Grok 4.6

xAI · 发布于 2026-08-12

评分规则

综合评分58.7第 23 名 · 覆盖 100%

编程57.4第 29 名 · 覆盖 100%

专业办公59.0第 26 名 · 覆盖 100%

知识问答61.4第 20 名 · 覆盖 100%

科研59.9第 24 名 · 覆盖 100%

上下文窗口

500,000 token

API 价格

缓存 ¥3.34 · 输入 ¥13.37 · 输出 ¥40.12

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

18 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-14 至 2026-10-13；另有 14 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（4）

grok-4.6
grok/grok-4.6
grok-4.6_xhigh
grok-4.6-high

编程

57.4

LiveBench CodingLiveBench76.78%统一读数 49.7

来源: LiveBench Coding
上游型号: grok-4.6
运行配置: grok-4.6
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI17.17%统一读数 51.6

来源: Terminal-Bench 4.0
上游型号: grok/grok-4.6
运行配置: high · Mini-SWE-agent
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI44.57%统一读数 64.0

来源: Code Migration
上游型号: grok/grok-4.6
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI76.24%统一读数 62.1

来源: Vibe Code Bench v1.1
上游型号: grok/grok-4.6
运行配置: high · OpenHands
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

59.9

FrontierMath T1–3 v2Epoch AI65.96%统一读数 55.2

来源: FrontierMath T1–3 v2
上游型号: grok-4.6_xhigh
运行配置: grok-4.6_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-14
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI33.00%统一读数 52.5

来源: Chess Puzzles
上游型号: grok-4.6_xhigh
运行配置: grok-4.6_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Mystery Game PuzzlesEpoch AI34.00%统一读数 58.7

来源: Mystery Game Puzzles
上游型号: grok-4.6_xhigh
运行配置: grok-4.6_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-14
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench90.51%统一读数 69.4

来源: LiveBench Reasoning
上游型号: grok-4.6
运行配置: grok-4.6
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI30.63%统一读数 64.4

来源: MysteryMechanism
上游型号: grok/grok-4.6
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI11.43%统一读数 61.4

来源: Terminal-Bench-Science
上游型号: grok/grok-4.6
运行配置: high · Mini-SWE-agent
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

59.0

LiveBench Data AnalysisLiveBench73.86 / 100（任务均分）统一读数 55.0

来源: LiveBench Data Analysis
上游型号: grok-4.6
运行配置: grok-4.6 · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Finance Agent (v2)Vals AI53.68%统一读数 61.2

来源: Finance Agent (v2)
上游型号: grok/grok-4.6
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI15.83%统一读数 145.5

来源: Harvey's Legal Agent Benchmark
上游型号: grok/grok-4.6
运行配置: high · Vals agentic 统一流程
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI44.71%统一读数 52.0

来源: MedCode
上游型号: grok/grok-4.6
运行配置: high · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

61.4

SimpleQA VerifiedEpoch AI48.90%统一读数 55.9

来源: SimpleQA Verified
上游型号: grok-4.6_xhigh
运行配置: grok-4.6_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench83.70%统一读数 64.6

来源: LiveBench Language
上游型号: grok-4.6
运行配置: grok-4.6
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench71.87%统一读数 68.7

来源: LiveBench IF
上游型号: grok-4.6
运行配置: grok-4.6
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

55.0

Arena Text · 风格控制Arena1454.49 Elo统一读数 48.7

来源: Arena Text · 风格控制
上游型号: grok-4.6-high
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。