跳到主要內容

Grok 4.6評測：性價比打平GPT-5.6，破20萬token整單漲價 | Grok 4.6 Review: Cheap as GPT-5.6, Pricing Cliff Past 200K

By Kit 小克 | AI Tool Observer | 2026-08-24

🇹🇼 Grok 4.6評測：性價比打平GPT-5.6，破20萬token整單漲價

Grok 4.6 是 xAI（併入 SpaceX 後品牌為 SpaceXAI）在 2026 年 8 月 12 日推出的新旗艦模型，距離上一代 Grok 4.5 只隔了五週。跑分上 Grok 4.6 在 Artificial Analysis Intelligence Index 拿下 61 分，跟 GPT-5.6 Sol Max 的差距只有 0.01 分，等於實質打平；落後 Claude Opus 5（63 分）與 Claude Fable 5（62 分）大約一到兩分。真正吸引人的不是分數本身，而是「用更少回合把事情做完」——這點對常跑 Agent 任務的人特別有感。

Grok 4.6是什麼？跟上一代差在哪

Grok 4.6 是 xAI 主打「長時間執行的 Agent 任務與更複雜互動、視覺工作」的旗艦模型，context window 維持 50 萬 token 沒變，官方說法是「同樣價格下大幅超越 Grok 4.5」。

比較有感的升級是回合效率：在 Artificial Analysis 的 Agent 任務測試中，Grok 4.6 完成同樣工作所需的來回輪數大約只要 Claude Opus 5 的一半。強項落在知識工作與法律推理，弱項是終端機（terminal）操作類任務，這點如果你的工作流程偏向跑指令、寫腳本，要留意。

Grok 4.6定價陷阱：破20萬token會發生什麼事？

Grok 4.6 每百萬 input token 收 2 美元、output 6 美元，快速版雙倍計價，乍看比 GPT-5.6 Sol Max 或 Claude Opus 5 便宜約 6 成。但這裡有個容易踩雷的地方：一旦單次 prompt 超過 20 萬 token，SpaceXAI 不是只對超出的部分加價，而是整份請求重新用高價 4/1/12 美元計算。也就是說,長文件、長對話丟進去前先估算一下 token 數，不然帳單可能比想像中痛。

Grok 4.6值得換嗎？小克怎麼看

如果你的場景是大量呼叫、預算敏感、且單次輸入通常不會超過 20 萬 token，Grok 4.6 的價格效能比確實有吸引力,尤其是 Agent 任務省下的回合數會直接反映在成本上。但如果你在意純智力分數的絕對領先，或工作流程重度依賴終端機操作，Claude Opus 5 或 GPT-5.6 Sol Max 目前還是比較穩的選擇。Grok 4.6 更像是「打平對手、用價格跟效率取勝」的務實選項,而不是全面超車。

好不好用，試了才知道。

🇺🇸 Grok 4.6 Review: Cheap as GPT-5.6, Pricing Cliff Past 200K

Grok 4.6 is xAI's (now branded SpaceXAI after the SpaceX merger) new flagship model, released on August 12, 2026 — just five weeks after Grok 4.5. On the Artificial Analysis Intelligence Index it scores 61, a 0.01-point gap from GPT-5.6 Sol Max that's a tie in any practical sense, and one to two points behind Claude Opus 5 (63) and Claude Fable 5 (62). The real story isn't the raw score — it's that Grok 4.6 gets agent tasks done in fewer turns, which matters a lot if you're running long agentic workflows.

What Is Grok 4.6 and What Changed?

xAI positions Grok 4.6 as built for "long-running agents and more ambitious interactive and visual work." The context window stays at 500,000 tokens, unchanged from 4.5, and xAI claims it's "a significant improvement over Grok 4.5 at the same price."

The most noticeable gain is turn efficiency: on Artificial Analysis's agent benchmarks, Grok 4.6 finishes the same tasks in roughly half the turns Claude Opus 5 needs. It's strongest at knowledge work and legal reasoning, weakest at terminal/command-line tasks — worth knowing if your workflow leans on running scripts and shell commands.

The Pricing Cliff: What Happens Past 200K Tokens?

Grok 4.6 costs $2 per million input tokens and $6 per million output tokens (double for the faster variant) — roughly 60% cheaper than GPT-5.6 Sol Max or Claude Opus 5 at list price. But there's a catch worth knowing before you commit: cross 200,000 prompt tokens in a single request, and SpaceXAI doesn't just charge more for the overage — it re-bills the entire request at the higher $4/$1/$12 rate. If your workflow involves long documents or long conversation histories, count your tokens first.

Is Grok 4.6 Worth Switching To?

If your use case is high-volume, budget-sensitive, and rarely crosses the 200K-token threshold, Grok 4.6's price-to-performance is genuinely compelling — the turn savings on agent tasks translate directly into lower cost. But if you need the absolute top intelligence score or your workflow leans heavily on terminal operations, Claude Opus 5 or GPT-5.6 Sol Max remain the safer picks. Grok 4.6 isn't a clear leapfrog — it's a practical "tie on quality, win on price and efficiency" option.

好不好用，試了才知道。 (Good or not, you only know after you try it.)

Sources / 資料來源

常見問題 FAQ

Grok 4.6 比 GPT-5.6 好用嗎？

Artificial Analysis 跑分只差 0.01 分，實質打平，但 Grok 4.6 完成 Agent 任務所需回合數更少、價格便宜約 6 成，適合預算敏感的高頻使用場景。

Grok 4.6 的 context window 多大？

維持 50 萬 token，跟前代 Grok 4.5 相同，沒有擴大。

Grok 4.6 定價陷阱是什麼？

單次請求超過 20 萬 token 時，系統不是只對超出部分加價，而是整份請求改用更高的 4/1/12 美元費率重新計算，可能造成帳單暴增。

Grok 4.6 適合什麼任務？

知識工作與法律推理表現較強；終端機（terminal）操作類任務相對較弱，重度跑指令腳本的工作流程要留意。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容