Grok 4.6 veröffentlicht: Agentenleistung vergleichbar mit GPT-5.6 Sol, geringere Kosten

Einleitung

SpaceXAI hat am
12. August 2026 Grok 4.6 veröffentlicht und positioniert es als modernstes Modell für Programmierung, langfristige Agentenaufgaben und Wissensarbeit.

Das Modell baut direkt auf Grok 4.5 auf, ist jedoch fokussierter und pragmatischer ausgerichtet: effizient über längere zusammenhängende Arbeit hinweg, Nutzung von Werkzeugen über mehrere Schritte und Erzeugung besserer Erstentwürfe für interaktive und visuelle Anwendungen.

Laut SpaceXAI und Cursor liegt Grok 4.6 im Artificial Analysis Intelligence Index nun gleichauf mit GPT-5.6 Sol und zeigt besonders herausragende Ergebnisse in realen Agentenbewertungen wie GDPval-AA v2 und AA-Briefcase.

Der AIBase-Originalartikel hebt außerdem die Preise und die Servicerate von Grok 4.6 hervor. Der Preisvorteil wird in der offiziellen Dokumentation ausreichend gestützt. Die Geschwindigkeitsdaten müssen jedoch differenzierter betrachtet werden: AIBase berichtet von 80 TPS, während Artificial Analysis aktuell bei der First-Party-Grok-4.6-API etwa 68 Ausgabe-Token pro Sekunde misst. Die Laufzeitgeschwindigkeit variiert je nach Infrastruktur, Prompts-Länge, Denkintensität und Provider-Auslastung.

Grok 4.6 baut auf Grok 4.5 auf

Grok 4.6 ist eine inkrementelle Modellgeneration und keine Veröffentlichung einer völlig neuen Architektur.

SpaceXAI gibt an, dass das neue Modell ein umfangreicheres zusätzliches Training als Grok 4.5 erhalten hat. Die Trainingszusammensetzung umfasst:

• Ausgewählte modellgenerierte Denkdaten
• Fortgeschrittene technische Konzepte
• Hochwertige Ingenieurdaten
• Verbesserter Optimierer und Trainingsrezeptur
• Überwachtes Feintuning über mehrere Denkintensitäten und Agenten-Frameworks hinweg
• Agenten-basiertes Reinforcement Learning für Programmierung, Wissensarbeit und spezialisierte technische Umgebungen

Das Unternehmen erklärt, dass Grok 4.5 außerdem verwendet wurde, um überwachte Feintuning-Spuren für STEM-, Softwareentwicklungs- und Wissensarbeitsaufgaben neu zu generieren, wobei modellbasierte Filter zur Entfernung problematischer Spuren eingesetzt wurden.

Grok-4.5-Basis

Grok 4.5 wurde zuvor bereits in extrem großem Maßstab trainiert.

SpaceXAI gibt offiziell an, dass das Training von Grok 4.5 Zehntausende von NVIDIA GB300 GPUs verwendet hat. Die Trainingsdaten umfassen Programmierung, Wissenschaft, Ingenieurwesen und Mathematik, während sich das Reinforcement Learning hauptsächlich auf mehrstufige Softwareentwicklungsaufgaben und andere langfristige technische Arbeiten konzentrierte.

Grok 4.6 ist eine Erweiterung dieser Basis, kein Ersatz.

Die wichtigste Änderung liegt in der Betonung anhaltenden Agentenverhaltens: Das Modell soll nicht nur isolierte Programmierprobleme lösen, sondern über Recherche, Dateibearbeitung, Werkzeugnutzung, Selbsttests und mehrstufige Feedback-Iterationen hinweg kohärent bleiben.

Trainingsschwerpunkt: Langfristige Agentenaufgaben

SpaceXAI gibt an, dass Grok 4.6 auf einem breiten Spektrum von Agenten-Reinforcement-Learning-Aufgaben trainiert wurde.

Diese Umgebungen umfassen:

• Wissensarbeit
• Allgemeine Programmierung
• Kernel-Optimierung
• Webentwicklung
• Computergestütztes Design
• Andere domainspezifische technische Aufgaben

Dies erklärt, warum das Modell bei Bewertungen, die erweiterte Arbeit statt kurzer Antwort-Denkaufgaben umfassen, am stärksten abschneidet.

