xAI lanza Grok 4.6: agentes de larga duración y trabajo visual e interactivo más potente

La empresa de inteligencia artificial xAI ha presentado hoy Grok 4.6, el sucesor de Grok 4.5, con un enfoque especial en los agentes de larga duración y en un trabajo interactivo y visual más ambicioso. Según el anuncio oficial, el modelo se mantiene en tareas complejas a lo largo de muchos pasos, ya sea investigar un tema, analizar información, trabajar en una base de código o convertir una idea en una aplicación pulida o un artefacto de trabajo.

Enfoque en agentes de larga duración

En comparación con Grok 4.5, el principal avance de Grok 4.6 está en las tareas de agentes de larga duración. El modelo puede mantener un trabajo complejo de varios pasos, desde investigar temas y analizar información hasta trabajar en una base de código y convertir una idea de producto en una primera versión funcional. En trayectorias más largas, xAI afirma haber observado más autoevaluación y verificación, con el modelo comprobando su propio trabajo antes de continuar.

Rendimiento en puntos de referencia

Grok 4.6 alcanza un rendimiento de vanguardia en varios puntos de referencia de codificación agéntica y trabajo de conocimiento. Obtiene 61 puntos en el Artificial Analysis Intelligence Index, un compuesto de nueve puntos de referencia, igualando a GPT-5.6 Sol. Otros resultados incluyen 1753 en GDPVal-AA v2, 69,9% en CursorBench v3.2, 65,9% en DeepSWE v1.1 y 61,3% en FrontierCode v1.1 (Extended).

Capacidad de desarrollo de productos

En proyectos diseñados para poner a prueba su alcance y capacidad de mantener el trabajo a lo largo de muchos pasos, xAI descubrió que Grok 4.6 es especialmente fuerte a la hora de convertir una idea de producto amplia en una primera versión funcional. Puede investigar dominios desconocidos, estructurar la aplicación, implementar las interacciones principales y refinar el resultado mediante varias rondas de comentarios. En proyectos visuales e interactivos, sus primeras pasadas son más potentes que las que se veían normalmente con Grok 4.5, estableciendo la estructura y el lenguaje visual de una aplicación en una sola pasada.

Entrenamiento y seguridad

Grok 4.6 se sometió a un entrenamiento complementario más largo que Grok 4.5, utilizando datos curados generados por el modelo para el razonamiento y conceptos técnicos avanzados, datos de ingeniería de alta calidad y un optimizador y una receta de entrenamiento mejorados. El equipo utilizó después Grok 4.5 para regenerar trayectorias SFT en razonamiento, marcos de agentes y dominios como STEM, ingeniería de software y trabajo de conocimiento, filtrando las trayectorias problemáticas con comprobaciones basadas en el modelo. En seguridad, xAI afirma que las salvaguardas de Grok 4.6 se han mejorado y calibrado en línea con las capacidades del modelo, respaldadas por su mayor suite de pruebas previas al despliegue, además de pruebas posteriores al despliegue y de terceros.

Disponibilidad y precios

Grok 4.6 está disponible hoy en Cursor y Grok Build, con 2x de uso incluido en ambos durante la primera semana. También está disponible a través del API y de socios como OpenRouter, Vercel y Cloudflare. El precio comienza en 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, con una variante más rápida al doble de precio.

Fuente: Anuncio oficial de xAI

Imagen de portada generada por IA solo con fines ilustrativos.