Grok 4.6 SpaceXAI wraca na front innowacji, a Google odpowiada w 24 godziny

Czas na wojnę cenową w AI

Dwa przełomowe wydarzenia w ciągu 24 godzin. Najpierw SpaceXAI (dawniej xAI, które w lutym 2026 roku połączyło się ze SpaceX) wypuściło na rynek Grok 4.6 – model, który nie tylko dorównuje najnowszym osiągnięciom OpenAI i Anthropicu, ale robi to za ułamek ich ceny. Zaledwie dzień później Google odpowiedziało premierą Gemini 3.7 Flash, oferując model o wysokiej wydajności za jeszcze niższą, wręcz promocyjną cenę. To najgorętszy moment tegorocznego wyścigu zbrojeń w dziedzinie sztucznej inteligencji.

Cennik: Kto oferuje lepszą wartość?

Grok 4.6 utrzymał ceny identyczne z poprzednikiem, Grok 4.5 – 2,00$ za milion tokenów wejściowych i 6,00$ za milion tokenów wyjściowych, z oknem kontekstowym 500 tys. tokenów i obsługą tekstu i obrazu . Szybszy wariant jest dwa razy droższy . Mimo braku obniżki, cena ta jest wciąż o około 60% niższa niż w przypadku modeli GPT-5.6 Sol czy Claude Opus 5 .

Google w swoim stylu postanowiło pójść o krok dalej. Gemini 3.7 Flash wystartował z ceną promocyjną 0,75$ za milion tokenów wejściowych i 3,75$ za milion tokenów wyjściowych – to połowa ceny, jaką Google pobierało za poprzednika, Gemini 3.6 Flash. Ta promocyjna cena obowiązuje do końca 2026 roku, po czym ulegnie podwojeniu .

W efekcie mamy wyraźny podział: Grok 4.6 rywalizuje z najlepszymi (GPT-5.6 Sol, Claude Opus 5) pod względem inteligencji, za to po znacznie niższej cenie, podczas gdy Gemini 3.7 Flash pozycjonuje się jako model „pracowity” – oferuje wydajność porównywalną z Claude Sonnet 5 i GPT-5.6 Terra, ale za jeszcze niższą cenę .

Wyniki benchmarków: Kto bije kogo na jakie?

Grok 4.6 z wynikiem 61 w Artificial Analysis (AA) Intelligence Index, czyli złożonej ocenie z dziewięciu testów , zrównał się z GPT-5.6 Sol Max (61), a minimalnie ustępuje modelom Anthropica: Claude Fable 5 Max (62) i Claude Opus 5 Max (63). To pierwszy raz, gdy model z rodziny xAI znalazł się w absolutnej czołówce .

Benchmark	Grok 4.6 (High)	Grok 4.5 (High)	GPT-5.6 Sol Max	Fable 5 Max
AA Intelligence Index	61	56	61	62
GDPVal-AA v2 (Elo)	1753	1526	1728	1741
CursorBench v3.2	69,9%	66,7%	67,2%	70,5%
AA-Briefcase	1577	—	—	—

SpaceXAI odnotowało poprawę w każdym opublikowanym teście w porównaniu do Grok 4.5 . Niezależni testerzy z Artificial Analysis potwierdzili wyniki z dokładnością do 0,08 punktu . Co ciekawe, Grok 4.6 najlepiej radzi sobie z zadaniami wymagającymi wiedzy specjalistycznej – to w nich uzyskał najwyższe noty (GDPval-AA, AA-Briefcase, Harvey legal) . Choć jest reklamowany jako model do kodowania, na niektórych testach programistycznych ustępuje konkurencji. Jego wynik na CursorBench v3.2 (69,9%) jest nieco gorszy od Fable 5 Max (70,5%), ale za to pokonuje GPT-5.6 Sol Max (67,2%) .

Gemini 3.7 Flash z kolei odnotował ogromny skok w testach wydajności kodowania. Na benchmarku FrontierCode v1.1 uzyskał 43,6% w generowaniu kodu gotowego do produkcji, wobec 34,4% dla poprzednika. Wynik ten przewyższa Claude Sonnet 5 (42,7%) i GPT-5.6 Terra (41,3%) . Pokazał też duże postępy na DeepSWE v1.1 (z 49,0% do 65,3%) i AutomationBench (z 17,0% do 30,4%) .

Architektura: xhigh i wytrzymałość agentów

Kluczową nowością w Grok 4.6 jest nowy poziom wnioskowania xhigh – tryb intensywnego myślenia dla najbardziej złożonych zadań . Model został zoptymalizowany pod kątem długotrwałej pracy agentów – wykonuje on zadania w około dwa razy mniejszej liczbie kroków niż potrzebuje Claude Opus 5 i zużywa około jedną czwartą tokenów wejściowych w porównaniu do konkurenta . To jego największy atut dla programistów prowadzących wielogodzinne sesje kodowania .

