Grok 4.6とは?料金・特徴・Grok 4.5との違い、Fable 5・GPT-5.6 Sol比較

Grok 4.6は、Fable 5やGPT-5.6 Solと比べて本当に高性能で安いのでしょうか。公開直後の評価には、xAIの比較表、独立系ベンチマーク、CursorやArenaのライブ結果が混在しており、数字だけを並べると判断を誤りやすくなります。
この記事を読めば、Grok 4.6とは何か、API料金、50万トークンのコンテキスト、Grok 4.5との違いが分かります。Fable 5・GPT-5.6 Solとのベンチマークは、xAI公式発表と外部評価に分けて比較します。用途に合わせて、どのモデルを選ぶかも判断できます。
結論からいうと、Grok 4.6は全分野で首位のモデルではありません。一方で、Artificial Analysisの総合指標では、Grok 4.6とFable 5の差は表示上1ポイントで、GPT-5.6 Solとは同点です。
Grok 4.6のAPI基本単価は、Fable 5より入力が5分の1、出力が約8分の1です。高性能なAIエージェントを大量に動かしたい人にとって、Grok 4.6の価格性能比は大きな魅力です。
本記事は、APIでAIを組み込む開発者、Cursorなどで複数ファイルの開発を任せたい人、Fable 5やGPT-5.6 Solからの乗り換えを検討している人に向けた解説です。2026年8月14日時点の情報を整理します。
目次
- Grok 4.6とは?基本仕様と対応するAPI・ツール
- Grok 4.6の3つの特徴
- Grok 4.6のAPI料金
- Grok 4.5とGrok 4.6の違い
- xAIが公式発表したGrok 4.6のベンチマーク比較
- 外部ベンチマークでGrok 4.6を検証
- Grok 4.6の長時間のAIエージェント処理はどこまで確認できるか
- Fable 5・GPT-5.6 Sol・Grok 4.6の選び方
- Grok 4.6に関するよくある質問
- まとめ
- 参考リンク
Grok 4.6とは?基本仕様と対応するAPI・ツール
Grok 4.6は、xAIが2026年8月12日に公開したフロンティアAIモデルです。APIのモデル名は「grok-4.6」で、テキストと画像を入力し、テキストを出力します。知識のカットオフは2026年2月1日です。
Grok 4.6の推論設定はLow、Medium、High、Extra Highの4段階です。APIではExtra Highを「xhigh」と指定し、標準設定はHighです。Responses APIとChat Completionsに対応し、Function Calling、Web検索、X検索、コード実行などのツールを利用できます。
Grok 4.6の基本仕様をまとめると、以下の表のとおりです。
| 項目 | 内容 |
|---|---|
| 公開日 | 2026年8月12日 |
| APIモデル名 | grok-4.6 |
| コンテキスト | 50万トークン |
| 入力 | テキスト、画像 |
| 推論設定 | Low/Medium/High/Extra High |
| 標準設定 | High |
| API | Responses API、Chat Completions |
| 主なツール | Function Calling、Web検索、X検索、コード実行 |
Grok 4.6の公式仕様は、xAI公式ドキュメントのGrok 4.6のページで確認できます。
Grok 4.6の3つの特徴
Grok 4.6の特徴を押さえると、Fable 5やGPT-5.6 Solと比べたときの強みと注意点が分かります。Grok 4.6の特徴は、以下の3点です。
- Fable 5に小差まで迫る総合指標
- 入力2ドル・出力6ドルという低いAPI基本単価
- 大規模なコードや資料を扱える50万トークンのコンテキスト
Artificial Analysis Intelligence Index v4.1.1では、Fable 5が62.073、GPT-5.6 Solが60.930、Grok 4.6が60.923です。Grok 4.6とFable 5の差は約1.15ポイントで、GPT-5.6 Solとの差は0.007ポイントしかありません。
もっとも、Intelligence Indexは9つの評価を統合した1つの指標です。モデルの全能力が1ポイント差という意味ではありません。
低いAPI基本単価は、次の「Grok 4.6のAPI料金」で、料金表とあわせて解説します。
Grok 4.6のコンテキストは50万トークンです。大きなコードベースや長い資料の処理には十分実用的ですが、Fable 5の100万トークンと比べると半分です。また、Grok 4.5も50万トークンだったため、Grok 4.6で拡大したわけではありません。
Grok 4.6のAPI料金
