Grok 4.6 stawia na długodziałających agentów programistycznych, nie zwykły czat

Premiera Groka 4.6 z 12 sierpnia 2026 r. nie była przede wszystkim próbą stworzenia lepszego codziennego chatbota. xAI wyraźnie kierowało nowy model do programowania, pracy z agentami oraz zadań, które rozwijają się przez wiele kolejnych kroków. Grok 4.6 trafił do Cursor, Grok Build, API xAI i platform partnerskich. Oferuje też okno kontekstowe obejmujące 500 000 tokenów, a jego podstawowe stawki API pozostały takie same jak w poprzedniej wersji. 1214

To ważne rozróżnienie. Model ma pomagać nie tylko w udzielaniu pojedynczych odpowiedzi, lecz także w analizowaniu dużego repozytorium, wprowadzaniu skoordynowanych zmian, korzystaniu z narzędzi i kontynuowaniu długiego zadania bez konieczności zaczynania od zera przy każdym kroku. Późniejsze doniesienia o niespójnych odpowiedziach Groka Lite były problemem z niezawodnością produktu konsumenckiego, ale dostępne materiały nie pokazują, by Grok 4.6 jako całość szeroko zawiódł.

Premiera podporządkowana agentom i kodowaniu

W dokumentacji xAI Grok 4.6 opisano jako model do programowania, zadań agentowych i pracy z wiedzą. Obsługuje tekst i obrazy jako dane wejściowe, generuje tekst i ma okno kontekstowe o rozmiarze 500 000 tokenów. Dokumentacja wymienia także cztery poziomy wysiłku rozumowania: niski, średni, wysoki i xhigh; domyślnie ustawiony jest poziom wysoki. 12

W praktyce największą różnicę powinny odczuć osoby, które nie oczekują od modelu jedynie pojedynczego fragmentu kodu. Duży kontekst pozwala agentowi przechowywać więcej informacji o repozytorium, specyfikacji lub trwającej sesji. Z kolei nacisk na pracę agentową oznacza zadania wymagające planowania, wykonania i późniejszej korekty.

Dlatego w dniu premiery szczególnie mocno wyeksponowano Cursor i Grok Build. xAI ogłosiło dostępność modelu w obu produktach, a także przez API oraz integracje z OpenRouter, Vercel i Cloudflare. 14 Doniesienia opisywały również wskazówki Elona Muska, który miał rekomendować Grok Build i edytor Cursor jako sposoby na uzyskanie z modelu największej praktycznej wartości. W przeanalizowanych materiałach nie ma jednak niezależnego potwierdzenia dokładnego brzmienia tej rekomendacji.

Nagłówek „2/6 dolarów” ma istotne zastrzeżenie

Podstawowe ceny API Groka 4.6, gdy prompt pozostaje poniżej progu długiego kontekstu, wynoszą 2 dolary za milion tokenów wejściowych, 0,50 dolara za milion buforowanych tokenów wejściowych oraz 6 dolarów za milion tokenów wyjściowych. 12

Kluczowy jest próg 200 000 tokenów. Dla promptów o tej długości lub większych stawki rosną do 4 dolarów za milion tokenów wejściowych, 1 dolara za milion buforowanych tokenów wejściowych i 12 dolarów za milion tokenów wyjściowych. 13

Prosty opis „2/6 dolarów” jest więc prawdziwy dla krótszych zapytań, ale nie obejmuje wszystkich scenariuszy, które są centralne dla promocji Groka 4.6. Zespoły pracujące na bardzo dużych repozytoriach, długich historiach rozmów lub trwałym kontekście agenta powinny liczyć koszty według wyższego progu, zamiast zakładać, że stawka promocyjna dotyczy każdego żądania.

Wraz ze standardową wersją pojawił się również szybszy wariant, wyceniony na dwukrotność podstawowych stawek. 14

Wynik benchmarku jest konkurencyjny, ale nie rozstrzyga wszystkiego

Artificial Analysis przyznało Grokowi 4.6 wynik 61 punktów w Intelligence Index — o 5 punktów więcej niż Grokowi 4.5. W przywoływanych porównaniach rezultat umieścił model w tej samej szerokiej czołówce co GPT-5.6 Sol. 1112

Wskaźnik zbiorczy pomaga ocenić pozycję modelu na rynku, ale nie dowodzi, że Grok 4.6 będzie najlepszym wyborem do każdego zadania programistycznego lub agentowego. Wyniki mogą zależeć między innymi od używanego języka, wielkości repozytorium, konfiguracji narzędzi, poziomu rozumowania oraz liczby tur potrzebnych do ukończenia pracy.

