KIE：Grok 4.6 发布评测与能力拆解

文章结论

KIE 将 Grok 4.6 的 Intelligence Index 概括为 61，与 GPT-5.6 Sol 持平；价格为输入 $2、输出 $6 / 1M tokens。文章认为它的主要卖点是价格-智能比，而不是在所有单项评测上都领先。

评测解读

• Grok 4.6 的强项集中在知识工作和法律推理：GDPVal-AA 1753、AA-Briefcase 1577、Harvey LAB 15.8%。

• Terminal-Bench v3.0 为 26%，低于 GPT-5.6 Sol 的 34.6%，是发布表中最明显的短板之一。

• DeepSWE v1.1 为 65.9%，比 Grok 4.5 的 54% 有较大提升，但仍低于 Sol 的 73%。

• APEX-Agents 从 47.1% 提升到 57.5%，显示长链路 Agent 任务有明显进步。

方法限制

文章强调，截至 2026-08-13，公开数据中还没有完整的独立第三方复现。表格中的竞品结果来自各自公开成绩，不能替代统一 harness 下的实测。