Bessere Erstentwürfe für visuelle und interaktive Projekte

SpaceXAI und Cursor betonen außerdem

die Fähigkeit des Modells, breite Produktideen in nutzbare Erstentwürfe umzusetzen.

In internen Tests war Grok 4.6 in der Lage:

1. Unbekannte Bereiche zu recherchieren.
2. Anwendungsstrukturen aufzubauen.
3. Kerninteraktionen zu implementieren.
4. Eine visuelle Richtung festzulegen.
5. Teile der eigenen Ausgabe zu testen.
6. Ergebnisse über mehrere Iterationen hinweg kontinuierlich zu verbessern.

Dies bedeutet nicht, dass jede in einem Durchgang generierte Anwendung bereits produktionsreif ist. Es bedeutet lediglich, dass das Unternehmen festgestellt hat, dass die Qualität der Erstausgaben besser ist als bei Grok 4.5, insbesondere wenn die Aufgabe eine Kombination aus Code, Design, Interaktion und iterativer Werkzeugnutzung erfordert.

Grok 4.6 erreicht im Artificial Analysis Intelligence Index das Niveau von GPT-5.6 Sol

Artificial Analysis bewertet Grok 4.6 (Hohe Version) derzeit mit 61 im Intelligence Index.

Dies entspricht der Gesamtpunktzahl von GPT-5.6 Sol (Höchste Version) im von SpaceXAI veröffentlichten Vergleich.

Der Index ist ein Aggregat aus neun Bewertungen und kein einzelner Test, daher besser als breites Vergleichssignal geeignet denn als Beleg dafür, dass beide Modelle bei allen Arbeitslasten identisch abschneiden.

Die zum Veröffentlichungszeitpunkt beigefügte Benchmark-Tabelle enthält die folgenden Ergebnisse:

Benchmark-Rankings können sich mit Aktualisierungen von Modellen, Test-Frameworks und Bewertungsversionen ändern. Die obige Tabelle spiegelt die Vergleichsergebnisse zum Veröffentlichungszeitpunkt wider und stellt keine dauerhafte Rangfolge dar.

GDPval-AA v2: Starke Fähigkeiten in realer Wissensarbeit

Bei GDPval-AA v2 erreicht Grok 4.6 einen Elo-Wert von 1753.

Artificial Analysis beschreibt GDPval-AA v2 als eine reale agentenbasierte Wissensarbeitsbewertung, die mehrere professionelle Berufe abdeckt.

Zum Zeitpunkt der Veröffentlichung der Grok-4.6-Analyse gab Artificial Analysis an, dass dieser Wert nur hinter der Claude Opus 5 Serie zurückliegt, während die Konfidenzintervalle sich mit denen anderer führender Modelle wie Claude Fable 5 und Qwen3.8 Max überschneiden.

Dies ist präziser als die direkte Behauptung, Grok 4.6 stehe eindeutig an zweiter Stelle.

Elo-basierte Bewertungen unterliegen Unsicherheiten; nahe beieinanderliegende Werte können sich statistisch überschneiden.

AA-Briefcase: Langfristige agentenbasierte Arbeit

Grok 4.6 erreicht bei AA-Briefcase ebenfalls 1577 Elo.

Die Bewertung. Dies ist ein privater Benchmark von Artificial Analysis für langfristige agentische Wissensarbeit.

Dadurch ergibt sich seine Punktzahl –

Im veröffentlichten Snapshot entspricht die Leistung von Grok 4.6 in etwa dem Niveau von Fable 5 und liegt damit hinter der Claude-Opus-5-Serie.

Auch seine Effizienz ist beachtenswert.

