Grok 4.6

Grok 4.6 上线了。

离上一代 4.5，只隔了一个月。

最反常的一点：上下文窗口没变，还是 50 万 token。

隔壁都在卷 100 万、200 万，马斯克却把窗口冻住了。

那这一个月，xAI 在忙什么？

一句话：让模型”坐得住”。

什么叫坐得住？

扔给你一个代码库，能不跑偏，从头啃到尾。

给你一个陌生领域，能一步步查下去，不半路换题。

给你一个粗糙原型，能反复打磨，直到它真能跑起来。

官方管这叫”长程任务连续性”。

说白了，不是读得多，是坚持得久。

训练上，这代也换了打法。

拿 4.5 重新生成训练轨迹，跨推理强度、跨 Agent 框架、跨领域。

结果就是，模型开始自己检查作业了。

跑一段，自己验一下，不对再回头改。

这种”自我测试和验证”的倾向，比堆参数有意思得多。

跑分呢？

AA Intelligence Index 61 分，和 GPT-5.6 Sol Max 打平，离榜首 Fable 5 只差 1 分。

没屠榜，但每一项都比 4.5 强。

这才是重点。

过去一年，大家比的是”窗口能开多大”。

现在 Grok 把窗口按住，转头去比”能不能把活干完”。

因为 Agent 时代，真正的门槛变了。

能读 100 万字，读到第 3 万就忘了开头要干嘛，没用。

只能读 50 万，但能从头跟到尾，把任务闭环，这才是能交付的。

窗口是输入能力，坐得住是执行能力。

Agent 要的是后者。

还有个细节：一个月一代。

模型发布已经从”登月”，变成”发补丁”。

你压箱底的那个”最新模型”，下个月就旧了。

对做产品的人来说，真正要练的不是追新模型，是把模型当零件，随时能换。

马斯克这步棋，信号很清楚：

下一张入场券，不是谁窗口大，是谁坐得住。