Grok 4.6 编程与推理基准表现出色，性价比突出

xAI 发布的新模型 Grok 4.6 在多项编程与推理基准中表现抢眼：Cursor 团队直播称其登顶 CursorBench 3.2 真实编程测试；开发者 aidenybai 实测其在 ReactBench 综合排名第五、React 修复单项第二；研究团队评估其生物学任务准确率与 Opus 5 / GPT-5.6-Sol 大致相当而推理成本显著更低。接近前沿的智能水平加上突出的性价比，是各方反馈的共同主题。

已确认

• Cursor 团队成员 Lauren 和 Roshan 在直播中称 Grok 4.6 在 CursorBench 3.2 位列第一，成本效益远超 Fable 5 Max。
• 开发者 aidenybai 称其在 ReactBench 写作与修复综合排名第五，React 语义理解出色，形成良好帕累托曲线，相比 4.5 有更好的努力分离；修复单项排名第二。
• a16z 合伙人 Martin Casado 体验数小时后称其同等智能水平下速度很快、对复杂代码描述简洁，并完成构建 RAM 探针等高难度任务。
• 用户 vikvang1 称其智能接近 Fable、输出速度与 Sonnet 相当、成本仅一小部分，且不再需要复杂技能文件，模型自己就知道该怎么做。
• 研究团队在 1716 条轨迹的短期生物学基准中测得其准确率与 Opus 5 / GPT-5.6-Sol 大致相当，推理成本显著更低。

尚未确认

• 多条推文出现 Claude Fable 5、Fable 5 Max、GPT-5.6 Sol 等名称，其中一条为 Perplexity 出品的恶搞横评（称 Grok 4.6 以 7.58 美元单任务成本在 WANDR 基准追平得分 0.496 的 Claude Fable 5），混杂虚构信息，需谨慎区分官方基准成绩与非正式对比。

为什么重要

• Grok 4.6 显示 xAI 在代码生成与复杂推理领域已逼近业界前沿，突出的性价比可能重塑开发者的模型选型考量；无需厚重技能包装的反馈也暗示模型自主能力提升有望简化智能体工作流。

2026-08-14 ~ 2026-08-15 · 10 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)

• Grok 4.6 跑进 ReactBench 前五，React 代码能力追赶前沿 — aidenybai · 2026-08-14
• Grok 4.6 修复 React 代码能力出色，登顶 ReactBench 第二名 — aidenybai · 2026-08-14
• 【源头】Grok 4.6 在 React 理解和修复上排名第五，形成帕累托曲线 — aidenybai · 2026-08-14
• a16z 合伙人实测 Grok 4.6：长任务与复杂代码能力出色 — elonmusk · 2026-08-14
• Cursor 实测：Grok 4.6 性价比远超 Fable 5 Max — soleio · 2026-08-14
• 恶搞横评：Grok 4.6 完胜 Claude Fable 5，成本仅三分之一 — elonmusk · 2026-08-14
• 【源头】Grok 4.6 生物学评测：准确率比肩 Opus 5 且成本更低 — kenbwork · 2026-08-14
• 曝 Grok 4.6 登顶 CursorBench 真实编程测试 — kevinnbass · 2026-08-14
• 【源头】Grok 4.6 实测：智能如 Fable、速度如 Sonnet，成本更低，无需复杂技能 — vikvang1 · 2026-08-14
• Grok 4.6 性能大增：智能如Fable，速度如Sonnet，成本更低 — vikvang1 · 2026-08-15