Grok 4.6 вернул SpaceXAI в лидеры, обойдя Fable 5 и GPT-5.6 по цене

Особый упор в Grok 4.6 сделан на длительные многошаговые задачи, которые агент должен выполнять автономно, без вмешательства человека. На тесте реальных рабочих способностей GDPVal-AA v2 модель набрала 1753 балла, опередив и GPT-5.6 Sol, и Fable 5 Max. Сильные стороны подтвердились и в испытаниях AA-Briefcase и Harvey LAB. Впрочем, в чисто терминальных сценариях Terminal-Bench v3.0 результат слабее — всего 26% против 34,6% у конкурента.

Параллельно SpaceXAI запустила Grok Bot — команду ИИ-агентов, которые работают в облаке круглосуточно, умеют заходить в корпоративные сервисы, вести переписку, обновлять CRM и даже коммуницировать друг с другом. В основе и модели, и бота — инфраструктура Cursor, который SpaceXAI приобрела минувшим летом за 600 миллиардов долларов. Хотя изначально Cursor создавался для программистов, теперь его технологии Маск адаптировал под офисные задачи, а Grok 4.6 первой получила интеграцию с Cursor.

Сам Маск уже анонсировал Grok 4.7: предварительное обучение завершено, релиз ожидается через три-четыре недели, и, по его словам, новая версия превзойдёт всех существующих конкурентов в инженерных задачах.