O Grok 4.6 chegou. A SpaceXAI — empresa por trás do modelo Grok — anunciou nesta quarta-feira (13) um upgrade de pós-treinamento do seu modelo de fronteira, mantendo a arquitetura base do Grok 4.5 e investindo o esforço em uma rodada de treinamento mais longa, trajetórias de fine-tuning supervisionado regeneradas e aprendizado por reforço em ambientes agentes. O resultado é um modelo com janela de contexto de 500 mil tokens, foco declarado em agentes de longa duração, código e trabalho de conhecimento — e um salto de cinco pontos no índice de inteligência da Artificial Analysis, onde agora empata com o GPT-5.6 Sol Max.
Para quem trabalha com agentes autônomos, a mudança mais importante é comportamental. A SpaceXAI relata que, em trajetórias longas, o Grok 4.6 faz mais auto-teste e verificação do próprio trabalho antes de avançar — uma observação do fornecedor em testes internos, não uma medição independente.
O que muda tecnicamente
O Grok 4.6 não é um modelo-base maior. A empresa descreve uma rodada suplementar de treinamento mais longa do que a do Grok 4.5, com dados gerados por modelo e curados para raciocínio e conceitos técnicos avançados, dados de engenharia de alta qualidade e uma receita de treinamento e otimizador aprimorados.
Na prática, o modelo aceita 500 mil tokens de contexto, entrada de texto e imagem com saída apenas em texto, e traz uma data de corte de conhecimento em 1º de fevereiro de 2026. A principal novidade de interface é o novo nível de esforço de raciocínio “xhigh”, que se soma à escada baixo, médio e alto (padrão). A SpaceXAI não publicou a contagem de parâmetros.
Benchmarks: avanços reais e empates estatísticos
Na tabela de lançamento, o Grok 4.6 (no nível High) marca 61 no Artificial Analysis Intelligence Index, contra 56 do Grok 4.5 — empate com o GPT-5.6 Sol Max. Ele lidera em GDPval-AA v2 (1753 Elo, contra 1526 do Grok 4.5), AA-Briefcase (1577, contra 1313) e Harvey LAB.
Mas vale ler a letra miúda. Os destaques em negrito em GDPval-AA v2 e AA-Briefcase ficam dentro dos intervalos de confiança publicados pela Artificial Analysis — ou seja, são empates estatísticos, não vantagens. E a comparação exclui o Claude Opus 5, da Anthropic, que hoje lidera o índice.
Nas linhas de código que mais importam para times de engenharia, o Grok 4.6 fica atrás. O DeepSWE v1.1 chega a 65,9% (11,9 pontos acima do Grok 4.5, mas abaixo dos 73% do GPT-5.6 Sol Max). O Terminal-Bench v3.0 atinge 26% — quase o dobro dos 15,7% do Grok 4.5, mas ainda o último dos quatro modelos listados. CursorBench v3.2 marca 69,9%, FrontierCode v1.1 Extended 61,3% e APEX-Agents 57,5%.
Preço e disponibilidade
O Grok 4.6 está disponível hoje na API xAI como “grok-4.6”, é o modelo padrão no Grok Build, chega ao Cursor em todos os planos e pode ser roteado via OpenRouter, Vercel e Cloudflare. Não há versão de pesos abertos nem caminho de self-hosting — implantações air-gapped ficam de fora.
O preço é de US$ 2 / US$ 0,50 / US$ 6 por milhão de tokens (entrada / entrada em cache / saída) abaixo de 200 mil tokens de prompt, e US$ 4 / US$ 1 / US$ 12 acima desse limite. Grok Build e Cursor oferecem o dobro de uso incluído na primeira semana.
Um detalhe operacional importante: equipes devem definir a prompt_cache_key (ou o cabeçalho x-grok-conv-id no Chat Completions). Sem isso, as requisições se espalham entre servidores e os acertos de cache se tornam imprevisíveis, fazendo valer o preço integral de entrada.
O que ainda falta
O Grok 4.6 reforça a tendência de modelos otimizados para agentes de longa duração, mas a transparência segue limitada: sem contagem de parâmetros, sem pesos abertos e com os ganhos mais celebrados dentro da margem de erro estatística. Para o público brasileiro que avalia a adoção, o sinal mais confiável são as derrotas declaradas nos benchmarks de código — não as vitórias em negrito.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
