SpaceXAI ha rilasciato Grok 4.6, nuovo modello di punta progettato in particolare per agenti capaci di lavorare su attività prolungate, coding agentico, knowledge work e realizzazione di applicazioni interattive e visuali. Il modello deriva da Grok 4.5 ma è stato sviluppato per mantenere continuità operativa attraverso sequenze molto più lunghe di passaggi, seguendo un’attività dalla ricerca e dall’analisi iniziale fino all’implementazione e alle successive revisioni. Può quindi lavorare su un’intera codebase, studiare un argomento non familiare, organizzare la struttura di un’applicazione e trasformare un’idea generale di prodotto in una prima versione funzionante, continuando poi a modificarla sulla base del feedback ricevuto. Nei test interni SpaceXAI ha osservato inoltre una maggiore tendenza all’autoverifica durante le traiettorie più lunghe, con il modello che controlla e testa il proprio lavoro prima di procedere con le fasi successive.
Il miglioramento rispetto a Grok 4.5 deriva anche da una fase supplementare di addestramento più estesa. SpaceXAI ha utilizzato dati selezionati generati da modelli per rafforzare reasoning e concetti tecnici avanzati, insieme a dati ingegneristici di elevata qualità, un ottimizzatore aggiornato e una nuova training recipe. Grok 4.5 è stato successivamente impiegato per rigenerare le traiettorie destinate al supervised fine-tuning, variando il livello di reasoning, gli agent harness e i domini applicativi, tra cui STEM, software engineering e knowledge work. Le traiettorie problematiche sono state eliminate attraverso controlli basati su modelli prima di costruire il checkpoint SFT utilizzato per le fasi successive.
Il modello è stato poi sottoposto a reinforcement learning su una gamma di attività esplicitamente agentiche, che comprende knowledge work e programmazione generale ma anche ambienti specializzati per kernel optimization, sviluppo web e computer-aided design. Questo addestramento si riflette soprattutto nella capacità di sostenere progetti con molte operazioni consecutive: SpaceXAI indica che Grok 4.6 riesce a effettuare ricerche preliminari, impostare l’architettura di un’applicazione, implementarne le interazioni principali e continuare a perfezionarla attraverso più cicli. Anche il primo output prodotto per attività visuali e interattive risulta più strutturato rispetto a Grok 4.5, con la possibilità di definire già in una singola prima passata sia l’organizzazione dell’applicazione sia il relativo linguaggio visuale.
Nei benchmark pubblicati da SpaceXAI, Grok 4.6 High raggiunge 61 punti nell’Artificial Analysis Intelligence Index, indice composito costruito su nove valutazioni, contro i 56 di Grok 4.5 High. Il risultato è pari a quello indicato per GPT-5.6 Sol Max, anch’esso a 61, mentre Fable 5 Max raggiunge 62. Su DeepSWE v1.1, dedicato al software engineering, Grok 4.6 sale al 65,9% dal 54% di Grok 4.5, rispetto al 73% indicato per GPT-5.6 Sol Max e al 70% per Fable 5 Max. Su Terminal-Bench v3.0 raggiunge il 26%, contro il 15,7% della versione precedente, il 34,6% di GPT-5.6 Sol Max e il 34,1% di Fable 5 Max.
I risultati sono differenti a seconda del tipo di attività. Su GDPVal-AA v2, benchmark rivolto al knowledge work, Grok 4.6 raggiunge un punteggio di 1.753, superiore ai 1.526 di Grok 4.5, ai 1.728 attribuiti a GPT-5.6 Sol Max e ai 1.741 di Fable 5 Max. Su CursorBench v3.2 ottiene il 69,9%, rispetto al 66,7% di Grok 4.5, al 67,2% di GPT-5.6 Sol Max e al 70,5% di Fable 5 Max, mentre su FrontierCode v1.1 Extended arriva al 61,3%, contro rispettivamente il 56,6%, il 60,6% e il 63,6%. APEX-Agents registra il 57,5%, APEX-SWE il 56,4% e AA-Briefcase un valore di 1.577. Nel benchmark Harvey LAB il modello raggiunge invece il 15,8%, contro il 12,9% di Grok 4.5, il 2,5% di GPT-5.6 Sol Max e l’11,3% di Fable 5 Max. SpaceXAI precisa che per i modelli concorrenti sono stati utilizzati i migliori risultati dichiarati dagli stessi sviluppatori o pubblicamente disponibili; i risultati del nuovo Grok non dispongono ancora di una verifica indipendente completa.
Grok 4.6 mantiene una finestra di contesto da 500.000 token ed è disponibile attraverso la SpaceXAI API con un prezzo base di 2 dollari per milione di token in input, 0,50 dollari per milione di token cached e 6 dollari per milione di token in output. Per richieste che raggiungono almeno 200.000 token di prompt entra in vigore il long-context pricing: 4 dollari per milione di token in input, 1 dollaro per i token cached e 12 dollari per quelli in output. SpaceXAI offre anche una variante fast con costo doppio rispetto alla configurazione standard.
Il modello è disponibile dal lancio direttamente nell’editor Cursor e in Grok Build, l’ambiente di SpaceXAI dedicato agli agenti di programmazione, oltre che tramite API. Per la prima settimana SpaceXAI offre il doppio dell’utilizzo incluso di Grok 4.6 sia all’interno di Grok Build sia in Cursor. La distribuzione comprende inoltre partner esterni come OpenRouter, Vercel e Cloudflare, permettendo agli sviluppatori di utilizzare il modello attraverso infrastrutture differenti senza limitarne l’accesso agli strumenti proprietari dell’azienda.
L’API di SpaceXAI mantiene inoltre la compatibilità con gli SDK di OpenAI e Anthropic, consentendo la migrazione delle applicazioni attraverso la modifica dell’endpoint e della relativa chiave API. L’infrastruttura mette a disposizione strumenti server-side per web search, ricerca su X, esecuzione di codice, generazione di immagini, ricerca negli allegati e nelle raccolte documentali, oltre al collegamento con server MCP remoti. Per gli agenti che utilizzano questi strumenti il costo dipende sia dai token elaborati sia dal numero di chiamate effettuate autonomamente dal modello, un elemento particolarmente rilevante per Grok 4.6 proprio perché il nuovo modello è destinato a workflow agentici estesi e composti da numerose operazioni.
SpaceXAI ha parallelamente aggiornato le misure di sicurezza in funzione delle maggiori capacità del modello. La società indica di aver utilizzato per Grok 4.6 la propria più ampia suite finora adottata di test pre-deployment sulle capacità e sulla calibrazione delle protezioni, affiancata da verifiche successive al rilascio e test condotti da soggetti esterni. Le protezioni sono state calibrate per mantenere utilizzabili applicazioni legittime anche in ambiti tecnicamente sensibili, compresi il vulnerability patching, l’accelerazione dei cicli di progettazione ingegneristica e il supporto alla ricerca sull’intelligenza artificiale.
Grok 4.6 rappresenta infine il primo modello flagship lanciato fin dall’origine sotto il nome SpaceXAI dopo la riorganizzazione della società precedentemente conosciuta come xAI. La distribuzione simultanea attraverso API, Grok Build, Cursor e provider infrastrutturali esterni accompagna quindi il passaggio del modello verso un utilizzo centrato soprattutto su agenti software capaci di eseguire autonomamente sequenze di lavoro estese, con particolare attenzione a programmazione, attività professionali basate sulla conoscenza e costruzione iterativa di applicazioni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)