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。 “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： 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。 Chat Completions： 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。

把稳定指令和可复用上下文放在 Prompt 开头； 每个会话使用稳定的缓存亲和性标识； 分开记录缓存命中与未命中的输入量； 在 Prompt 接近 200K Token 前压缩或总结旧轮次； 保留仍然权威的工具结果，删除重复的传输噪音； 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； 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。 xAI 在 发布公告 中给出了以下 Grok 4.6 High 结果： 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。 在把生产流量切到 Grok 4.6 之前： 使用准确的 grok-4.6 模型 ID，并拒绝静默别名替换； 确认目标账号、地区、API 格式和服务等级已启用该模型； 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； 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； 比较 low、medium、high、xhigh 的成功任务成本与延迟； 分别测试刚低于和刚高于 200K Prompt 边界的请求； 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； 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。 xAI：Introducing Grok 4.6 xAI 开发者指南：Grok 4.6 xAI 模型页面：grok-4.6 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。