‏گراک ۴.۶ خودشو به صدر نزدیک کرد

تو این مقاله اومده که گراک ۴.۶ آخرین مدل پرچم‌دار xAI ـه، ولی برخلاف چیزی که شمارهٔ جدید نشون می‌ده یه supplemental training run ـه — یعنی یه دور آموزش تکمیلی روی همون مدل پایهٔ حدود ۱.۵ تریلیون پارامتری گراک ۴.۵، نه آموزش از صفر. دادهٔ مهندسی گلچین‌شده‌ای که توش استفاده شده، بخش زیادیش از خرید Cursor به دست xAI اومده.

رو GDPval — بنچمارک ساختهٔ OpenAI که مدل‌ها رو با تسک‌های واقعی اقتصادی می‌سنجه — گراک ۴.۶ بالاتر از GPT-5.6 Soul و Claude Opus 5 Max نشسته. تو Harvey Bench که کار حقوقی رو تست می‌کنه ۱۵.۸٪ گرفته، در برابر ۲.۵٪ برای GPT-5.6 Soul و ۱۱.۳٪ برای Claude Opus 5. ولی تو Deep Sweet — بنچمارک کدنویسی‌ای که خیلی‌ها معتقدن حس روزمرهٔ کار با مدلو بهتر نشون می‌ده — با ۶۵.۹٪ سوم شده، پشت ۷۳٪ و ۷۰٪.

نکتهٔ اصلی نویسنده هزینه‌ست، نه نمره. تو نمودار هزینه به ازای هر تسک، گراک ۴.۶ حدود ۸۳ سنت درمیاد با امتیاز هوش نزدیک ۶۰ — همون محدوده‌ای که مدل‌های چند برابر گرون‌تر توش هستن. قیمت خودش هم هر میلیون توکن ۲ دلار ورودی و ۶ دلار خروجیه.

نویسنده تأکید می‌کنه قیمت هر توکن به‌تنهایی گمراه‌کننده‌ست: قیمت Kimi K3 Max نصف رقباشه، ولی چون حدود دو برابر توکن مصرف می‌کنه، هزینهٔ نهایی هر تسکش تقریباً یکی می‌شه. تو تست‌های عملی هم گراک ۴.۶ یه کلون از یه بازی پازلی سبک Portal رو تقریباً تو یه نشست ساخته، ولی تو کار طراحی و ظاهر، خروجیش از GPT-5.6 Soul مرتب‌تر درنیومده.

همزمان با مدل، Grok Bot هم اومده: یه پلتفرم ایجنت همیشه‌روشن که هر کارو تو ماشین مجازی ابری خودش اجرا می‌کنه و بین زیرایجنت‌ها پخش می‌کنه. انتخاب مدلو ازت مخفی می‌کنه و خروجی رو به‌جای کد، به شکل سند و ارائه می‌ده — یعنی مخاطبش کارمند دانشیه نه برنامه‌نویس. به گفتهٔ نویسنده xAI حالا هر دو سه هفته یه آپدیت بزرگ می‌ده و ماسک گفته گراک ۴.۷ الان تو آموزشه.

نکات کلیدی:

• گراک ۴.۶ یه دور آموزش تکمیلی روی پایهٔ حدود ۱.۵ تریلیون پارامتری گراک ۴.۵ ـه، نه مدل تازه
• قیمت: هر میلیون توکن ۲ دلار ورودی و ۶ دلار خروجی؛ نسخهٔ fast دو برابر
• Harvey Bench: ۱۵.۸٪ در برابر ۱۱.۳٪ برای Claude Opus 5 و ۲.۵٪ برای GPT-5.6 Soul
• Deep Sweet: ۶۵.۹٪ و رتبهٔ سوم، پشت GPT-5.6 Soul Max با ۷۳٪ و Claude Opus 5 با ۷۰٪
• تو تسک‌های ایجنتیک ترمینال از حدود ۱۵٪ به ۲۶٪ رسیده
• هزینهٔ هر تسک حدود ۸۳ سنت، با امتیاز هوش نزدیک ۶۰ تو شاخص Artificial Analysis
• ماسک گفته گراک ۴.۷ سه تا چهار هفته بعد از ۴.۶ می‌رسه