Artificial Analysis berichtet, dass Grok 4.6 bei der Bearbeitung seiner AA-Briefcase-Aufgaben ungefähr Folgendes verwendete:

• Durchschnittlich 53 Dialogrunden
• Durchschnittlich 500 Millionen Input-Tokens

Im Vergleich dazu verwendete Claude Opus 5 (maximale Version) laut Berichten ungefähr:

• 103 Dialogrunden
• 2 Milliarden Input-Tokens

Das bedeutet nicht, dass Grok 4.6 in allen Fällen effizienter ist als Claude Opus
5. Es ist lediglich eine Beobachtung für einen bestimmten Benchmark. Dennoch können für langlaufende intelligente Agenten weniger Runden und weniger kumulativer Kontext die Aufgabenkosten erheblich senken.

Grok 4.6 Preisgestaltung ab 2 $ Eingabe, 6 $ Ausgabe

Die standardmäßige öffentliche API-Preisgestaltung bleibt einer der stärksten Wettbewerbsvorteile von Grok 4.6.

Für Prompts unterhalb der Long-Context-Preisschwelle dokumentiert SpaceXAI Folgendes:

Artificial Analysis weist darauf hin, dass diese öffentliche Preisgestaltung im Vergleich zu Grok 4.5 unverändert bleibt, obwohl der Intelligenzindex von 56 auf 61 gestiegen ist.

Im Vergleich dazu gilt zum Zeitpunkt der Erstellung dieses Artikels:

• GPT-5.6 Sol kostet über die Standard-API 5 $ pro Million Tokens für Eingabe / 30 $ für Ausgabe.
• Die öffentlichen Token-Gebühren von Claude Opus 5 liegen höher als die von Grok 4.6.

Das macht Grok 4.6 besonders attraktiv für hochvolumige Agenten-Schleifen, da in diesen Szenarien Ausgabe-Tokens und wiederholter Kontext oft den Großteil der Gesamtkosten ausmachen.

Höhere Kosten bei langen Prompts

In der offiziellen SpaceXAI-Ankündigung findet sich ein wichtiges Detail, das der kurze AIBase-Artikel nicht erwähnt.

Für Prompts mit mehr als 200.000 Tokens gilt bei Grok 4.6 eine höhere Preisstufe:

„2 $ Eingabe / 6 $ Ausgabe“ ist also ein Einstiegspreis und kein universeller Preis für alle Anfragen.

Schnelle Variante

Cursor gibt an, dass die schnelle Variante zum doppelten Standardpreis angeboten wird.

Dies gilt getrennt von den oben genannten Regeln für lange Prompts. Je nach Plattform und Arbeitslast sollten Benutzer vor der Kostenschätzung die geltende Geschwindigkeits- und Kontextstufe bestätigen.

Was ist mit den berichteten 80 TPS Geschwindigkeit?

Der AIBase-Artikel behauptet, Grok 4.6 könne mit 80 Tokens pro Sekunde laufen.

Diese Zahl sollte mit Vorsicht betrachtet werden.

Die offizielle SpaceXAI-Ankündigung zu Grok 4.6 enthält keine feste Zusage einer Serviergeschwindigkeit von 80 TPS. Artificial Analysis misst derzeit bei seinen Benchmark-Workloads eine Ausgabegeschwindigkeit von etwa 67,6 Ausgabe-Tokens pro Sekunde für Grok 4.6 (hoch) auf der First-Party-API.

Im Vergleich dazu gibt die offizielle SpaceXAI-Produktseite für Grok 4.5 ausdrücklich an, dass Grok 4.5 mit 80 TPS bereitgestellt wird.

Daher hat der kurze Quellartikel möglicherweise die frühere 80-TPS-Zahl übernommen oder sich auf eine andere Servicestufe bezogen.

Der praktische Punkt ist einfacher:

Grok 4.6 ist für ein Spitzen- reasoning Modell recht schnell, aber es gibt keine einzelne feste TPS-Zahl, die für alle Prompts, Anbieter, Reasoning-Stufen oder Geschwindigkeitsstufen gilt.

500.000 Kontext auf der SpaceXAI-API

Die SpaceXAI-API-Dokumentation listet den Kontextfenster von grok-4.6 mit 500.000 Tokens auf.

Das Modell unterstützt:

• Texteingabe
• Bildeingabe
• Textausgabe
• Niedrige, mittlere, hohe und sehr hohe Reasoning-Intensität
• Funktionsaufrufe
• Websuche
• X-Suche
• Codeausführung

Die offizielle Modellseite listet außerdem ein Wissensstanddatum von 1. Februar 2026 auf.