Grok 4.6のAPI料金は、プロンプトの長さによって変わります。Grok 4.6の標準料金は、100万トークンあたり入力2ドル、キャッシュ入力0.50ドル、出力6ドルです。ただし、プロンプトが20万トークン以上になる長文リクエストでは、入力4ドル、キャッシュ入力1ドル、出力12ドルと、すべて2倍になります。
| プロンプト長 | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| 20万トークン未満 | 2ドル | 0.50ドル | 6ドル |
| 20万トークン以上 | 4ドル | 1ドル | 12ドル |
Grok 4.5との料金の違い
xAIは、Grok 4.6をGrok 4.5と同価格と説明しています。通常入力と出力の基本単価は同じですが、キャッシュ入力は通常枠が0.30ドルから0.50ドル、長文枠が0.60ドルから1ドルへ上がりました。キャッシュ入力が値上がりしているため「すべての料金が完全に据え置かれた」と理解するのは正確ではありません。
Fable 5・GPT-5.6 Solとの料金の比較
Fable 5は入力10ドル・出力50ドル、GPT-5.6 Solは入力5ドル・出力30ドルです。基本単価で比べると、Grok 4.6はFable 5に対して入力5分の1・出力約8.3分の1、GPT-5.6 Solに対して入力40%・出力5分の1です。
Grok 4.6・Fable 5・GPT-5.6 Solの基本単価とコンテキストは、以下の表のとおりです。
| モデル | 入力 | 出力 | コンテキスト |
|---|---|---|---|
| Grok 4.6 | 2ドル | 6ドル | 50万 |
| Fable 5 | 10ドル | 50ドル | 100万 |
| GPT-5.6 Sol | 5ドル | 30ドル | 約100万 |
Grok 4.5とGrok 4.6の違い
Grok 4.6のGrok 4.5からの主な変化は、コンテキスト拡大や通常単価の値下げではなく、公開ベンチマーク上の性能向上です。xAIの公表値では、総合指標が56から61、DeepSWE 1.1が54.0%から65.9%へ伸びました。APEX-Agentsも47.1%から57.5%、Terminal-Bench 3.0も15.7%から26.0%に上がっています。
xAIが公表したGrok 4.5 HighとGrok 4.6 Highの主なスコアは、以下の表のとおりです。
| 評価 | Grok 4.5 High | Grok 4.6 High | 改善 |
|---|---|---|---|
| AA Intelligence Index | 56 | 61 | +5 |
| DeepSWE 1.1 | 54.0% | 65.9% | +11.9pt |
| APEX-Agents | 47.1% | 57.5% | +10.4pt |
| Terminal-Bench 3.0 | 15.7% | 26.0% | +10.3pt |
| CursorBench 3.2 | 66.7% | 69.9% | +3.2pt |
xAIが説明しているGrok 4.6の学習の改善点は、以下のとおりです。
- より長い追加学習
- 高品質なエンジニアリングデータ
- SFTとエージェント強化学習の改善
Grok 4.5とGrok 4.6のコンテキスト長は同じです。長期タスクの改善は、コンテキスト拡大ではなく、学習と自己検証の改善によるものと考えるのが自然です。ただし、それぞれの要因がどれだけ寄与したかは公開されていません。
xAIが公式発表したGrok 4.6のベンチマーク比較
まず、xAIがGrok 4.6のリリース記事に掲載した比較表を見ます。xAIの比較表は公式発表ですが、競合モデルの数値には各社のシステムカード、公開リーダーボード、各社の最良値が混在しています。xAIが全モデルを完全に同じ条件で測定した表ではありません。
| ベンチマーク | Grok 4.6 High | Grok 4.5 High | GPT-5.6 Sol Max | Fable 5 Max |
|---|---|---|---|---|
| AA Intelligence Index | 61 | 56 | 61 | 62 |
| GDPVal-AA v2 | 1753 | 1526 | 1728 | 1741 |
| CursorBench 3.2 | 69.9% | 66.7% | 67.2% | 70.5% |
| DeepSWE 1.1 | 65.9% | 54.0% | 73.0% | 70.0% |
| FrontierCode 1.1 Extended | 61.3% | 56.6% | 60.6% | 63.6% |
| APEX-Agents | 57.5% | 47.1% | 56.7% | 59.2% |
| Terminal-Bench 3.0 | 26.0% | 15.7% | 34.6% | 34.1% |
| APEX-SWE | 56.4% | 53.6% | — | 58.8% |
| AA-Briefcase | 1577 | 1313 | 1502 | 1574 |
