning på inddata for denne model følger xAI's standardvilkår frem for garantier, der kun gælder EU.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 1,81 / 5,44€ | Online |
22 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Et kodningsindeks på 76,8 og et kontekstvindue på 500k med understøttelse af verktøjskald og udvidet ræsonnering gør denne model til et stærkt valg til agentiske kodningsarbejdsflow med mange trin.
Eksplicit egenskab til verktøjskald med ræsonneringsniveau, der kan konfigureres, understøtter strukturerede mønstre for funktionskald.
Udvidet ræsonnering kombineret med stærke resultater i kodningsindekset understøtter dyb ræsonnering om fejlårsager i store kodebaser via kontekstvinduet på 500k.
En arkitektur optimeret til ræsonnering med et kontekstvindue på 500k er velegnet til at forklare store eller komplekse kodestykker i deres fulde kontekst.
Et kodningsindeks på 76,8 og et kontekstvindue på 500k gør det muligt at gennemse store diffs eller hele arkiver i én arbejdsgang.
Det lange kontekstvindue (500k tokens) gør det muligt at indlæse mange videnskabelige artikler samtidigt, understøttet af dyb ræsonnering til syntese.
Understøttelse af verktøjskald og billedforståelse er forudsætninger for browserautomatisering, men en hastighed på 57,8 tokens/s gør svartidsfølsomme automatiseringsløkker langsommere end hos konkurrenterne.
Udvidet ræsonnering understøtter analytiske opgaver, selvom der ikke er offentliggjort dataanalysespecifikke benchmarks for denne variant.
Billedforståelse plus 500k tokens i kontekst kan håndtere lange scannede dokumenter, men OCR-specifik ydeevne er ikke verificeret.
Billedforståelse er til stede til analyse af screenshots, selvom der ikke findes benchmark-beviser, der isolerer denne egenskab.
Et stærkt kodningsindeks tyder på solid kvalitet i kodegenerering, men modellens lave hastighed på 57,8 tokens/s passer dårligt til svartidsfølsom brugeroplevelse ved autofuldførelse.
Kontekstvinduet på 500k understøtter gennemgang af store revisionsspor i én arbejdsgang, selvom lukkede vægte og amerikansk jurisdiktion kan bekymre kunder i regulerede brancher.
Ingen lyd- eller taleegenskaber er angivet, og en hastighed på 57,8 tokens/s er uegnet til kravene om svartid ved stemmeinteraktion i sanntid.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "xai/grok-4.6",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på