xAI Rilis Grok 4.6: Agen Berdurasi Panjang dan Kerja Visual serta Interaktif yang Lebih Kuat

Perusahaan kecerdasan buatan xAI hari ini merilis Grok 4.6, penerus Grok 4.5, dengan fokus khusus pada agen berdurasi panjang serta kerja visual dan interaktif yang lebih ambisius. Menurut pengumuman resmi, model ini bertahan mengerjakan tugas kompleks di banyak langkah, baik meneliti topik, menganalisis informasi, bekerja di codebase, maupun mengubah ide menjadi aplikasi yang rapi atau artefak kerja.

Fokus pada agen berdurasi panjang

Dibandingkan dengan Grok 4.5, kemajuan utama Grok 4.6 ada pada tugas agen berdurasi panjang. Model ini dapat mempertahankan kerja kompleks multi-langkah, dari meneliti topik dan menganalisis informasi hingga bekerja di codebase dan mengubah ide produk menjadi versi pertama yang berfungsi. Pada lintasan yang lebih panjang, xAI mengatakan mengamati lebih banyak pengujian dan verifikasi sendiri, dengan model memeriksa pekerjaannya sendiri sebelum melanjutkan.

Kinerja benchmark

Grok 4.6 mencapai kinerja tingkat terdepan di sejumlah benchmark coding agen dan pengetahuan kerja. Ia mencetak 61 pada Artificial Analysis Intelligence Index, gabungan dari sembilan benchmark, menyamai GPT-5.6 Sol. Hasil lain termasuk 1753 pada GDPVal-AA v2, 69,9% pada CursorBench v3.2, 65,9% pada DeepSWE v1.1, dan 61,3% pada FrontierCode v1.1 (Extended).

Kemampuan pengembangan produk

Dalam proyek yang dirancang untuk menguji jangkauan dan kemampuannya mempertahankan kerja di banyak langkah, xAI menemukan Grok 4.6 sangat kuat dalam mengubah ide produk yang luas menjadi versi pertama yang berfungsi. Ia dapat meneliti domain yang belum dikenal, menyusun aplikasi, mengimplementasikan interaksi inti, dan menyempurnakan hasil melalui beberapa putaran umpan balik. Pada proyek visual dan interaktif, hasil pertamanya lebih kuat daripada yang biasanya terlihat dengan Grok 4.5, membangun struktur dan bahasa visual aplikasi dalam satu langkah.

Pelatihan dan keamanan

Grok 4.6 menjalani pelatihan tambahan yang lebih panjang daripada Grok 4.5, menggunakan data buatan model yang dikurasi untuk penalaran dan konsep teknis lanjutan, data teknik berkualitas tinggi, serta pengoptimal dan resep pelatihan yang lebih baik. Tim kemudian menggunakan Grok 4.5 untuk meregenerasi lintasan SFT pada penalaran, perangkat agen, dan domain seperti STEM, teknik perangkat lunak, dan kerja pengetahuan, menyaring lintasan bermasalah dengan pemeriksaan berbasis model. Pada keamanan, xAI mengatakan pengaman Grok 4.6 telah ditingkatkan dan dikalibrasi sesuai kemampuan model, didukung rangkaian pengujian pra-deployment terluasnya plus pengujian pasca-deployment dan pihak ketiga.

Ketersediaan dan harga

Grok 4.6 tersedia hari ini di Cursor dan Grok Build, dengan 2x penggunaan termasuk di keduanya pada minggu pertama. Model ini juga tersedia melalui API dan mitra termasuk OpenRouter, Vercel, dan Cloudflare. Harga mulai dari 2 dolar per juta token input dan 6 dolar per juta token output, dengan varian lebih cepat seharga dua kali lipat.

Sumber: Pengumuman resmi xAI

Gambar sampul dibuat oleh AI untuk tujuan ilustrasi saja.