SpaceX 第一次开财报电话会。
8月4号，美东时间。分析师们正襟危坐，准备听发射频次、星链用户数、Q2 营收。马斯克也确实讲了这些——Q2 总收入 78.14 亿美元，同比涨 92%，AI 业务营收 25.61 亿，暴涨 247%。
然后他就跑题了。
"Grok 4.6 下周发布。1.5 万亿参数。SFT 和 RL 大幅提升。4.7 也快了，三四周后上，2.1 万亿参数。Grok 5 年底前，SpaceX 过去二十五年所有工程数据全部灌进去训练。"
分析师们还没反应过来，他又补了一句："我们建 AI 算力的速度，比全球任何一家都快。Q2 光 AI 基础设施就砸了 158 亿美元。"
一场严肃的上市公司财报会，后半段硬生生变成了 AI 产品发布会。
然后他说到做到。8 月 7 号，Grok 4.6 正式上线。
---
## 1.5T 参数，不扩规模，只改"后训练"
先说一个很多人可能没注意到的点。
Grok 4.6 的参数量和上一代 Grok 4.5 一模一样，1.5 万亿。同一套 V9 基础架构。xAI 没有走"训一个更大的模型"这条路。
他们把几乎所有研发资源砸进了"后训练"：监督微调（SFT）和强化学习（RL）。
这事本身就挺反常的。一个人人都在比"谁参数量更大"的行业，马斯克说：我不扩了。我把同一个模型训得更好用。
而且他挑的对手很有意思。对标 Kimi K3（2.8 万亿参数）和 Claude Opus 4.8。一半的参数规模，挑战对手两倍体量的模型。
马斯克 7 月 28 号在 X 上自己发了："Grok 4.6 在几乎所有维度上超过 Kimi K3。"
是不是吹牛，等第三方评测出来再说。但这个策略本身说明了一件事：后训练正在取代预训练，成为模型竞争的真正战场。
---
## MoE 架构，256 个专家，但你每次只用到 8 个
架构层面，Grok 4.6 延续了混合专家（MoE）路线。专家数量从 128 个翻到 256 个。每次推理激活 8 到 16 个，其余全部闲置。
逻辑很简单：1.5 万亿参数全量跑一次推理太贵了。只激活 8-16 个专家，实际计算量约等于几百亿参数的稠密模型。参数表上的数字吓人，但你的钱包不会跟着炸。
上下文窗口 256K tokens，通过 RoPE 位置编码外推，实测 128K 范围内注意力分布稳定。
后训练也值得展开说说：
SFT 阶段用了约 200 万条高质量指令数据，覆盖对话、推理、代码、数学。数据清洗走了 MinHash+LSH 去重、困惑度过滤、毒性检测（分类器加人工审核）一整条流水线。
RL 阶段用的是改进版 GRPO 算法，比传统 PPO 省了一个价值模型的训练开销。奖励模型基于约 50 万条人类偏好标注，数学推理、代码生成、创意写作各训一个专用奖励模型，再加权融合。
翻译一下：xAI 在"教模型干活"这件事上，确实下了血本。
---
## 跑分到底怎么样
官方和第三方初步数据拼在一起，大概长这样：
| 基准 | Grok 4.6 | GPT-5.6 Sol | Claude Mythos 5 |
|------|----------|-------------|-----------------|
| MATH-500 | 91.7% | 93.1% | 89.4% |
| SWE-Bench Verified | 38.2% | 40.1% | — |
| HumanEval+ | 92.3% | — | — |
| 推理延迟（4K tokens） | ~1.2s | ~0.9s | — |
跟 GPT-5.6 Sol 比，数学差 1.4 个百分点，编程差不到 2 个点。跟 Claude Mythos 5 比，数学反超 2.3 个百分点。
作为一个参数量只有 Sol 一半、用了 MoE 稀疏激活的模型，这个成绩相当能打。
上一代 Grok 4.5 在 Artificial Analysis 智力指数上拿了 54 分，全球第四。Terminal-Bench 2.1 得分 83.3%，SWE-Bench Pro 64.7%。Arena Agent 排行榜从第 29 名跃升到第 13 名——Bash Recovery 这类实操任务表现尤其亮眼。
Grok 4.6 只会比这更好。好多少？等 Arena 独立盲测。这个行业里厂商自报的数字和第三方实测之间，有时候隔了一个太平洋。
---
## 一个月一代：大模型变成 SaaS 了
Grok 的发布节奏值得单独聊一聊。
Grok 4.5 是 7 月 8 号发布的。一个月后，4.6 上线。再过三四星期，2.1T 的 4.7 到位。年底前，Grok 5。
如果这个节奏能稳住，xAI 不是在搞"模型发布"，是在搞"模型订阅"。大模型不再是一次性产品，而是一个持续迭代的服务。
过去两年，选模型像买车。今年买一辆，开一年看新款出了再换。如果 xAI 能每个月交付一个新版本，选模型就会变得像订 SaaS。你不需要换车，你的车每个月自己升级。
对开发者来说，这件事比任何单个 benchmark 分数都大。你不再需要纠结"现在用哪个模型"。你需要纠结的是"我的系统能不能跟上模型迭代的速度"。
---
## SpaceX 数据牌：真正的护城河
Grok 系列有一个别人没有的东西。