Cursor verwendet eine andere Kontextgrenze

Die Cursor-Dokumentation für das Grok-4.6-Modell listet derzeit ein 256k-Kontextfenster innerhalb von Cursor auf.

Dies widerspricht nicht den Basis-Modellspezifikationen. Es bedeutet, dass Plattform-Integrationen eine kleinere Kontextgrenze bereitstellen können als die First-Party-SpaceXAI-API.

Vergleichen Sie beim Vergleich von Modellgrenzen immer den genauen Anbieter und die verwendete Integrationsmethode.

So verwenden Sie Grok 4.6 über die API

Die offizielle Modell-ID von SpaceXAI lautet:

grok-4.6

Eine minimale Responses-API-Anfrage sieht wie folgt aus:

curl https://api.x.ai/v1/responses \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $XAI_API_KEY" \
-d '{
"model": "grok-4.6",
"input": "Finde und behebe den Bug und erkläre ihn dann: function median(a){a.sort();return a[a.length/2]}"
}'

Dasselbe Modell ist auch über die offiziellen xAI-SDKs und OpenAI-kompatible API-Clients verfügbar.

Python-Beispiel

import os
from xai_sdk import Client
from xai_sdk.chat import user

client = Client(api_key=os.getenv("XAI_API_KEY"))

chat = client.chat.create(model="grok-4.6")
chat.append(
user(
"Finde und behebe den Bug und erkläre ihn dann: "
"function median(a){a.sort();return a[a.length/2]}"
)
)

response = chat.sample()
print(response.content)

Für langlaufende Agenten-Schleifen empfiehlt SpaceXAI, wo angemessen Prompt-Caching und Kontextkompression zu verwenden, um wiederholte Kontextkosten zu reduzieren.

Grok 4.6 ist in Cursor und Grok Build verfügbar

Zum Veröffentlichungszeitpunkt ist Grok 4.6 auf folgenden Plattformen verfügbar:

• Cursor
• Grok Build
• SpaceXAI-API
• OpenRouter
• Vercel
• Cloudflare

SpaceXAI und Cursor bieten außerdem in Cursor und Grok Build die erste Woche lang das Doppelte des enthaltenen Kontingents an.

Dieses Einführungsangebot ist zeitlich begrenzt und sollte nicht als dauerhafte Preisgestaltung betrachtet werden.

Grok 4.6 in Cursor

Cursor zeigt Grok 4.6 mit vier Reasoning-Intensitätsstufen an:

• xhigh
• high
• medium
• low

high ist die standardmäßige Reasoning-Intensität.

In qualifizierten Cursor-Tarifen ist außerdem die schnelle Geschwindigkeitsstufe verfügbar.

Innerhalb von Cursor kann das Modell über die Agent-Tools der Plattform folgende Aufgaben ausführen:

• Dateien und Ordner suchen
• Dateien lesen
• Dateien bearbeiten
• Shell-Befehle ausführen
• Im Web surfen
• Browserbasierte App-Tests
• Bildgenerierung
• Projektregeln abrufen

Dies ist einer der Gründe, warum Grok 4.6 so viel Wert auf Agenten-Benchmarks legt: Seine beabsichtigte Nutzung ist nicht auf isolierte Chat-Vervollständigungen beschränkt.

Grok 4.6 ist am stärksten, wenn Aufgaben kontinuierliche Arbeit erfordern

Die Benchmark-Muster zeigen, dass der größte Fortschritt von Grok 4.6 nicht nur im statischen Denken liegt.

Seine Verbesserungen sind am deutlichsten, wenn Aufgaben Folgendes umfassen:

1. Mehrstufige Abläufe
2. Werkzeugnutzung
3. Recherche
4. Code- oder Dokumentbearbeitung
5. Selbstprüfung
6. Lange Kontexte
7. Iterative Optimierung

Dadurch eignet es sich besonders für:

• Coding-Agenten
• Repositoriumsweite Softwarearbeit
• Recherche-Agenten
• Tabellenkalkulations- und Dokument-Workflows
• Technische Analyse
• Web-App-Prototyping

Langlaufende wissensintensive Arbeitsaufgaben

Bei kurzen, einfachen Eingabeaufforderungen ist dieser Vorteil möglicherweise nicht offensichtlich.

