Grok 4.6がSpaceXAIをフロンティアに押し戻す、しかも安い

SpaceXAIのGrok 4.6が登場し、再び有力な競争相手となった。Artificial Analysis Intelligence Indexで61点を獲得し、Grok 4.5から5ポイント、Grok 4.3から23ポイントのジャンプアップ。これでフロンティアクラブに確実に名を連ね、GPT-5.6 Sol（max）と並び、Claude Opus 5（63）とClaude Fable 5（62）に次ぐ位置だ。入力/出力トークンあたり$2/$6という価格設定のモデルとしては、これは大きな意味を持つ。

エージェント性能がハイライト

Grok 4.6は静的推論だけでなく、エージェントが実際に動作する場面で輝く。GDPval-AA v2ではElo 1753でClaude Opus 5に次ぎ、Claude Fable 5やQwen3.8 Maxと統計的に同格。τ³-Bankingでは50.7%（Qwen3.8 Maxの51.3%に次ぐトップ2）、Terminal-Bench v2.1では88.4%で、ターミナルベースのタスクでリーダーに並ぶ。ナレッジワーク、カスタマーサービス、ターミナル利用を同時にこれほど高い水準でこなすモデルは珍しい。

パターンを破るコスト効率

フロンティアで価格を世代間で据え置くのは稀だ。Grok 4.6はGrok 4.5の$2/$6価格を維持しつつ、Claude Opus 5（$5/$25）やGPT-5.6 Sol（$5/$30）といった競合はプレミアムを課している。タスクあたりのコストは$0.84でKimi K3と同じだが、知能はより高く、コスト対性能のパレートフロンティアに位置する。推論中心のワークロードでは出力トークン価格が支配的で、Grok 4.6はその点で競合を4〜5倍下回る。

長期タスクでの効率性

長期エージェントナレッジワークのプライベートベンチマークAA-Briefcaseで、Grok 4.6はElo 1577でデビュー—Fable 5クラス、Claude Opus 5ファミリーに次ぐ。しかし本当のストーリーは効率性だ：約53ターンと約0.5B入力トークンでタスクを完了するのに対し、Claude Opus 5（max）は約103ターンと約2.0Bトークン。長期タスクはコンテキストが急速に蓄積するため、入力トークンを4分の1しか使わないモデルは、トークン単価を超えたコスト優位性を持つ。

コンテキストウィンドウは500kトークンのまま、キャッシュヒット価格は1Mトークンあたり$0.3から$0.5に上昇—全体の価値提案を損なわない小幅な値上げだ。

Grok 4.6は、フロンティアが単なる生の知能ではなく、予算を燃やさずに仕事をこなすことにあると再認識させる。SpaceXAIがゲームに戻り、価格戦争も持ち込んでいる。