xAI ने Grok 4.6 जारी किया: लंबे समय तक चलने वाले एजेंट और मज़बूत विज़ुअल व इंटरैक्टिव कार्य

आर्टिफिशियल इंटेलिजेंस कंपनी xAI ने आज Grok 4.6 जारी किया, जो Grok 4.5 का उत्तराधिकारी है, जिसमें लंबे समय तक चलने वाले एजेंटों और अधिक महत्वाकांक्षी इंटरैक्टिव व विज़ुअल कार्यों पर विशेष ध्यान दिया गया है। आधिकारिक घोषणा के अनुसार, यह मॉडल कई चरणों में जटिल कार्यों को बनाए रखता है, चाहे वह किसी विषय पर शोध करना हो, जानकारी का विश्लेषण करना हो, कोडबेस पर काम करना हो, या किसी विचार को तैयार एप्लिकेशन या कार्य-कृति में बदलना हो।

लंबे समय तक चलने वाले एजेंटों पर ध्यान

Grok 4.5 की तुलना में, Grok 4.6 की मुख्य प्रगति लंबे समय तक चलने वाले एजेंट कार्यों में है। यह मॉडल विषयों पर शोध करने और जानकारी का विश्लेषण करने से लेकर कोडबेस पर काम करने और उत्पाद विचार को कार्यशील पहले संस्करण में बदलने तक, बहु-चरणीय जटिल कार्य को बनाए रख सकता है। लंबे प्रक्षेप पथों पर, xAI का कहना है कि उसने अधिक आत्म-परीक्षण और सत्यापन देखा, जिसमें मॉडल आगे बढ़ने से पहले अपने स्वयं के कार्य की जाँच करता है।

बेंचमार्क प्रदर्शन

Grok 4.6 कई एजेंटिक कोडिंग और ज्ञान-कार्य बेंचमार्क में अग्रणी-स्तर का प्रदर्शन प्राप्त करता है। इसने नौ बेंचमार्क के मिश्रित Artificial Analysis Intelligence Index में 61 अंक हासिल किए, जो GPT-5.6 Sol के बराबर है। अन्य परिणामों में GDPVal-AA v2 पर 1753, CursorBench v3.2 पर 69.9%, DeepSWE v1.1 पर 65.9%, और FrontierCode v1.1 (Extended) पर 61.3% शामिल हैं।

उत्पाद विकास क्षमता

इसकी सीमा और कई चरणों में कार्य बनाए रखने की क्षमता का परीक्षण करने के लिए डिज़ाइन की गई परियोजनाओं में, xAI ने पाया कि Grok 4.6 व्यापक उत्पाद विचार को कार्यशील पहले संस्करण में बदलने में विशेष रूप से मज़बूत है। यह अपरिचित डोमेन पर शोध कर सकता है, एप्लिकेशन को संरचित कर सकता है, मुख्य इंटरैक्शन लागू कर सकता है, और फीडबैक के कई दौरों के माध्यम से परिणाम को परिष्कृत कर सकता है। विज़ुअल और इंटरैक्टिव परियोजनाओं पर, इसके पहले प्रयास Grok 4.5 के साथ आमतौर पर देखे जाने वाले प्रयासों से अधिक मज़बूत हैं, और एक ही प्रयास में एप्लिकेशन की संरचना और विज़ुअल भाषा स्थापित करते हैं।

प्रशिक्षण और सुरक्षा

Grok 4.6 ने Grok 4.5 की तुलना में लंबा अतिरिक्त प्रशिक्षण लिया, जिसमें तर्क और उन्नत तकनीकी अवधारणाओं के लिए क्यूरेटेड मॉडल-जनित डेटा, उच्च-गुणवत्ता वाला इंजीनियरिंग डेटा, और बेहतर ऑप्टिमाइज़र व प्रशिक्षण रेसिपी शामिल थी। फिर टीम ने तर्क, एजेंट हार्नेस, और STEM, सॉफ्टवेयर इंजीनियरिंग व ज्ञान-कार्य जैसे डोमेन में SFT प्रक्षेप पथों को पुनर्जनित करने के लिए Grok 4.5 का उपयोग किया, और मॉडल-आधारित जाँच के साथ समस्याग्रस्त पथों को फ़िल्टर किया। सुरक्षा पर, xAI का कहना है कि Grok 4.6 की सुरक्षा उपायों को मॉडल की क्षमताओं के अनुरूप सुधारा और कैलिब्रेट किया गया है, जो इसके अब तक के सबसे व्यापक डिप्लॉयमेंट-पूर्व परीक्षण सूट के साथ-साथ डिप्लॉयमेंट-पश्चात और तृतीय-पक्ष परीक्षण द्वारा समर्थित है।

उपलब्धता और मूल्य

Grok 4.6 आज Cursor और Grok Build में उपलब्ध है, पहले सप्ताह के लिए दोनों में 2x शामिल उपयोग के साथ। यह API और OpenRouter, Vercel, व Cloudflare जैसे भागीदारों के माध्यम से भी उपलब्ध है। मूल्य इनपुट टोकन के प्रति मिलियन 2 डॉलर और आउटपुट टोकन के प्रति मिलियन 6 डॉलर से शुरू होता है, जिसमें दोगुने मूल्य का तेज़ वेरिएंट भी शामिल है।

स्रोत: xAI आधिकारिक घोषणा

कवर छवि केवल चित्रण उद्देश्य के लिए AI द्वारा उत्पन्न की गई है।