Ulepszenia w Grok 4.6 to efekt dłuższego treningu uzupełniającego, lepszego uczenia nadzorowanego i wzmocnieniowego, a nie zwiększenia liczby parametrów – model wciąż oparty jest na tej samej, 1,5-bilionowej podstawie V9, co Grok 4.5 .

Google w modelu Gemini 3.7 Flash wprowadziło konfigurowalne poziomy myślenia (thinking), pozwalające kontrolować jakość, koszt i opóźnienie . Jest to też pierwszy model Google z obsługą przetwarzania wideo dla agentów .

Główne zalety i ograniczenia

Zalety Grok 4.6:

• Inteligencja na poziomie flagowych modeli za 60–80% niższą cenę .
• Najlepsze wyniki w zadaniach wymagających wiedzy specjalistycznej (GDPval-AA, AA-Briefcase) .
• Efektywność – wykonuje złożone zadania w znacznie mniejszej liczbie kroków niż Opus 5 .
• Ogromne okno kontekstowe 500 tys. tokenów, idealne do długich sesji programistycznych .
• Potwierdzone niezależnie wyniki z dokładnością do 0,08 punktu .

Ograniczenia Grok 4.6:

• Nie uzyskuje najlepszego wyniku w żadnym pojedynczym teście kodowania – niewielka strata do Fable 5 na CursorBench (69,9% vs 70,5%) .
• Ustępuje Claude Opus 5 w ogólnej inteligencji (61 vs 63) .
• Wąski zakres zastosowania – zoptymalizowany głównie pod kodowanie i pracę agentów .
• Ceny bez zmian – SpaceXAI nie obniżyło stawek w momencie premiery, podczas gdy konkurencja aktywnie to robiła .

GitHub Copilot: Model, na który czekali programiści

Zaledwie dwa dni po premierze, 14 sierpnia 2026 roku, Grok 4.6 zadebiutował w GitHub Copilot na wszystkich głównych platformach :

• Dostępny w planach Pro, Pro+, Max, Business i Enterprise .
• Wybieralny w selektorze modeli na ośmiu powierzchniach: VS Code, Visual Studio, IDE JetBrains, GitHub CLI, GitHub Mobile, GitHub.com chat, Copilot code review i wyszukiwarce GitHub Docs AI .

Oficjalny wpis w dzienniku zmian GitHub opisuje go jako „zaprojektowany do agentowego kodowania i złożonych, wieloetapowych procesów” . Tak szybka integracja świadczy o dużym popycie ze strony programistów .

Pozycjonowanie: Dwie zupełnie różne strategie

Sekwencja premier z 12 i 13 sierpnia pokazuje dwie różne strategie rywalizacji:

Grok 4.6 (SpaceXAI) — 2/6$ za MTok — Inteligencja na poziomie czołówki (AA Index 61) — 500K kontekst — Stworzony do agentowego kodowania i zadań wymagających wiedzy — Przewaga w efektywności nad Opus 5

Gemini 3.7 Flash (Google) — 0,75/3,75$ za MTok (cena promocyjna) — Wydajność porównywalna z Claude Sonnet 5 i GPT-5.6 Terra — 1M kontekst — Pierwszy model Gemini z agentowym przetwarzaniem wideo — Zasila Gemini Spark

Grok 4.6 konkuruje inteligencją w przystępnej cenie, podczas gdy Gemini 3.7 Flash konkuruje ceną w segmencie modeli „pracowitych”. Decyzja Google o zaoferowaniu Gemini 3.7 Flash w połowie ceny poprzednika i brak daty premiery flagowego modelu Pro sugeruje celową strategię przejęcia udziału w rynku w segmencie średnim .

Podsumowanie: Który model wybrać?

Grok 4.6 skutecznie przywrócił SpaceXAI do czołówki, dorównując GPT-5.6 Sol w inteligencji przy znacznie niższym koszcie i z realną przewagą w efektywności dla zadań agentowych. Jego ograniczenia – nie będąc najlepszym w żadnym z testów kodowania, ustępując Claude Opus 5 w ogólnej inteligencji i utrzymując ceny na poziomie sprzed obniżek konkurencji – są realne, ale nie umniejszają osiągnięcia.

Odpowiedź Google, która nadeszła zaledwie 24 godziny później, całkowicie zmieniła rozmowę o cenach. Gemini 3.7 Flash, za około jedną trzecią ceny Grok 4.6, oferuje solidną wydajność w kodowaniu i pracy agentów w cenie modelu „pracowitego” – z oknem kontekstowym 1 miliona tokenów. Krajobraz konkurencyjny jest teraz wyraźnie podzielony: inteligencja z czołówki w przystępnej cenie (Grok 4.6) kontra wysoka wydajność w okazyjnej cenie (Gemini 3.7 Flash).

Programiści i przedsiębiorstwa stają przed realnym wyborem – nie między dobrem a złem, ale między dwiema bardzo różnymi propozycjami wartości. Szybka integracja Grok 4.6 z GitHub Copilot sugeruje, że przynajmniej jeden z tych modeli już znalazł swoją publiczność.