SpaceX 的工程数据。不是互联网上爬的公开语料，是火箭设计记录、测试日志、工程模拟输出、内部技术文档。真实到不能再真实的工程反馈。
目前这部分数据主要给 Grok 5 用。但 Grok 4.6 在编程和工程推理场景里已经体现出了一些独特的东西。Arena 上 Bash Recovery 和 Agent 任务的跳跃式提升，不是巧合。
再加上 SpaceX 在 6 月以 600 亿美元全股票收购了 Cursor。Cursor 的代码编辑 Agent 能力直接喂进 Grok 系列。这意味着 Grok 在编程场景有一条其他模型没有的数据飞轮：SpaceX 工程数据 + Cursor 开发者交互数据 + xAI 自有训练管线。
各家大模型都在拼"通用智能"。Grok 走了一条更窄但更深的路线：做最强的工程师 AI。
---
## 算力底牌：1.4GW 集群，明年 10GW
支撑这个"月更"节奏的，是实打实的算力。
SpaceX 和 NVIDIA 签了独家硬件合作，用 Vera Rubin 架构。地面计算集群 Q2 已经 1.4GW，年内目标 2GW，2027 年底目标约 10GW。
10GW 什么概念？目前全球最大的数据中心大概在 1-2GW 级别。xAI 的目标是十年后都未必有第二家能到的规模。
更离谱的是，马斯克还提了一个"轨道计算"的东西。2027 年起发射 Starmin AI 卫星，搭载太空优化版 Vera Rubin NVL72 硬件，让 Grok 在近地轨道上跑推理。
别太兴奋。这事目前纯 PPT，没有任何轨道测试数据或落地时间表。马斯克的时间表，打八折是常态，打五折也不意外。
但它至少说明一件事：这波 AI 竞赛的算力天花板，不是几万张卡，不是几百兆瓦，是轨道级别的基础设施。愿意在这个量级上下注的公司，全球一只手数得过来。
---
## 对开发者：三件现在就能做的事
Grok 4.6 的 API 定价还没正式公布。参考 Grok 4.5 的 $2/$6 每百万 Token（输入/输出），预计延续相近价位。在这个价位上，它可能成为编程 Agent 场景性价比最高的模型之一。
不等评测，你现在就可以做三件事：
第一，准备你自己的测试用例。不要等排行榜。选 3-5 个你日常高频用的 AI 任务——代码重构、长文档分析、多轮 Agent 工作流——等 4.6 API 开放后第一时间做 AB 测试。你的工作场景才是唯一有效的 benchmark。
第二，保持工具链的模型中立。如果 xAI 真的月更，绑定单一模型供应商的策略会越来越危险。用 LiteLLM、OrcaRouter 这类兼容 OpenAI 格式的 API 网关，新模型上线后改一行配置就能切换。不要让任何一家厂商锁定你。
第三，把预算留给"后训练"优化。Grok 4.6 最大的启示不是"选哪个模型"，而是"后训练比预训练重要"。你花在提示词设计、业务数据反馈循环上的时间，比纠结"用 GPT 还是 Claude 还是 Grok"值钱得多。那些才是你真正的护城河。
---
## 参数竞赛的终局，可能不是"更大"
把这件事放回 2026 年 AI 行业的大图景。
一边是 DeepSeek 涨价，API 价格从地板往上抬。一边是 Grok 4.6 用 1.5T 硬刚 2.8T 的 Kimi K3。一边是 OpenAI 把轻量档 Luna 降 80%，旗舰一分不降。
三个动作，一个方向：拼规模的阶段过去了，拼效率的阶段来了。
预训练的边际收益在递减。模型从 1T 扩到 2T，能力提升越来越不明显，但训练成本是指数级的。所以 Grok 4.6 选了另一条路：模型不变，后训练打磨到极致。
对 AI 创业者和独立开发者来说，这是巨大的利好。更小的模型意味着更低的调用成本、更快的响应、更容易本地部署。如果 Grok 4.6 真的以一半参数量接近 Kimi K3 的水平，你花同样的钱能多跑一倍的请求。
但对大模型公司来说，这可能是最残酷的阶段。"参数大"不再是卖点，"训得好"才是。而"训得好"这件事，比"训得大"难太多了。
---
马斯克在财报会上说了一句挺有意思的话。他说 xAI 的目标是造"人类历史上最强的工程师 AI 系统"。
听起来很马斯克。大词、大愿景、大叙事。
但这次跟以前不太一样。他说这话的时候，Grok 4.6 已经训完了，4.7 已经在路上，5 的时间表也写好了。158 亿美元季度 AI 资本开支是真金白银砸下去的。1.4GW 集群是真的在跑。600 亿美元收购的 Cursor 是真的在给 Grok 喂数据。
所以当他说"我们要做最强的工程师 AI"的时候，你不是在听一个 PPT 演讲。
你是在看一个人把牌一张一张翻过来。
---
*Grok 4.6 于 2026 年 8 月 7 日正式发布。文中 benchmark 数据来源：xAI 官方、Artificial Analysis、Arena、CSDN 技术分析、云栖网技术解读。第三方独立评测结果待 Arena 等机构发布后更新。*
*信息来源：SpaceX Q2 2026 财报电话会（8月4日）、马斯克 X 平台公开帖文、4sAPI Blog、AI创业内参、IT之家、腾讯云开发者社区。*
