AA v4.2 · 综合推理Grok 4.6 high 51
熟悉的参照Sol max 51 · Opus 5 max 54 · Astra max 55
已核对 high 配置；与 Sol max 同点只代表综合题接近，不代表所有 effort 都同样强。旧 60.9 属 v4.1.1，不能混列。
xAI低价前沿旗舰核验 2026-08-15
Grok 4.6
低价前沿编程、工具代理、知识工作，以及需要 X 搜索的实时信息调研
已有跨来源证据
AA v4.2 high 51，与 Sol max 同分；xhigh 49 并非更高。Vals Index v2 为 59.17%，显示专业任务表现不能由综合分直接外推。
AA v4.2：51 · high · 原页未标估算 · 核验 2026-09-05
- 上下文
- 500K
- 默认推理
- high
- API 输入
- $2 / M
- API 输出
- $6 / M
- 开放权重
- 否
- 判断把握
- 中高
从实际任务看
这款模型擅长哪些具体工作
以下结论来自全站同一份任务数据；点击后可查看首选、替代方案、组合流程和证据限制。新模型先给区间，不抢报唯一冠军
Grok 4.6 目前相当于哪个常用档位
一句话：Grok 4.6 仍是低价强档：AA v4.2 与 Sol max 同点，Cursor 模糊多文件表现更突出；DeepSWE 当前记录为 medium 67%，不是旧文案的 xhigh。新版 Fable 5.1 / Astra 出现后，它也不是每种任务都第一。Vals Index · 2026-09-05 当前快照59.17%±1.21
熟悉的参照Sol 63.71%±1.06 · Opus 5 67.21%±0.98
当前专业任务点估计低于 Sol 与 Opus。旧 71.82% 是不同快照；此次变动细节未充分披露，不能把分差直接解释成模型降智。
CursorBench 3.2 · 模糊多文件medium 67.1% · high 69.9% · xhigh 70.8%
熟悉的参照Sol max 67.2% · Opus 5 max 70.0% · Fable 5.1 high 69.4% / max 73.4%
在 Cursor 的真实多文件会话里，medium 接近 Sol max，high / xhigh 接近 Opus 5 max；与 Fable 5.1 最高档仍有差距。小差距不制造稳定冠军。
DeepSWE · 原创长程工程medium 67%±2 · $3.45 / 题
熟悉的参照GPT-5.5 xhigh / Luna max 67% · K3 69%±5 · Sol max 73%±3 · Opus 5 max 74%±4
换成一批更长、更陌生的仓库任务后，Grok 不再独占最高点，而是和 GPT-5.5 xhigh、Luna max、K3 落在相邻区间。100 道类似题的点估计比 Sol / Opus 少约 6～7 道，但误差仍要一起看。
怎么实际使用
日常强任务可先试 high；模糊多文件任务确实更难、high 失败后再升 xhigh。需要 X 上一手帖子时，Grok 还有入口优势，但搜到原帖不等于自动验证了事实。
不要怎样误读
AA、Vals、CursorBench 与 DeepSWE 已形成四种独立信号，但它们分别测综合推理、专业任务、模糊多文件和原创长程工程。网页因此把 Grok 写成低价前沿候选，不把任一单榜改写成通用 IQ 或永久冠军。
证据快照：2026-09-05 · AA v4.2 / 当前 DeepSWE
集中查看
这个模型的主要判断
AA v4.2 high 51，与 Sol max 同分；xhigh 49 并非更高。Vals Index v2 为 59.17%，显示专业任务表现不能由综合分直接外推。
CursorBench xhigh 70.8% / $2.81；DeepSWE 最佳 medium 67%±2% / $3.45，低于 Astra/Sol 点估计。两方法支持低价工程候选，不支持所有任务第一。
AA、Vals、CursorBench 与 DeepSWE 已形成四种独立信号，支持“前沿档且价格突出”，不支持“所有任务第一”。输入超过 200K 后整次请求按 $4 / $12 计费；事实性、长期无人值守和发布初期稳定性仍要单独复核。
2026-08-12 发布；API、Grok Build 与部分第三方开发工具已可用
直接核对
本页的关键来源
官方来源确认型号、规格与可用性；独立来源只回答各自测试覆盖的问题。