BenchLM：Grok 4.6 的公开成绩、速度与成本

关键结果

• BenchLM 综合公开分：63.4 / 100。

• 公共榜单排名：#43 / 218。

• Agentic 类别：#7 / 130。

• Coding 类别：#18 / 135。

• 公开证据行：42 条；其中 Agentic 4/4、Coding 12/12 标记为已验证。

• 速度：约 66 tokens/s，首 token 约 32.3 秒。

• 上下文：500K tokens。

• 价格：输入 $2、输出 $6、缓存输入 $0.50 / 1M tokens。

具体 benchmark

页面列出的 Coding 结果包括 DeepSWE 65.9%、CursorBench 3.2 70.8%、FrontierCode 1.1 Extended 61.3%。其中 DeepSWE 的最佳对照为 GPT-5.6 Sol 的 72.7%，而 CursorBench 3.2 页面将 Grok 4.6 标为当前已验证最佳值。

解读

BenchLM 的价值在于把模型分数与价格、速度、上下文和证据覆盖放在同一页面。它同时明确提示：Grok 4.6 的 Reasoning、Knowledge、Math 等类别目前没有足够数据，不应把综合分理解成所有能力的完整画像。