Grok 4.6 正式发布：API、价格、500K 上下文与开发者指南

基于官方资料核验 Grok 4.6 的准确模型 ID、500K 上下文、Token 价格、推理档位、API 示例、发布基准与生产迁移清单。

xAI 于 2026 年 8 月 12 日发布 Grok 4.6。官方开发者指南列出的 API 模型 ID 是 grok-4.6，上下文窗口为 500,000 Token，支持文本与图片输入、文本输出，并提供 low、medium、high（默认）和 xhigh 四档推理强度。

对开发者而言，值得关注的不只是发布基准。Grok 4.6 同时支持 Responses API 与 Chat Completions；当 Prompt 达到 200,000 Token 时会进入长上下文计价；长时间运行的 Agent 还需要明确设置缓存亲和性并管理上下文。

本文会严格区分 xAI 官方规格、供应商自行发布的基准结果，以及 Modelflare 当前的模型可用性。价格和可用性可能变化，下列时效性信息核验于 2026 年 8 月 13 日。

Grok 4.6 核心规格

项目 官方信息
发布日期 2026 年 8 月 12 日
API 模型 ID grok-4.6
上下文窗口 500,000 Token
知识截止日期 2026 年 2 月 1 日
模态 文本与图片输入；文本输出
文本输出限制 xAI 标注为没有固定的文本输出上限
推理强度 low、medium、high（默认）、xhigh
API 格式 Responses API、Chat Completions
文档列出的能力 函数调用、结构化输出、网页搜索、X 搜索、代码执行

“没有固定的文本输出上限”是模型页面的说明，并不代表任意 SDK、网关、账号或单次请求都能无限输出。客户端超时、账号限额、路由策略和可用上下文仍然有效。

相比 Grok 4.5 有什么变化

xAI 将 Grok 4.6 定位为一次增量式前沿模型更新，重点提升长时间运行的 Agent，以及更复杂的交互与视觉任务。官方发布文介绍了更长的补充训练、重新生成的监督微调轨迹，以及覆盖知识工作、编程、网页开发、内核优化和 CAD 的 Agent 强化学习。

实际迁移时值得评估的变化包括：

  • 推理强度在 low、medium、high 之外新增 xhigh；
  • xAI 声称模型在多步骤研究、跨代码库工作和迭代式应用构建中具有更好的连续性；
  • 模型支持图片与文本输入，并输出文本；
  • 500K 上下文级别和标准 $2 输入 / $6 输出的起始价格不变，但 Grok 4.6 的缓存输入当前为每百万 Token $0.50，而 Grok 4.5 为 $0.30；
  • xAI 建议长 Agent 循环使用会话级缓存亲和性与上下文压缩。

这些变化意味着应该进行受控迁移，而不是直接无条件替换 Grok 4.5。请在自己的工作负载上比较成功任务完成率、延迟、总 Token、工具调用次数和成本。

Grok 4.6 API 价格

xAI 价格页面当前列出的标准美元价格如下，单位均为每百万 Token：

Prompt 大小 输入 缓存输入 输出
低于 200K Prompt Token $2.00 $0.50 $6.00
达到或超过 200K Prompt Token $4.00 $1.00 $12.00

xAI 表示，一旦 Prompt 达到 200K Token，该请求中的全部 Token 都按长上下文价格计算。三个例子可以直观看出这个边界：

  • 100K 输入加 5K 输出，按短上下文标准价格约为 $0.23。
  • 如果 100K 输入全部命中缓存，同样的输出约为 $0.08。
  • 220K 输入加 10K 输出跨过计价边界，按所列长上下文价格约为 $1.00。

以上示例不包含服务端工具。xAI 当前对网页搜索、X 搜索和代码执行另外收取每 1,000 次 $5。发布文还提到一个按标准价格两倍计费的快速版本。制定预算前，请在 xAI 控制台确认准确模型、服务等级、地区可用性和实时价格。

如需完整的成本方法，可阅读如何计算 LLM Token 成本和AI API 成本追踪。

通过 Responses 或 Chat Completions 调用 Grok 4.6

下列请求使用 xAI 官方 API 端点，因为本文是模型发布指南，不代表该模型已经在所有网关中启用。

Responses API：

export XAI_API_KEY="<YOUR_XAI_API_KEY>"

curl -sS https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "input": "Review this migration plan, identify the three highest-risk assumptions, and propose verification steps.",
    "prompt_cache_key": "grok-46-migration-review"
  }'