Was Benchmarks beweisen können und was nicht

Die veröffentlichten Daten unterstützen die folgenden klaren Schlussfolgerungen:

• Bei mehreren Agenten-Benchmarks ist Grok 4.6 deutlich stärker als Grok 4.5.
• Im aktuellen Artificial Analysis Agentenindex-Vergleich liegt es gleichauf mit GPT-5.6 Sol.
• Es schneidet besonders gut bei GDPval-AA v2 und AA-Briefcase ab.
• Der Standard-Listenpreis der API liegt deutlich unter dem von GPT-5.6 Sol.

Die Daten können jedoch nicht belegen, dass Grok 4.6 bei jeder Aufgabe generell besser ist als GPT-5.6 Sol oder Claude.

Beispielsweise zeigt dieselbe Veröffentlichungstabelle, dass GPT-5.6 Sol bei DeepSWE v1.1 und Terminal-Bench v3.0 führt, während Claude Fable 5 bei mehreren anderen Programmier- und Agenten-Benchmarks vorn liegt.

Die Modellwahl sollte daher vom tatsächlichen Arbeitsaufwand abhängen und nicht von einer einzigen zusammengesetzten Bewertung.

Häufige Fragen

Was ist Grok 4.6?

Grok 4.6 ist das Spitzenmodell von SpaceXAI für Programmierung, Agentenaufgaben und Wissensarbeit. Es baut auf Grok 4.5 auf und wurde mit zusätzlichem Training verstärkt, das den Schwerpunkt auf langlaufende Agenten, bessere Fähigkeiten zum erstmaligen Erstellen von Anwendungen und dauerhaftere mehrstufige Arbeit legt.

Ist Grok 4.6 besser als GPT-5.6 Sol?

Das hängt von der jeweiligen Aufgabe ab. Im Veröffentlichungsvergleich liegt Grok 4.6 im Artificial Analysis Agentenindex gleichauf mit GPT-5.6 Sol und führt bei einigen Agenten-Benchmarks, während GPT-5.6 Sol bei bestimmten Programmier-Benchmarks weiterhin stärker ist. Beide Modelle unterscheiden sich auch erheblich bei Preis und Kontextlänge.

Wie viel kostet die Grok-4.6-API?

Der Standardpreis beträgt 2 $ pro Million Eingabe-Token, 0,50 $ pro Million Cache-Eingabe-Token und 6 $ pro Million Ausgabe-Token. Für Eingabeaufforderungen mit mehr als 200.000 Token legt die SpaceXAI-Dokumentation höhere Preisstufen fest: 4 $ / 1 $ / 12 $ pro Million für Eingabe, Cache-Eingabe bzw. Ausgabe.

Wie groß ist das Kontextfenster von Grok 4.6?

Die First-Party-API von SpaceXAI unterstützt ein Kontextfenster von 500.000 Token. Cursor bietet derzeit für seine eigene Grok-4.6-Integration ein Kontextfenster von 256.000 Token an, sodass das tatsächliche Limit von der Plattform abhängt.

Unterstützt Grok 4.6 Bilder?

Ja. SpaceXAI listet Grok 4.6 mit Unterstützung für Text- und Bildeingabe sowie Textausgabe. Das Modell unterstützt außerdem Werkzeuge wie Funktionsaufrufe, Websuche, X-Suche und Codeausführung über die xAI-API.

Kann ich Grok 4.6 in Cursor verwenden?

Ja. Grok 4.6 ist in Cursor verfügbar und unterstützt die Inferenzstufen xhigh, high, medium und low. Cursor gewährt dem Modell außerdem Zugriff auf die Agenten-Werkzeugsammlung für Dateioperationen, Shell-Befehle, Browsen und andere Programmier-Workflows.

Ist Grok 4.6 Open Source?

Nein. Grok 4.6 ist ein proprietäres Modell; SpaceXAI hat weder die Modellgewichte noch die Parameteranzahl veröffentlicht.