| Harvey LAB | 15.8% | 12.9% | 2.5% | 11.3% |
xAIの比較表で、各モデルが最も高かったベンチマークは以下のとおりです。
- Grok 4.6:GDPVal-AA v2、AA-Briefcase、Harvey LAB
- GPT-5.6 Sol:DeepSWE、Terminal-Bench
- Fable 5:総合指標、CursorBench、FrontierCode、APEX-Agents、APEX-SWE
最も高いベンチマークがモデルごとに分かれており、結果は混戦です。
xAIの比較表は推論設定がそろっていない
xAIの比較表を読むときは、比較条件にも注意が必要です。Grok 4.6とGrok 4.5はHigh、GPT-5.6 SolとFable 5はMaxで、推論予算が対称ではありません。xAIの比較表から言えるのは、Grok 4.6が最高峰グループに入ったことまでです。全項目で最強になったわけではありません。
xAIの比較表の数値と脚注は、xAI公式サイトのGrok 4.6の発表記事で確認できます。
外部ベンチマークでGrok 4.6を検証
xAIの発表表とは分けて、2026年8月14日時点の外部評価を確認します。評価サイトごとに課題、推論設定、実行環境が異なるため、異なる指標を平均して1つの順位にすることはできません。外部評価として、CursorBench、Artificial Analysis、Arenaの結果を順に見ます。
CursorBench 3.2ではGrok 4.6 Extra Highが70.8%
CursorBench 3.2は、実際のCursorセッションをもとにした、曖昧で複数ファイルにまたがる開発課題です。CursorBench 3.2の成功率は、Grok 4.6 Extra Highが70.8%、Fable 5 Maxが70.5%、Grok 4.6 Highが69.9%、GPT-5.6 Sol Maxが67.2%でした。
| モデル | 成功率 | 1タスク費用 | 使用トークン | ステップ |
|---|---|---|---|---|
| Grok 4.6 Extra High | 70.8% | 2.81ドル | 41,136 | 46 |
| Fable 5 Max | 70.5% | 17.32ドル | 103,525 | 72 |
| Grok 4.6 High | 69.9% | 2.34ドル | 32,449 | 39 |
| GPT-5.6 Sol Max | 67.2% | 5.69ドル | 28,320 | 48 |
表示上はGrok 4.6 Extra Highが首位ですが、Fable 5 Maxとの差は0.3ポイントです。Cursor自身も、小さなスコア差には統計的な意味がない可能性があると注意しています。性能はほぼ同等と見つつ、1タスクあたりの費用はGrok 4.6がFable 5の約6分の1だった点に注目するのが実務的です。
本記事で紹介したxAIの比較表でGrok 4.6がHighなのは、xAIの発表表に掲載された設定をそのまま紹介しているためです。Grok 4.6のExtra Highは非公式の設定ではなく、APIでxhighとして正式に利用でき、Cursorも結果を公開しています。xAIが比較表でHighを採用した理由は説明されていません。
CursorBench 3.2の最新の結果は、Cursor公式サイトのCursorBenchのページで確認できます。
Artificial AnalysisではFable 5が表示上1ポイント上
Artificial Analysis Intelligence Index v4.1.1では、Fable 5 with fallbackが62.073、GPT-5.6 Sol Maxが60.930、Grok 4.6 Highが60.923です。Grok 4.6とGPT-5.6 Solの差は0.007ポイントで、優劣として解釈できる差ではありません。
| モデル | Intelligence Index | 1タスク費用 | 出力速度 |
|---|---|---|---|
| Fable 5 with fallback | 62.073 | 3.14ドル | 62.82 tok/s |
| GPT-5.6 Sol Max | 60.930 | 1.23ドル | 59.76 tok/s |
| Grok 4.6 High | 60.923 | 0.84ドル | 65.84 tok/s |
Artificial Analysisの測定では、Grok 4.6の1タスク費用が0.84ドルで、Fable 5の3.14ドルに対して約4分の1でした。Grok 4.6の出力速度も、3モデル中で最も速い結果です。ただし、Fable 5は拒否時に別モデルへ切り替えるfallback構成、GPT-5.6 SolはMax、Grok 4.6はHighであり、推論設定は完全にはそろっていません。
Grok 4.6の現行値と評価方法は、Artificial AnalysisのGrok 4.6のページで確認できます。
