xAI Challenges GPT-5.6 with Grok 4.6, Long-Horizon Agents Will Self-Check Work

AI 摘要

一句话摘要: xAI发布Grok 4.6，聚焦长时程代理能力，与GPT-5.6 Sol在综合智能指数上持平。 关键事实: Grok 4.6基于4.5训练，强化长时程多步任务与代理自检能力，在Cursor和Grok Build上线首周提供双倍用量，在Artificial Analysis Intelligence Index上与GPT-5.6 Sol并列。 涉及主体: xAI, Grok 4.6, GPT-5.6 Sol, Cursor, Grok Build, TechFlow 可能影响: 大模型竞争从单轮问答转向可交付项目的代理能力，推动AI与加密集成场景中自主执行复杂任务的落地，开发者选型将更关注长时程可靠性。 是否值得继续跟踪: 是，代理能力是AI商业化关键方向，xAI与OpenAI的竞争将加速该领域迭代，对Web3自动化工作流有直接参考价值。 噪音/炒作风险: 中，基准测试分数易被营销放大，但自检行为和长时程任务数据是实质进展，需观察真实项目交付质量。