Wie schnell ist Grok 4.6?

AIBase berichtet 80 Token pro Sekunde, aber aktuelle Messungen von Artificial Analysis zeigen, dass die First-Party-Grok-4.6-API bei ihren Benchmark-Workloads etwa 68 Ausgabe-Token pro Sekunde erreicht. Die Geschwindigkeit variiert je nach Inferenzstufe, Eingabegröße, Infrastrukturlast und Plattformstufe.

Verwandte Werkzeuge

• Grok 4.6: Offizielle SpaceXAI-Veröffentlichungsseite mit Informationen zu Training, Benchmarks, Sicherheit und Verfügbarkeit.
• SpaceXAI-API-Konsole: Offizielle Konsole zum Erstellen von

API-Schlüsseln und für den Zugriff auf Grok-Modelle.

• Grok Build: Die Agenten-Coding- und Arbeitsumgebung von SpaceXAI, angetrieben von Grok-Modellen.
• Cursor: KI-Coding-Umgebung, die Grok 4.6 zeitgleich mit SpaceXAI einführt und das Modell über ihre Agenten-Workflows zugänglich macht.
• Artificial Analysis: Unabhängige Modell-Benchmarks zu Intelligenz, Kosten, Geschwindigkeit, Kontext und Agentenleistung.

Verwandte Links

• Offizielle Grok-4.6-Ankündigung: Die wichtigste Veröffentlichungsankündigung von SpaceXAI mit Benchmark-Tabellen.
• Grok-4.6-API-Dokumentation: Offizielle Modell-IDs, Kontextfenster, Preise, unterstützte Modalitäten, Werkzeuge und API-Beispiele.
• SpaceXAI-Versionshinweise: Offizielle Versionshistorie einschließlich Grok-4.6-Preisstufen und Verfügbarkeit.
• Cursor Grok-4.6-Ankündigung: Veröffentlichungsartikel von Cursor zu Training, Agentenverhalten, Preisen und unterstützten Integrationen.
• Cursor Grok-4.6-Modelldokumentation: Cursor-spezifische Kontextlimits, Anstrengungsstufen und verfügbare Agentenwerkzeuge.
• Artificial Analysis Grok-4.6-Test: Unabhängige Analyse zu Agentenindex, GDPval-AA v2, AA-Briefcase, Kosteneffizienz und Token-Nutzung.
• Offizielle Grok-4.5-Ankündigung: Hintergrund zu GB300-Trainingsumfang, Reinforcement Learning, 80-TPS-Behauptung und Veröffentlichungspreisen des Vorgängermodells.

Zusammenfassung

Grok 4.6 ist eine gezielte Aufwertung von Grok 4.5 mit Fokus auf langlaufende Agenten, Codierung, Wissensarbeit und die Qualität der erstmaligen Ausführung bei interaktiven Projekten. Die Veröffentlichungsergebnisse positionieren das Modell an der Spitze aktueller Modellbewertungen, mit einem Wert von 61 Punkten im Artificial Analysis Agentenindex – gleichauf mit GPT-5.6 Sol im Veröffentlichungsvergleich.

Die größte Stärke dieser Veröffentlichung liegt in der Kombination aus Agentenleistung und Preis. Grok 4.6 startet bei 2 $ pro Million Eingabe-Token und 6 $ pro Million Ausgabe-Token und erzielt gleichzeitig hohe Punktzahlen bei GDPval-AA v2 und AA-Briefcase. Lange Eingabeaufforderungen und schnelle Stufen können höhere Kosten verursachen, daher sollten Produktionsschätzungen die genaue Dienstanbieterkonfiguration verwenden.

Der veröffentlichte Wert von 80 TPS ist mit Vorsicht zu genießen: Aktuelle unabhängige Messungen liegen bei etwa 68 Ausgabe-Token pro Sekunde, und die Servergeschwindigkeit kann sich im Laufe der Zeit ändern.

**Grok 4.6

Der Hauptvorteil liegt nicht darin, dass es alle Benchmarks gewonnen hat, sondern darin, dass es nun intelligente Agentenleistungen auf Spitzenniveau zu einem äußerst wettbewerbsfähigen Preis bietet.