前回の記事では、CRM更新も請求書処理もGrokBotに任せるベータ版をレポートしました。では、その「同僚」の頭脳はどう進化しているのか。今回はモデルとAPIという土台側を追います。8月12日、xAIから社名が変わったSpaceXAIが、長時間動き続けるエージェント向けの新フラッグシップ「Grok 4.6」を公開しました[1]。エージェントとは、道具を使いながら自力で作業を進めるAIのことです。
目玉は、複雑なタスクを多くのステップにわたって抱え続ける力です。あるテーマを調べ上げる、コードベース全体を渡り歩く、漠然とした製品案を動くアプリの初版に変える。会社側はそんな使い方を挙げています[1]。長い作業の途中では、自分の成果を確かめてから次へ進む「自己テストと検証」の動きが増えたといいます[1]。視覚系やインタラクティブな作品の最初の仕上がりも、Grok 4.5より上がったという評価です[1]。研究でも開発でも、一つの仕事を長く抱える場面での強みです。
進化の背景には、Grok 4.5より長い追加学習があります。推論や技術的概念には、厳選したモデル生成データを使いました。最適化器も改良しています[1]。さらに、模範的な手順を学ばせるSFTでは、Grok 4.5に軌跡を再生成させました。対象はSTEM、ソフトウェア工学、知識労働などの分野です。問題のあるデータは、モデルベースのチェックでふるい落としました[1]。そのうえで、カーネル最適化、Web開発、CADといった専門環境で、試行錯誤から上手い手を学ぶ強化学習を課しています[1]。
利用面の動きも早いです。発表当日から、コードエディタのCursor、同社の開発ツールGrok Build、そしてAPIで使えます。価格は入力100万トークンあたり2ドル、出力は同6ドルのスタートです[1]。前回触れた月20ドルのCursor Proからも、このモデルに手が届くわけです。対話でもコーディングでも、すぐ試せる形です。なお、一度に扱える文章量(コンテキスト)は50万トークンとの報道もあります[3]。
エージェント化を支えるのが、Agent Tools APIの発想です。Grok 4.1 Fastとセットで公開されたこの仕組みでは、Web閲覧、X投稿の検索、コード実行、資料取得といった道具がサーバー側にまとめられています[2]。開発者はAPIキーやレート制限、サンドボックス、検索基盤の管理から解放され、数行のコードで道具一式を呼び出せます[2]。Grok 4.1 Fast側も、数十ドメインの道具を模擬環境で使う強化学習を受けています[2]。実世界のカスタマーサポートでの道具使いを測るτ²-bench Telecomでも高い評価です[2]。200万トークンのコンテキスト全体で性能を落とさないよう、複数ターンのセッションを重視して鍛えられました[2]。
しかし、物語は単純ではありません。9つのベンチマークを束ねた総合指標、Artificial Analysis Intelligence Indexで、Grok 4.6は61を記録しました。OpenAIのGPT-5.6 Solに並び、前モデルGrok 4.5 Highの56から5ポイントの伸びです[1]。ただし、この数字で頂点ではありません。上位にはAnthropicのFable 5 Maxが62で上を行っています[1]。しかも会社自身が公開した評価表でも、個別テストの結果はもっと混戦だといいます[1]。Artificial Analysisは「知性の最前線への復帰」と評しますが[4]、得意と苦手の分布までは読み取れない点に注意が必要です。
周辺を見ても注目度は高いです。Grokモデルをベンチマークデータでランク付けした比較記事[6]や、2026年の動きをまとめた記事[5]、Grok 4.6の性能を解説するガイド[7]がすでに並んでいます。前回取り上げた「同僚」のような使い方も、結局はこのモデルとAPIの土台の上に成り立っています。総合スコアは最前線に戻りました。とはいえ個別の得意・不得意が見え始めた今、実務のどこまで任せられるかが、次の見どころになりそうです。
引用ソース
- Web記事 記事全文: SpaceXAI Launches Grok 4.6 for Long-Running Agents – Unite.AI — https://www.unite.ai/spacexai-launches-grok-4-6-for-long-running-agents/
SpaceXAI, the artificial intelligence company formerly known as xAI, released Grok 4.6 on August 12, 2026, a new flagship model built for long-running agents and more ambitious interactive and visual work. The model is a
- Web記事 記事全文: Grok 4.1 Fast and Agent Tools API | SpaceXSI — https://x.ai/news/grok-4-1-fast
You are a hotel customer support agent, you can help guests make and manage bookings and general enquiries.
Today, we’re excited to launch two powerful new additions to the xAI API:
Paired together, Grok 4.1 Fast and the - Web記事 Web検索: SpaceXAI Releases Grok 4.6: A 500K-Context Frontier Model Tuned for … — https://www.marktechpost.com/2026/08/12/spacexai-releases-grok-4-6/
SpaceXAI Releases Grok 4.6: A 500K-Context Frontier Model Tuned for …
- Web記事 Web検索: Grok 4.6 returns SpaceXAI to the intelligence frontier and leads on … — https://artificialanalysis.ai/articles/grok-4-6-benchmarks-and-analysis
Grok 4.6 returns SpaceXAI to the intelligence frontier and leads on …
- Web記事 Web検索: Grok AI News 2026: Updates, Agents, Voice Mode, Build, and Comparisons — https://aitoolsrecap.com/Blog/grok-ai-news-2026
Grok AI News 2026: Updates, Agents, Voice Mode, Build, and Comparisons
- Web記事 Web検索: Best xAI Grok Models (October 2026) — Ranked by Benchmark Data — https://benchlm.ai/best/xai-models
Best xAI Grok Models (October 2026) — Ranked by Benchmark Data
- Web記事 Web検索: Grok 4.6 Benchmarks: xAI’s Flagship Model Performance — https://www.layer3labs.io/guides/grok-4-6-benchmarks
Grok 4.6 Benchmarks: xAI’s Flagship Model Performance
※ 本記事はAIにより、Reddit・Hacker News・5ch・Xトレンドの公開投稿・トレンドを軸に、その話題をWeb検索で深掘りして集めた一次情報(記事全文・HNコメント)を併せて自動生成されました。本文中の[n]は末尾の引用ソース番号です。内容の正確性は保証されません。引用先を必ずご確認ください。
RECENT COMMENTS