米SpaceXAIがAIモデル「Grok 4.6」を発表した。
長時間にわたるエージェント処理や高度なインタラクティブ・ビジュアル作業を強化し、Artificial Analysis Intelligence IndexでGPT-5.6 Solと同等のスコアを記録したという。
Grok 4.6、AI知能分析指数でGPT-5.6 Solと同等に
2026年8月12日にリリースされたGrok 4.6は、Grok 4.5を基盤として、複数ステップにわたる長時間のタスク処理を重点的に強化したモデルである。
情報収集や分析、コードベース上での作業に加え、アイデアをアプリケーションや成果物へ仕上げることなどに対応している。
性能面では、エージェント型コーディングや知識労働に関する複数のベンチマークで最先端水準を達成した。
Artificial Analysis Intelligence Index（※）では、9つのベンチマークを統合した総合スコアでGPT-5.6 Solと同等の結果となった。
学習ではGrok 4.5より長い追加学習を実施し、推論や高度な技術概念、エンジニアリングなどのデータが活用された。
これにより、SFTやRLといった後段の学習を支える基盤も強化されたという。
さらに、知識労働や一般的なコーディングに加え、カーネル最適化、Web開発、コンピューター支援設計などを対象とするエージェント型RLにも取り組んでいる。
実際のプロジェクトでは、未知の領域を調査し、アプリケーションの構造設計から実装、改善まで複数段階で進める能力が検証された。
長い処理過程では、AI自身が自身の動作確認や検証をしてから作業を進める動きも確認されたという。
Grok 4.6は発表当日からCursorとGrok Buildで提供されており、APIやOpenRouter、Vercel、Cloudflareなどのパートナー経由でも利用可能となっている。
料金は入力100万トークン当たり2ドル、出力100万トークン当たり6ドルからで、処理速度を重視した高速版は2倍の価格に設定されている。
※Artificial Analysis Intelligence Index：複数のAI性能ベンチマークを統合してモデルの総合的な知能性能を評価する指標。
長時間自律化が変えるAI活用、リスクも拡大か
Grok 4.6の強化は、生成AIの利用方法を大きく変える可能性がある。
従来のAIは質問への回答やコード生成など、個別の作業を補助する用途が中心だったが、長時間にわたって調査、設計、実装、検証を継続できれば、一連の業務そのものをAIへ委ねる形へ移行しやすくなるだろう。
特に、未知の領域を調査してプロトタイプを作り、フィードバックを受けて改善する能力は、ソフトウェア開発やプロダクト設計との相性が良いと考えられる。
人間が細かな作業を逐一指示する必要性が低下すれば、少人数のチームでもより多くのアイデアを迅速に形にできるようになるかもしれない。
一方で、自律性が高まるほど、AIが誤った判断を長時間継続した際の影響も大きくなり得る。
特にコードや設計など実環境に直接作用する領域では、単純な回答精度だけでなく、途中で異常を検知して停止・修正できる仕組みを構築することが重要になりそうだ。
今回の発表ではベンチマーク性能に加え、複数ステップの作業継続や成果物生成能力も強調されており、AIモデルの評価軸が実務的なタスク遂行能力へ広がっていることがうかがえる。
今後は、より長いタスクを自律的に処理し、成果物まで完成させる「AIエージェント」が、企業におけるAI活用の中心へ近づくかもしれない。
関連記事：
GrokのBuild Mode｜会話からWebサイトやアプリを作れる新機能
xAIが「Grok for Excel」を無償公開 分析・数式・グラフ作成をAIが代行
テスラ、国内車両へ対話型AI「Grok」をOTA配信 車載AIでSDVを加速