Chat Completions：

curl -sS https://api.x.ai/v1/chat/completions \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -H "x-grok-conv-id: grok-46-migration-review" \
  -d '{
    "model": "grok-4.6",
    "messages": [
      {
        "role": "user",
        "content": "Review this migration plan, identify the three highest-risk assumptions, and propose verification steps."
      }
    ]
  }'

Responses 使用 prompt_cache_key，Chat Completions 使用 x-grok-conv-id 请求头，以提高同一会话的缓存亲和性。请把这些标识当作运维元数据：在单一会话内保持稳定，不写入密钥或个人数据，也不要让无关用户共用同一个值。

如果你还在选择两种传输格式，可以阅读 Responses API 与 Chat Completions 对比。

Prompt 缓存与长 Agent 循环

500K 上下文窗口代表容量，不代表目标。每一轮都发送完整历史会增加延迟，也可能使整个请求进入长上下文价格档位。

对于持续运行的工作流：

  1. 把稳定指令和可复用上下文放在 Prompt 开头；
  2. 每个会话使用稳定的缓存亲和性标识；
  3. 分开记录缓存命中与未命中的输入量；
  4. 在 Prompt 接近 200K Token 前压缩或总结旧轮次；
  5. 保留仍然权威的工具结果，删除重复的传输噪音；
  6. 明确指定推理强度，并比较任务成功率，而不是默认 xhigh 一定更好；
  7. 按成功任务记录状态、延迟、输入、缓存输入、输出、工具调用和总成本。

上下文压缩会改变模型看到的信息。必须用原始状态核验摘要，并保留权威 ID、约束、已作出的决定和尚未解决的错误。

正确理解发布基准

xAI 在发布公告中给出了以下 Grok 4.6 High 结果：

评测 xAI 公布的 Grok 4.6 分数
Artificial Analysis Intelligence Index 61
GDPVal-AA v2 1753
CursorBench v3.2 69.9%
DeepSWE v1.1 65.9%
FrontierCode v1.1 Extended 61.3%
APEX-Agents 57.5%

这些是供应商发布的首发结果，并非 Modelflare 独立测试。评测工具、推理设置、工具权限、时间限制和评分版本都会影响可比性。可以用这张表筛选值得实测的工作负载，但不能将其解读为通用质量排名或生产效果保证。

生产迁移检查清单

在把生产流量切到 Grok 4.6 之前：

  1. 使用准确的 grok-4.6 模型 ID，并拒绝静默别名替换；
  2. 确认目标账号、地区、API 格式和服务等级已启用该模型；
  3. 使用固定且不含隐私数据的评测集同时回放 Grok 4.5 与 Grok 4.6；
  4. 根据业务实际使用范围，分别测试文本输入、图片输入、函数调用、结构化输出、流式传输、拒绝路径与取消；
  5. 比较 low、medium、high、xhigh 的成功任务成本与延迟；
  6. 分别测试刚低于和刚高于 200K Prompt 边界的请求；
  7. 核验缓存命中、上下文压缩、工具调用次数、重试行为和重复副作用保护；
  8. 保留回滚路由，并记录每个请求最终使用的模型、路由、用量、延迟和费用。

HTTP 200 只证明某一次请求完成，并不能证明功能完全兼容、延迟稳定、工具行为正确或成本可接受。路由级检查可参考 OpenAI 兼容 API 符合性测试和可靠的 AI API 路由。

Grok 4.6 在 Modelflare 可用吗

可以使用。在 2026 年 8 月 13 日的生产复核中，Modelflare 公共模型与价格目录已列出准确模型 ID grok-4.6，可选 grok-award 与 grok-stable 分组；目录显示支持 OpenAI 兼容的 Chat Completions 和 Responses API 路由。

当时页面显示的分组倍率为：grok-award 0.03x、grok-stable 0.06x。分组权限、路由、价格和可用性都可能变化。由于 xAI 还对长上下文使用单独价格档位，不要把一个宣传倍率或短上下文示例直接套用到所有请求。应以实时价格页面和已完成请求的费用记录为当前真相。

请创建或更新 API Key 并选择可用分组，使用准确的 grok-4.6 ID，先完成一次真实但不含敏感信息的请求，再迁移生产流量。目录上架证明公开配置已经存在，但不等于 Modelflare 独立质量测试，也不保证每一个 API Key 都有权限。

官方来源与更新记录

主要来源：

更新记录：

  • 2026 年 8 月 13 日： 首次发布。已核验官方规格、价格、API 格式、发布基准和 Modelflare 模型目录可用性。