Grok 4.6 实测：编码比肩顶尖开源，争议是否达 Opus 级

Grok 4.6 发布后数日内迎来多位独立开发者密集实测。共识是其编码能力已比肩 Kimi K3 等顶尖开源模型、足以接手 Claude Sonnet 4.5 的日常负载，且速度更快、成本更低；Minecraft 空间构建与视频生成亦有明显进步。争议集中在是否已达 Claude Opus 级别，不同测试者结论相反。

已确认

• 性价比：scaling01 称 Grok 4.6 在性能与运行效率上均略优于体积近两倍的 Kimi-K3；MiaAIlab 历时近 8 小时、全程「低」努力模式的测试显示，其在内核与 modding 任务上与 Kimi K3 相当，速度更快、token 消耗更少。
• 编码定位：bindureddy 认为 4.6 已达 Sonnet 级、整体超越 Gemini，团队已将部分 Sonnet 负载迁移过去；其分数逼近第一梯队，因速度优势实际比 K3 更好用。
• 空间与多模态：adonissingh 在 Minecraft「3D 坐标轴构建克莱因瓶」任务中发现 4.6 的空间判断与审美较 4.5 显著提升；Aizkmusic 在 MC Bench 中仅用两轮交互搭出金门大桥，唯一错误是用错一个方块 ID，另以两段式生成做出连贯的 flythrough 视频。
• 迭代幅度与缺陷：karminski3 实测后端 Agentic Coding 基准较 4.5 提升不到 5%，前端结果仍在评估；Maziyar Panahi 认为 4.6 与 4.5 手感差异明显，功在 xAI 的中期训练与后训练；Aizkmusic 提醒其编码尚不及 Fable、不建议直接用于生产，且偶用 proscenium 等罕见词汇。

尚未确认

• 是否达到 Opus 级别：sergeykarayev 的 Superconductor 博客评测将 Grok 4.6 与 Opus 4.8/5、Fable 5、Kimi K3 并列「神坛」并列为日常主力模型；kevinnbass 称其在数据挖掘工作流中与 Opus 5 几乎难以区分、成本更低速度更快甚至部分更优；但 bindureddy 明确表示其远未达 Opus 级别，能力上限不及顶级闭源模型。

为什么重要

• 若「体积减半、性能略优」的对比成立，Grok 4.6 将以速度与成本优势直接冲击 Sonnet 档位的商业负载，且已有团队实际完成迁移。
• 评测者对「第一梯队」边界的分歧表明顶尖模型差距已进入体感层面，选型将更依赖具体工作流的实测而非榜单分数。

2026-08-13 ~ 2026-08-14 · 16 条相关

事件全程(共 5 集)→

• 第 1 集:Grok 4.6疑现身Cursor后撤下，官方未证实(2026-08-11,7 条)
• 第 2 集:Grok 4.6发布并开展多款编码工具横评(2026-08-11,4 条)
• 第 3 集:xAI发布Grok 4.6，性能领先且定价不变(2026-08-12,92 条)
• 第 4 集:Grok 4.6 实测：编码比肩顶尖开源，争议是否达 Opus 级(2026-08-13,16 条)
• 第 5 集:Grok 4.6 编程与推理基准表现出色，性价比突出(2026-08-14,10 条)

• 【源头】曝 Grok 4.6 性能与效率优于体积近两倍的 Kimi-K3 — scaling01 · 2026-08-13
• Grok 4.6 在 MC 编程测试中表现优异,仅用两轮建好金门大桥 — Aizkmusic · 2026-08-13
• Grok 在 MC Bench 测试中两步搭出金门大桥 — Aizkmusic · 2026-08-13
• Grok 4.6 实测：两段式生成连贯视频 — Aizkmusic · 2026-08-13
• 实测 Grok 4.6：编码能力尚可，但存在用词怪异等问题 — Aizkmusic · 2026-08-13
• 【源头】实测 Grok 4.6：达 Sonnet 级水平，开发者已转移部分负载 — bindureddy · 2026-08-13
• Grok-4.6 实测：Agentic Coding 基准分数提升近 5% — karminski3 · 2026-08-13
• 用户实测称 Grok 4.6 极度严谨，反复核查体验佳 — intellectronica · 2026-08-13
• Grok模型迭代实测：4.6版在Minecraft空间构建碾压前代 — adonis_singh · 2026-08-13
• Grok 4.6 评测:逼近 Qwen 与 Kimi,但远不及顶级闭源 — bindureddy · 2026-08-14
• Grok 4.6 实测：速度占优，但远未达 Opus 级别 — bindureddy · 2026-08-14
• Grok 4.6 登榜，与 Opus/K3 并列成日常首选模型 — sergeykarayev · 2026-08-14
• Grok 4.6获赞：内核与Modding任务媲美Kimi K3，速度更快 — elonmusk · 2026-08-14
• 【源头】Grok 4.6 编码能力跻身第一梯队，比肩 Opus 与 Kimi — sergeykarayev · 2026-08-14
• 实测对比：Grok 4.6 数据挖掘表现媲美 Opus 5 — kevinnbass · 2026-08-14
• 知名工程师上手 Grok 4.6:与 4.5 差异明显,训练见功力 — MaziyarPanahi · 2026-08-14