SpaceXAI lance Grok 4.6 et Google réplique en 24 heures : le duel qui redessine le marché de l'IA

En revanche, le Gemini 3.7 Flash de Google, sorti le 13 août, a été lancé à un prix d'introduction de 0,75 $ par million de tokens en entrée et 3,75 $ par million de tokens en sortie — soit la moitié du prix de son prédécesseur, le Gemini 3.6 Flash, et environ un tiers du coût de Grok 4.6 . Le prix d'introduction de Google court jusqu'au 31 décembre 2026, après quoi il doublera .

Le contraste est frappant : Grok 4.6 rivalise directement en intelligence avec les modèles de pointe comme GPT-5.6 Sol et Claude Opus 5, tandis que Gemini 3.7 Flash se positionne comme un modèle « cheval de bataille », offrant des performances comparables à Claude Sonnet 5 et GPT-5.6 Terra à un coût bien moindre .

Performances sur les benchmarks : Grok 4.6 intègre le club des « frontier »

Grok 4.6 a obtenu 61 sur l'indice d'intelligence Artificial Analysis (AA) , une note composite issue de neuf évaluations . Ce score l'a placé à égalité avec GPT-5.6 Sol Max, un point derrière Claude Fable 5 Max (62) et deux points derrière Claude Opus 5 Max (63) — marquant la première fois qu'un modèle xAI rejoignait le groupe de tête .

SpaceXAI a rapporté des gains par rapport à Grok 4.5 sur toutes les évaluations listées, y compris CursorBench, FrontierCode, APEX-Agents et Terminal-Bench . Les tests indépendants d'Artificial Analysis ont confirmé ces résultats à moins de 0,08 point près .

Fait notable, les meilleurs résultats indépendants de Grok 4.6 ont été obtenus dans les évaluations de travail de connaissance — il domine le GDPval-AA v2 (1753 Elo), l'AA-Briefcase (1577) et le benchmark juridique Harvey — ce qui suggère que le modèle est particulièrement adapté aux tâches professionnelles de connaissance . Cependant, bien qu'il soit commercialisé comme un modèle de codage agentique, son score CursorBench v3.2 (69,9 %) reste inférieur à celui de Fable 5 Max (70,5 %), même s'il bat GPT-5.6 Sol Max (67,2 %) .

Gemini 3.7 Flash, de son côté, a enregistré des progrès significatifs sur les benchmarks de codage et d'agents. Sur FrontierCode v1.1, il a obtenu 43,6 % pour la génération de code prêt pour la production, contre 34,4 % pour le 3.6 Flash, et devance Claude Sonnet 5 (42,7 %) et GPT-5.6 Terra (41,3 %) . Il montre également des bonds importants sur DeepSWE v1.1 (49,0 % à 65,3 %) et AutomationBench (17,0 % à 30,4 %) .

Approche architecturale : « xhigh » et durabilité des agents

La principale nouveauté architecturale de Grok 4.6 est un nouveau niveau de raisonnement xhigh , un mode de réflexion intensive conçu pour les tâches agentiques et de codage les plus complexes . Le modèle a été optimisé pour la durabilité des agents à longue durée : il résout les tâches en environ deux fois moins d'étapes que Claude Opus 5, ou environ un quart des tokens d'entrée, au prix indiqué . Cet avantage en termes d'efficacité est sans doute son argument de vente le plus fort pour les développeurs qui réalisent des sessions de codage de plusieurs heures .

SpaceXAI attribue les gains de Grok 4.6 à un cycle d'entraînement supplémentaire plus long et à un apprentissage supervisé et par renforcement nettement améliorés — et non à une augmentation du nombre de paramètres . Le modèle conserve la même base V9 de 1,5 billion de paramètres que Grok 4.5 .

Gemini 3.7 Flash, quant à lui, introduit des « configurations de réflexion personnalisables » pour contrôler le rapport qualité/coût/latence et est le premier modèle Google à permettre le traitement vidéo agentique .

