Grok 4.6: xAI stellt neues Flaggschiff-Modell vor
Grok 4.6: xAI stellt neues Flaggschiff-Modell vor
xAI plant die Veröffentlichung von Grok 4.6 am 7. August mit 1,5 Billionen Parametern. Das Modell zielt auf Coding und Agenten ab und konkurriert direkt mit GPT-5.6 Sol.
Grok 4.6 Release: Neues Flaggschiff-Modell von xAI
Elon Musk kündigte an, dass Grok 4.6 bereits in einer Woche veröffentlicht wird; der Launch ist für den 7. August terminiert. Das Modell verfügt über 1,5 Billionen (1.5T) Parameter.
Im Anschluss an Version 4.6 soll einige Wochen später Grok 4.7 erscheinen, das ein noch größeres Modell mit 2,1 Billionen Parametern umfasst.
Funktionen von Grok 4.6
- Ein neues Flaggschiff-Modell von xAI, das sich auf Coding und autonome Agenten konzentriert.
- Die Benchmark-Ergebnisse liegen etwa auf dem Niveau von GPT-5.6 Sol und Fable 5: Es erreicht 69,9 % im CursorBench und 61,3 % im FrontierCode.
Preisgestaltung
Die Preise bleiben unverändert bei 2 USD pro Million Input-Tokens und 6 USD pro Million Output-Tokens.
Das Modell ist bereits über API, Cursor und Grok Build verfügbar.
Warum das wichtig ist
AnalyseDiese Entwicklung markiert einen bedeutenden Fortschritt in der KI-Modellentwicklung und könnte die Branchen für Programmierung und Automatisierung erheblich beeinflussen. Mit seinen neuen Kapazitäten positioniert sich Grok 4.6 als direkter Konkurrent zu anderen führenden KI-Systemen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
xAI Grok (Modell mit direktem Zugriff auf aktuelle Nachrichten)
Ein KI-Modell des Unternehmens xAI von Elon Musk. Es zeichnet sich durch direkten Zugriff auf den Live-Nachrichtenstrom der Plattform X (Twitter), das Training auf dem riesigen Supercomputer Colossus und einen humorvollen Kommunikationsstil aus.
MIT-Forschende zeigen, dass GPT-6 Astra andere KI-Modelle durch direkte Gewichtsänderungen verbessern kann
In einem Experiment erhöhte Astra die Genauigkeit von Qwen3.5-0.8B auf MATH-500 von 7,9 % auf 48,1 %, indem nur 0,016 % der Modellgewichte geändert wurden.
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.