Arenaの人間評価では一般対話とWeb開発で傾向が違う
Text Arenaは、2つの回答を人間が見比べて好みを選ぶ評価です。2026年8月13日の表示では、Fable 5が1位、GPT-5.6 Sol Extra Highが18位、Grok 4.6 Highが43位でした。一般対話の人間選好では、Fable 5が優勢です。Grok 4.6は投票数がまだ少なく、暫定扱いです。
一方、WebDev Arenaの表示順位はGrok 4.6、Fable 5、GPT-5.6 Solの順でした。WebDev Arenaの結果を読むときの注意点は、以下のとおりです。
- 3モデルの信頼区間が重なっている
- Grok 4.6の投票数が他の2モデルより少ない
- GPT-5.6 SolだけCodex harness表記になっている
Web・UI生成では、3モデルがほぼ同等のグループにいると見るのが安全です。
Text ArenaとWebDev Arenaの表示上の順番と解釈は、以下の表のとおりです。
| 評価 | 表示上の順番 | 解釈 |
|---|---|---|
| Text Arena | Fable 5 → Sol → Grok 4.6 | 一般対話はFable 5が優勢 |
| WebDev Arena | Grok 4.6 → Fable 5 → Sol | 信頼区間が重なり実質は混戦 |
Arenaの順位はライブ更新されるため、現在値はArenaのリーダーボードで確認してください。
Grok 4.6の長時間のAIエージェント処理はどこまで確認できるか
xAIはGrok 4.6について、複雑なタスクを多くのステップにわたって続ける能力を強調しています。本記事では、xAIの宣伝文句だけで判断せず、複数アプリの実務課題、未知のコードベースの修正、公開ステップ数の3点から確認します。
APEX-AgentsではGrok 4.6がGrok 4.5から10.4ポイント改善
APEX-Agentsは、投資銀行、経営コンサルタント、企業法務の仕事を想定し、複数アプリをまたいで成果物を作る評価です。APEX-Agentsには33の業務環境と480件のタスクがあり、人間なら数時間かかる仕事を含みます。
APEX-Agentsでは、Grok 4.5 Highが47.1%、Grok 4.6 Highが57.5%で、10.4ポイント改善しました。Fable 5 Maxは59.2%、GPT-5.6 Sol Maxは56.7%で、3モデルの誤差幅は重なります。Grok 4.6の前世代からの改善は確認できますが、Grok 4.6単独の首位とは言えません。
APEX-Agentsの評価の目的と現行値は、MercorのAPEX-Agentsのリーダーボードで確認できます。
DeepSWE 1.1ではGrok 4.6が11.9ポイント改善(xAI公表値)
DeepSWE 1.1は、91の実在するオープンソースリポジトリにおける113件の長期開発課題を対象とします。DeepSWE 1.1では、未知のコードを読み、複数ファイルを変更し、テストに失敗したら修正して再実行する能力を測ります。
xAIの公表値では、同じHigh設定でGrok 4.5が54.0%、Grok 4.6が65.9%です。ただし、2026年8月13日時点のDeepSWE公式リーダーボードにはGrok 4.6が掲載されていません。65.9%はxAI公表値であり、DeepSWE側で独立確認済みのライブ値ではありません。
同じxAIの比較表のDeepSWEでは、Fable 5が70.0%、GPT-5.6 Solが73.0%で、Grok 4.6は首位ではありません。
公開実測で確認できるGrok 4.6の平均ステップ数は39〜46
CursorBenchで公開されているGrok 4.6の平均ステップ数は、Highが39、Extra Highが46です。Grok 4.6が、数十回の操作を必要とする複数ファイル課題で高い成功率を示したことは確認できます。
一方、何百ステップ、数日間にわたるGrok 4.6の完全自律動作までは、公開結果で実証されていません。xAIの「長時間のエージェント処理」という表現は、現時点では数十ステップの公開実測と、APEX-AgentsやDeepSWEの長期課題での改善に限定して受け取るべきです。
Fable 5・GPT-5.6 Sol・Grok 4.6の選び方
Fable 5・GPT-5.6 Sol・Grok 4.6の3モデルは、用途によって勝ち筋が異なります。総合順位を1つ決めるより、自分の業務で重要な評価とタスク費用を合わせて選ぶほうが失敗しにくくなります。
優先することごとの選びやすいモデルと理由は、以下の表のとおりです。
| 優先すること | 選びやすいモデル | 理由 |
|---|---|---|
| 総合指標・一般対話・長文 | Fable 5 | AA表示値とText Arenaで上、100万トークン |
| 深いコーディング・ターミナル | GPT-5.6 Sol | xAI表のDeepSWEとTerminal-Benchで上 |