Forces et limites clés

Forces de Grok 4.6 :

• Intelligence de niveau « frontier » à un coût 60 à 80 % inférieur à celui des modèles concurrents
• Supériorité dans le travail de connaissance — scores de tête sur GDPval-AA et AA-Briefcase
• Efficacité des tâches — résout les tâches complexes en beaucoup moins d'étapes agentiques que Opus 5
• Fenêtre de contexte durable de 500K conçue pour des sessions de codage de plusieurs heures
• Validation indépendante — les benchmarks correspondent à des mesures indépendantes à moins de 0,08 points
• Cycle d'itération rapide — seulement 35 jours après Grok 4.5

Limites de Grok 4.6 :

• Pas de première place sur un seul benchmark de codage — légèrement derrière Fable 5 sur CursorBench (69,9 % contre 70,5 %)
• Retard sur Claude Opus 5 en matière d'intelligence composite (61 contre 63)
• Focus d'utilisation étroit — principalement optimisé pour le codage et le travail agentique
• Prix inchangé — pas de baisse de prix au lancement, tandis que les concurrents taillaient agressivement

Intégration GitHub Copilot : la demande des développeurs en action

Deux jours après le lancement, le 14 août 2026, Grok 4.6 a été déployé dans GitHub Copilot sur toutes les principales surfaces de développement :

• Disponible sur les niveaux Copilot Pro, Pro+, Max, Business et Enterprise
• Sélectionnable dans le sélecteur de modèle sur huit surfaces : VS Code, Visual Studio, IDE JetBrains, GitHub CLI, GitHub Mobile, GitHub.com chat, Copilot code review et la recherche GitHub Docs AI

Le journal des modifications officiel de GitHub le décrit comme « conçu pour le codage agentique et les workflows complexes en plusieurs étapes » . Cette intégration rapide témoigne d'une forte demande de la plateforme de développement pour ce modèle .

Positionnement concurrentiel : deux stratégies très différentes

La séquence de lancement des 12 et 13 août révèle deux stratégies concurrentielles distinctes :

Grok 4.6 (SpaceXAI) — 2/6 $ par MTok — Composite de pointe (AA Index 61) — Contexte 500K — Conçu pour le codage agentique et le travail de connaissance — Efficacité des tâches supérieure à Opus 5

Gemini 3.7 Flash (Google) — 0,75/3,75 $ par MTok (prix d'introduction) — Performances de niveau « cheval de bataille » comparables à Claude Sonnet 5 et GPT-5.6 Terra — Fenêtre de contexte de 1M — Premier modèle Gemini avec traitement vidéo agentique — Alimente Gemini Spark

Grok 4.6 rivalise sur l'intelligence à prix réduit par rapport aux modèles de pointe, tandis que Gemini 3.7 Flash rivalise sur le prix à prix réduit par rapport à la catégorie « cheval de bataille ». La décision de Google de proposer Gemini 3.7 Flash à la moitié du prix d'introduction de son prédécesseur — et de refuser de fournir une date de sortie pour son modèle Pro phare — suggère une stratégie délibérée de conquête de parts de marché au niveau « cheval de bataille » .

Conclusion

Grok 4.6 a réussi à ramener SpaceXAI dans le peloton de tête, égalant GPT-5.6 Sol sur l'intelligence composite à un coût nettement inférieur, avec un avantage d'efficacité réel pour les tâches agentiques. Ses limites — ne pas dominer un seul benchmark de codage, être légèrement en retrait de Claude Opus 5 sur l'intelligence composite et maintenir ses prix pendant que ses concurrents les réduisaient — sont réelles mais ne diminuent pas cette performance.

La réponse de Google, arrivée seulement 24 heures plus tard, a redéfini toute la conversation sur les prix. Pour environ un tiers du coût de Grok 4.6, Gemini 3.7 Flash offrait des performances solides en codage et en agentivité à un prix de « cheval de bataille » — et avec une fenêtre de contexte d'un million de tokens, qui plus est. Le paysage concurrentiel est désormais clairement bifurqué : l'intelligence de pointe à prix réduit (Grok 4.6) contre des performances de « cheval de bataille » à prix cassé (Gemini 3.7 Flash).

Les développeurs et les entreprises sont confrontés à un véritable choix — non pas entre le bon et le mauvais, mais entre deux propositions de valeur très différentes. L'intégration rapide de Grok 4.6 dans GitHub Copilot suggère qu'au moins l'une d'entre elles a déjà trouvé son public.