SpaceXAI(전 xAI)가 새로운 프론티어 AI 모델 Grok 4.6을 출시했습니다.
이번 모델은 장시간 실행되는 에이전트 작업과 코딩, 지식 노동에 초점을 맞췄으며, 이러한 작업을 더 저렴하게 처리할 수 있도록 설계된 가격 전략도 함께 내놓았습니다.
출처 : x.ai
Grok 4.6은 제3자 평가기관인 Artificial Analysis Intelligence Index에서 61점을 기록해 중국의 오픈 웨이트 모델인 Kimi K3를 넘어섰고, OpenAI의 GPT-5.6 Sol Max와는 동률을 이뤘습니다.
전작인 Grok 4.5 High보다는 5점 향상된 수치입니다.
다만 1위와 2위는 앤트로픽의 Claude Opus 5와 Fable 5가 차지하고 있어, Grok 4.6은 세계 3위권에 해당합니다.
성능 향상 폭은 코딩과 에이전트 관련 벤치마크에서 특히 두드러졌습니다.
실제 업무 능력을 측정하는 GDPVal-AA v2에서는 Elo 점수 1,753점을 기록해 GPT-5.6 Sol Max(1,728점)와 Fable 5 Max(1,741점)를 모두 앞섰습니다.
반면 코딩 벤치마크인 CursorBench나 DeepSWE, FrontierCode에서는 전작 대비 큰 폭으로 향상됐지만 GPT-5.6 Sol Max나 Fable 5 Max에 근소하게 못 미치는 경우가 많았고, 터미널 조작 능력을 보는 Terminal-Bench v3.0에서는 26%로, 경쟁 모델들의 34%대에 비해 격차가 더 크게 벌어졌습니다.
다만 법률 업무 벤치마크인 Harvey LAB에서는 15.8%로 경쟁 모델들을 크게 앞질렀습니다.
정리하면, Grok 4.6은 전작 대비 확실한 성능 향상을 이뤘지만 모든 영역에서 경쟁 모델을 압도한다고 보기는 어렵고, 벤치마크별로 우열이 엇갈리는 모습입니다.
SpaceXAI가 강조하는 부분은 단순한 점수보다 에이전트로서의 작업 지속력입니다.
회사 측 설명에 따르면 이번 모델은 낯선 주제 조사, 정보 분석, 코드베이스 탐색, 아이디어의 애플리케이션 구현처럼 긴 작업 흐름에서 집중력을 유지하도록 훈련됐습니다.
이를 위해 전작보다 긴 추가 학습 과정을 거쳤고, 코딩과 지식 노동, 커널 최적화, 웹 개발, CAD 등 다양한 에이전트형 환경에서 강화학습을 진행했습니다.
그 결과 더 긴 작업 과정에서 스스로 결과를 점검하고 검증하는 경향이 강해졌고, 대화형·시각적 프로젝트에서도 더 나은 초기 결과물을 냈다고 합니다.
다만 이는 회사 자체의 관찰 결과이며 독립적으로 검증된 수치는 아닙니다.
비용 측면도 눈여겨볼 대목입니다.
표준 API 가격은 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 6달러로 시작하며, 더 빠른 버전은 이보다 두 배 비쌉니다.
다만 여기에는 중요한 단서가 붙습니다.
50만 토큰 규모의 컨텍스트 윈도우를 지원하긴 하지만, 이 요금은 프롬프트가 20만 토큰 미만일 때만 적용되고, 그 이상으로 넘어가면 입력 2배, 출력 2배 수준으로 요금이 오르며 해당 요청의 모든 토큰에 인상된 요율이 적용됩니다.
따라서 헤드라인 가격만 보고 전체 비용을 예상하는 것은 곤란합니다.
그럼에도 Artificial Analysis는 이 표준 요금이 Claude Opus 5나 GPT-5.6 Sol 같은 경쟁 모델보다 60% 이상 저렴한 수준이라고 평가했습니다.
실제로 Grok 4.6은 AA-Briefcase 작업을 평균 53턴, 약 5억 토큰으로 처리한 반면, Claude Opus 5 Max는 같은 작업에 약 103턴, 20억 토큰을 사용한 것으로 나타났습니다.
다만 실제 비용 절감 효과는 하네스 설계나 프롬프트, 캐싱 방식 등 여러 변수에 따라 달라질 수 있습니다.
Grok 4.6은 오늘부터 월 30달러의 SuperGrok 요금제에 포함된 코딩 도구 Grok Build에서 이용할 수 있고, SpaceX가 최근 인수한 Cursor를 비롯해 OpenRouter, Vercel, Cloudflare 등 파트너사를 통해서도 제공됩니다.
출시 첫 주에는 Cursor와 Grok Build 이용량을 두 배로 늘려 제공한다고 합니다.