Grok 4.6 開戰 Google Gemini 3.7 Flash：AI 價格戰打到嚟

相反，Google 嘅 Gemini 3.7 Flash 喺 8月13號推出，開賣價係 每百萬輸入 tokens $0.75，每百萬輸出 tokens $3.75——即係上一代 Gemini 3.6 Flash 嘅一半，大約係 Grok 4.6 嘅三分之一 。呢個優惠價去到 2026年12月31號，之後會加倍 。

價格對比好明顯：Grok 4.6 係同 GPT-5.6 Sol 同 Claude Opus 5 呢啲頂尖模型鬥智能，而 Gemini 3.7 Flash 就定位做「工作馬」級別嘅模型——效能同 Claude Sonnet 5 同 GPT-5.6 Terra 差不多，但價錢平好多 。

基準測試：Grok 4.6 打入頂尖集團

Grok 4.6 喺 Artificial Analysis（AA）Intelligence Index 攞到 61 分，呢個指數係由九個評估組成 。呢個分數追平 GPT-5.6 Sol Max，比 Claude Fable 5 Max（62 分）低一分，比 Claude Opus 5 Max（63 分）低兩分——係 xAI 第一次有模型打入呢個頂尖集團 。

SpaceXAI 話 Grok 4.6 喺 所有列出嘅評估 都比 Grok 4.5 好，包括 CursorBench、FrontierCode、APEX-Agents 同 Terminal-Bench 。獨立測試機構 Artificial Analysis 證實咗呢啲 claims，誤差只係 0.08 分左右 。

特別要注意嘅係，Grok 4.6 最強嘅獨立測試結果係喺 知識工作評估——佢喺 GDPval-AA v2（1753 Elo）、AA-Briefcase（1577）同 Harvey 法律 benchmark 都領先，意味住呢個模型特別適合專業知識型嘅任務 。不過，雖然佢係以 agentic coding 模型做賣點，但佢嘅 CursorBench v3.2 分數（69.9%）係俾 Fable 5 Max（70.5%）低，不過就贏咗 GPT-5.6 Sol Max（67.2%）。

至於 Gemini 3.7 Flash，佢喺編碼同 agent benchmark 都有明顯進步。喺 FrontierCode v1.1，佢嘅生產級代碼生成分數係 43.6%，比 3.6 Flash 嘅 34.4% 高，仲贏過 Claude Sonnet 5（42.7%）同 GPT-5.6 Terra（41.3%）。DeepSWE v1.1 由 49.0% 升到 65.3%，AutomationBench 由 17.0% 升到 30.4%，升幅都好大 。

架構方面：xhigh 推理模式同 Agent 耐用性

Grok 4.6 嘅主要架構新增係一個新嘅 xhigh 推理級別，係一個專門為最難嘅 agentic 同編碼任務而設嘅高強度推理模式 。呢個模型特別優化咗 長時間運行 Agent 嘅耐用性——佢解決任務所需嘅交互次數大約係 Claude Opus 5 嘅一半，或者大約係四分一嘅輸入 tokens，以標價計 。呢個效率優勢對開發者嚟講可以話係最大嘅賣點，尤其係要進行幾小時編碼嘅時候 。

SpaceXAI 話 Grok 4.6 嘅進步係因為更長嘅補充訓練、顯著改善嘅監督式微調同強化學習——而唔係增加參數數量 。模型保留咗同 Grok 4.5 一樣嘅 1.5 萬億參數 V9 基礎架構 。

而 Gemini 3.7 Flash 就引入咗「可自訂思考配置」，可以控制品質、成本同延遲嘅組合，同時係第一個 Google 模型支援 agentic 影片處理 。

優點同限制

Grok 4.6 嘅優點：

• 頂尖級別嘅智能，但成本比同級模型低 60–80%
• 知識工作表現最強——喺 GDPval-AA 同 AA-Briefcase 領先
• 任務效率高——解決複雜任務所需嘅交互次數遠少過 Opus 5
• 耐用嘅 500K 上下文窗口，適合幾小時嘅編碼工作
• 獨立驗證——基準測試結果同獨立測量相差唔夠 0.08 分
• 快速迭代——距離 Grok 4.5 只係 35 日

Grok 4.6 嘅限制：

• 冇任何單一編碼 benchmark 係排第一——喺 CursorBench 比 Fable 5 低（69.9% vs 70.5%）
• 綜合智能分數低過 Claude Opus 5（61 vs 63）
• 使用場景比較狹窄——主要係編碼同 agentic 工作
• 定價冇變——推出時冇減價，但對手就喺度劈價

GitHub Copilot 整合：開發者需求嘅證明

推出兩日後，即係 8月14號，Grok 4.6 喺 GitHub Copilot 上線，覆蓋晒所有主要開發平台 ：

• 支援 Copilot Pro、Pro+、Max、Business 同 Enterprise 計劃
• 可以喺 8 個開發平台 嘅模型選擇器揀：VS Code、Visual Studio、JetBrains IDE、GitHub CLI、GitHub Mobile、GitHub.com 對話、Copilot 代碼審查同 GitHub Docs AI 搜尋

GitHub 嘅官方更新日誌形容佢係「專為 agentic 編碼同複雜嘅多步驟工作流程而設計」。呢個快速整合顯示開發平台對呢個模型有好大需求 。

競爭策略：兩個好唔同嘅打法

呢個 8月12至13號嘅推出時間表，揭示咗兩個完全唔同嘅競爭策略：

Grok 4.6（SpaceXAI）——每百萬 tokens $2/$6——頂尖綜合智能（AA Index 61）——500K 上下文——專為 agentic 編碼同知識工作——任務效率比 Opus 5 好

Gemini 3.7 Flash（Google）——每百萬 tokens $0.75/$3.75（優惠價）——工作馬級別效能，同 Claude Sonnet 5 同 GPT-5.6 Terra 差不多——1M 上下文窗口——第一個支援 agentic 影片處理嘅 Gemini 模型——整合到 Gemini Spark

Grok 4.6 係用平過頂尖模型嘅價錢鬥智能，而 Gemini 3.7 Flash 就用超平嘅價錢鬥工作馬級別嘅效能。Google 將 Gemini 3.7 Flash 嘅優惠價定為上一代嘅一半，仲拒絕透露幾時會推出旗艦 Pro 模型——呢個策略似乎係想喺工作馬級別搶佔市場份額 。

總結

Grok 4.6 成功令 SpaceXAI 重返頂尖級別，喺綜合智能上追平 GPT-5.6 Sol，成本仲低好多，而且喺 agentic 任務上有真正嘅效率優勢。佢嘅限制——冇任何單一編碼 benchmark 排第一、綜合智能低過 Claude Opus 5、定價企硬而對手就劈價——都係真實嘅，但並唔會抹殺呢個成就。

Google 嘅回應只係遲咗 24 小時，就將整個價格討論重新定義咗。Gemini 3.7 Flash 嘅價格大約係 Grok 4.6 嘅三分之一，喺工作馬級別嘅價錢就提供到強勁嘅編碼同 agent 效能，仲有 1M tokens 嘅上下文窗口。而家嘅競爭格局好清楚：一個係以折扣價提供頂尖智能（Grok 4.6），另一個就係以超抵價提供工作馬級別效能（Gemini 3.7 Flash）。

開發者同企業而家要面對一個真正嘅選擇——唔係好同壞之間，而係兩個好唔同嘅價值 proposition 之間。Grok 4.6 咁快就整合到 GitHub Copilot，似乎至少已經搵到佢嘅 audience。