Podobnej ostrożności wymaga twierdzenie, że Grok 4.6 jest „około 60 proc. tańszy” od konkurencyjnych modeli z najwyższej półki. Takie porównania zależą od tego, czy uwzględniają tokeny wejściowe, wyjściowe, buforowanie, stawki dla długiego kontekstu czy przewidywany miks zadań. Najbezpieczniejszy wniosek jest węższy: Grok 4.6 zadebiutował z niską ceną bazową względem części konkurentów, ale faktyczny koszt zależy od sposobu użycia.

Problem z „sałatką słowną” Groka Lite to osobna kwestia

Około 19–20 sierpnia niewielka grupa użytkowników zgłaszała, że Grok Lite zamiast spójnych odpowiedzi generuje długie ciągi przypadkowych, niezwiązanych ze sobą słów. Problem wydawał się dotyczyć bezpośrednich zapytań na Grok.com, a TechCrunch poinformował, że nie udało mu się odtworzyć błędu podczas własnych testów. Z relacji wynikało również, że konto Groka na X nie było dotknięte problemem w taki sam sposób. 17

Oficjalne konto Groka określiło te odpowiedzi jako „rzadki, tymczasowy błąd generowania” i zaleciło użytkownikom rozpoczęcie nowej rozmowy albo ponowne wygenerowanie odpowiedzi. 17

Nie należy automatycznie traktować tego incydentu jako dowodu, że sam Grok 4.6 był szeroko wadliwy. Zgłoszenia dotyczyły Groka Lite i konkretnej interakcji w konsumenckiej wersji internetowej, podczas gdy premiera Groka 4.6 koncentrowała się na API, programowaniu i środowiskach agentowych. Incydent pokazuje jednak, dlaczego niezawodność pozostaje ważna dla całej strategii xAI: użytkownicy nie rozdzielają produktów i modeli tak precyzyjnie, jak robi to dokumentacja API.

Co premiera mówi o strategii xAI?

Zestawienie szczegółów premiery wskazuje na dość klarowny kierunek:

• Praca zamiast samej rozmowy. Cursor, Grok Build i dostęp przez API umieszczają model bezpośrednio w projektach programistycznych oraz powtarzalnych procesach.
• Długi kontekst jako funkcja agenta. Okno obejmujące 500 000 tokenów ma największe znaczenie wtedy, gdy model musi pracować na dużej ilości materiału projektowego lub kontynuować rozbudowane zadanie.
• Konkurencja ceną i możliwościami. Stawki 2/6 dolarów ułatwiają eksperymentowanie, ale użytkownicy długiego kontekstu muszą uwzględnić wyższą kategorię cenową.
• Benchmarki jako wskazówka, nie gwarancja. Wynik 61 i poprawa o 5 punktów względem Groka 4.5 świadczą o postępie, ale nie rozstrzygają każdego porównania w realnym środowisku.
• Niezawodność konsumencka nadal ma znaczenie. Błąd Groka Lite został opisany jako ograniczony i tymczasowy, lecz przypomina, że ambitna platforma agentowa musi budować zaufanie również jako zwykły chatbot.

Najtrafniejsza interpretacja Groka 4.6 nie brzmi więc: „xAI stworzyło po prostu lepszego chatbota ogólnego przeznaczenia”. Bardziej wygląda to na próbę przesunięcia Groka w stronę uporządkowanego programowania, długotrwałych agentów i wieloetapowej pracy z wiedzą.

O sukcesie tej strategii zdecyduje nie tylko wielkość okna kontekstowego ani pojedynczy wynik benchmarku. Ważniejsze będzie to, czy model potrafi konsekwentnie kończyć użyteczne zadania wewnątrz narzędzi, z których programiści już korzystają.