xAI hat Grok 4.6 veröffentlicht, ein Nachtraining von Grok 4.5 mit Schwerpunkt auf Programmierung und lang laufenden Aufgaben. In unabhängigen Vergleichen erreicht es erstmals das Niveau von GPT-5.6 Sol. Auf ChatX kostet es dabei nur rund ein Drittel. Der Artikel zeigt die Zahlen, erklärt die Eigenheit beim Denken und wann das kleinere Grok 4.3 die bessere Wahl bleibt.
Grok 4.5 gegen 4.6 in Zahlen
Grok 4.6 ist keine neue Modellgeneration, sondern ein längeres Training von Grok 4.5 mit gezielt ausgewählten Daten für Reasoning, Softwareentwicklung und technische Fachthemen. Die Fortschritte sind in mehreren Tests messbar:
| Test | Grok 4.5 | Grok 4.6 | Was gemessen wird |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 56 | 61 | Gesamtwert aus zehn Einzeltests |
| DeepSWE | 54,0 % | 65,9 % | eigenständige Softwareaufgaben |
| FrontierCode | 56,6 % | 61,3 % | schwierige Programmieraufgaben |
| CursorBench | 66,7 % | 69,9 % | Codeänderungen in echten Projekten |
| GDPval | 1.526 | 1.753 | berufliche Wissensarbeit |
Der größte Sprung liegt bei DeepSWE, also bei Aufgaben, die das Modell über viele Schritte allein bearbeitet. Genau dort war Grok 4.5 schwach.
Wo Grok 4.6 im Feld steht
Im Intelligence Index liegt Grok 4.6 gleichauf mit GPT-5.6 Sol. An GPT-6 Astra, Claude Opus 5.5 oder Fable 5.1 reicht es nicht heran, aber der Abstand ist für viele Aufgaben klein genug, um den Preisunterschied zu rechtfertigen. Laut Anbieterpreisen kostet die Ausgabe von Grok 4.6 rund ein Drittel von Sol und ebenfalls rund ein Drittel von Opus 5.5. ChatX rechnet nach denselben Preisen ab, bei gleicher Antwortlänge gilt das Verhältnis also auch für den Token-Abzug.
Das macht Grok 4.6 zum interessanten Modell für alle, die Sol bisher für Programmierung oder technische Recherchen genutzt haben. Bei Texten mit Stil und Ton bleibt Sol vorn; bei Code, Webentwicklung und Analysen mit mehreren Schritten ist der Unterschied in unseren Vergleichen kaum zu sehen.
Das Modell denkt immer
Grok 4.6 ist ein reines Reasoning-Modell. Es denkt vor jeder Antwort nach, wahlweise mit niedriger, mittlerer oder hoher Tiefe, aber immer. Auf ChatX stehen bei diesem Modell deshalb genau diese drei Stufen zur Wahl. Ein „Aus“ gibt es nicht, weil xAI das Nachdenken bei 4.6 nicht abschalten lässt. Die Denkschritte selbst bleiben unsichtbar, sie zählen aber als Ausgabe-Token mit und schlagen sich im Verbrauch nieder.
Für kurze Fragen heißt das etwas mehr Wartezeit und etwas mehr Tokens als bei einem Modell ohne Nachdenken. Für die meisten Aufgaben reicht „Niedrig“; „Hoch“ lohnt sich bei verzwickten Fehlern oder Aufgaben mit mehreren Lösungswegen.
Grok 4.6 oder Grok 4.3
- Grok 4.3: antwortet ohne Denkschritte, kostet weniger als die Hälfte von Grok 4.6 und ist auf ChatX auch für Gäste nutzbar. Es hat mit einer Million Token das doppelt so große Kontextfenster. Die richtige Wahl für Übersetzungen, kurze Texte, Zusammenfassungen und Fragen mit eindeutiger Antwort.
- Grok 4.6: für registrierte Nutzer, mit Bildverständnis und wählbarer Denktiefe. Die richtige Wahl für Programmierung, Webentwicklung, technische Fachfragen und alles, was mehrere Schritte braucht.
- Der Test: Eine Aufgabe, die Grok 4.3 beim zweiten Anlauf anders löst als beim ersten, ist eine Aufgabe für Grok 4.6.
Grok 4.6 macht das xAI-Angebot damit erstmals zu einer echten Alternative für Arbeitsaufgaben, vorausgesetzt, man akzeptiert, dass das Modell immer erst nachdenkt.