| 価格性能比・大量API処理 | Grok 4.6 | 最高峰クラスの総合指標と低い基本単価 |
| Web・UI生成 | 3モデルを少量テスト | WebDev Arenaの信頼区間が重なる |
Grok 4.6が向いている用途は、以下のとおりです。
- 運用回数が多いAIエージェント
- コードベース調査
- 複数ファイルの編集
- 文書や表計算などの成果物作成
特に、Fable 5級の性能が必要でも、1タスクあたりの費用を抑えたい場面で、Grok 4.6は有力です。
ただし、長いコンテキストを最優先するならFable 5、難しいコーディングやターミナル操作を重視するならGPT-5.6 Solが選びやすい場面があります。自社の実タスクを10〜30件ほど用意し、完了率、修正回数、総コストで比較してから切り替えるのが安全です。
GPT-5.6のSol・Terra・LunaやFable 5との比較は、GPT-5.6とFable 5などを比べた記事で詳しく解説しています。
GPT-5.6とは?Fable 5・Opus 4.8・Grok 4.5と性能・料金を比較
Grok 4.6に関するよくある質問
Grok 4.6について、公開日、日本での利用、料金、コンテキスト、推論設定の選び方、乗り換えの判断に関する質問に回答します。
Grok 4.6はいつ公開されましたか?
2026年8月12日に公開されました。APIのモデル名はgrok-4.6です。
Grok 4.6は日本から使えますか?
xAI API、Grok Build、Cursorなど、各提供経路の利用条件を満たせば日本から利用できます。地域、プラン、組織設定によって表示されるモデルが異なる場合があります。
Grok 4.6の料金はいくらですか?
100万トークンあたり、20万トークン未満のプロンプトでは入力2ドル、キャッシュ入力0.50ドル、出力6ドルです。20万トークン以上では入力4ドル、キャッシュ入力1ドル、出力12ドルになります。
Grok 4.6のコンテキストはGrok 4.5より増えましたか?
増えていません。Grok 4.5とGrok 4.6はどちらも50万トークンです。長期タスク性能の改善を、コンテキスト拡大だけで説明することはできません。
Grok 4.6 HighとExtra Highはどちらを選ぶべきですか?
通常は標準設定のHighから始めるのが無難です。CursorBenchではExtra Highにすると成功率が69.9%から70.8%へ上がりましたが、費用とステップ数も増えました。難しいタスクだけExtra Highへ切り替える運用が現実的です。
Fable 5やGPT-5.6 Solから乗り換えるべきですか?
APIやエージェントの実行量が多く、コスト削減を優先するならGrok 4.6を試す価値があります。一般対話、100万トークンの長文、深いコーディングやターミナル操作では、Fable 5やGPT-5.6 Solが向く場合があります。全面移行ではなく、実タスクの小規模評価から始めてください。
まとめ
Grok 4.6は、Artificial Analysisの表示スコアでFable 5に1ポイント差、GPT-5.6 Solとは同点です。API基本単価はFable 5より入力が5分の1、出力が約8分の1で、実タスク費用もArtificial Analysisでは約4分の1、CursorBenchでは約6分の1でした。
一方で、総合指標と一般チャットの人間選好ではFable 5、DeepSWEやTerminal-BenchではGPT-5.6 Solが上です。Grok 4.6を「すべてで世界一」と評価するのは正確ではありません。
性能を大きく落とさず、AIエージェントやAPIを大量に回すコストを抑えたい場合、Grok 4.6は非常に有力な選択肢です。モデル名やトークン単価だけで決めず、自分のタスクにおける完了率と総コストで判断しましょう。
参考リンク
- xAI公式ドキュメント「Grok 4.6 model documentation」
- xAI公式サイト「Introducing Grok 4.6」
- Cursor公式サイト「CursorBench」
- Artificial Analysis「Grok 4.6 (high) - Intelligence, Performance & Price Analysis」
- LMArena「Arena Leaderboard: Official AI Model Rankings & Benchmarks」
- Mercor「AI Agent Benchmarks & Leaderboards: APEX-Agents」
- Touch AI「GPT-5.6とは?Fable 5・Opus 4.8・Grok 4.5と性能・料金を比較」
- DeepSWE「DeepSWE」
- Claude Developer Platform公式ドキュメント「Claude Fable 5」
- OpenAI公式ブログ「GPT-5.6の発表」



