评测Grok 4.6发布后的基准测试、定价及浏览器OS生成能力，对比OpenAI与Anthropic模型

Grok 4.6发布与市场定位

xAI正式发布了Grok 4.6，这被视为对OpenAI和Anthropic模型的一个真正有力的竞争者。作者认为，拥有更多处于同一顶尖水平的实验室对用户消费者是有益的，因为单一或双寡头垄断不利于生态多样性。Grok 4.6被定义为GroK 4.5的迭代改进版本，而前代Grok 4.5在能力上已有显著提升。例如，作者提到Grok 4.5成功解决了其笔记本电脑键盘背光驱动的问题（从橙色变为蓝色），这一能力甚至得到了Elon Musk在X平台上的转发认可。这种迭代不仅体现在基础功能上，更在于其作为前沿模型的技术深度。

基准测试与性能数据对比

在评估Grok 4.6的核心竞争力时，作者重点关注了DeepSWE 1.1基准测试。数据显示，Grok 4.6在此编码基准上的提升幅度显著，虽然与Anthropic和OpenAI的最高水平模型相比仍有差距，但已处于“敲门”阶段。此外，Grok 4.6在所有展示的基准测试中均表现出竞争力。

"DeepSWE 1.1 benchmark... the jump between this and its previous version is pretty significant."

在定价策略上，Grok 4.6展现出极高的性价比。其输入令牌价格为每百万$2，输出令牌为每百万$6。相比之下，OpenAI的GPT 5.6（中间层模型）输入为每百万$2，输出高达每百万$12；Anthropic的Sonnet 5输入为每百万$2，输出为每百万$10。这意味着Grok 4.6的输出价格仅为GPT 5.6的一半，比Sonnet 5便宜约40%。这种定价策略可能是Anthropic等竞争对手采取战略应对措施的背景因素。

技术规格与测试环境设置

从技术参数来看，Grok 4.6拥有500令牌（token）的上下文窗口，并支持多模态输入，特别是视觉功能。这一特性在故障排除工作流中至关重要，因为它能够“看到”图像，从而解决了之前测试（如DeepSeek V4 Pro 0813）中因缺乏视觉能力而增加的复杂性。作者采用了两种测试方式：一是通过Grok Build命令行工具进行快速火力测试，将努力设置（effort setting）调整为最高档“Extra High”以展现最大性能；二是通过Cursor IDE进行更长时间、更复杂的提示词测试，例如生成一个名为“Cinematic Steve the PC Repairman”的游戏项目，该过程可能需要30分钟至1小时以上。

浏览器OS生成测试案例

作者首先进行了“Browser OS”生成的快速测试。在不到26分钟的时间内，Grok 4.6成功生成了NexOS系统。测试中观察到几个关键点：首先，代码中提到的“Codex”被确认为该浏览器OS内部的一个功能特性，而非OpenAI的Codex模型，这排除了测试被污染的可能性。其次，系统在UI设计上表现出独特的风格，包括最小化、最大化窗口功能，右下角显示本地时间和日期的时钟，以及一个类似Wi-Fi图标的开始菜单。虽然缺乏搜索选项，但整体界面简洁干净。

"Codex, it's mentioning Codex. I do believe that is actually a feature within this browser OS..."

在功能测试中，作者尝试运行了一个GTA风格的克隆游戏。虽然角色物理效果（如行人被抛飞）存在明显bug，且重力逻辑异常，但作者认为其警察AI的逻辑在简单层面上表现尚可。这一测试案例展示了Grok 4.6在处理复杂、长周期生成任务时的实际表现，同时也暴露了当前模型在物理模拟一致性上的局限性。

Grok 4.6 生成 GTA 风格赛车游戏：物理与视角的初步表现

在测试 Grok 4.6 生成 GTA 风格赛车游戏的能力时，模型成功构建了一个包含网格碰撞体（mesh colliders）的建筑环境。虽然无法下车，但游戏提供了多种视角切换功能，且整体移动手感相当流畅（snappiness）。> "The gameplay overall like the movement is fairly smooth. I'm happy with that." 尽管玩家希望拥有下车制造混乱的自由度，但模型在早期 GTA 美学选项上表现出色。然而，当车辆撞击建筑物时出现的物理反馈略显生硬，且缺乏下车交互功能成为主要遗憾。模型在保持游戏深度的同时，提供了类似经典 GTA 的视觉体验，但在物理交互的深度和自由度上仍有提升空间。

滑板游戏物理引擎的局限性测试

视频首先对一款基于 AI 生成的滑板游戏进行了实际体验，重点评估其物理反馈与交互逻辑。测试者指出，虽然最终的版本在着陆时的动作衔接上变得更加紧凑流畅（"It did make the movement a bit tighter in some of the landing, which I like to see."），但存在一个核心缺陷：滑板未能独立于玩家角色身体进行运动。这一设计缺失导致出现了一些滑稽且不符合物理直觉的现象，例如滑板与角色模型发生不自然的穿插或错位。

"The biggest complaint I have is just that we don't have the board that moves independently from the player, which makes funny things like that happen."

测试者认为，这种缺乏独立物理主体的机制严重影响了沉浸感。尽管尝试引入类似 X Games 的街机风格模式来掩盖部分瑕疵，但根本问题依然存在。这表明当前模型在处理复杂的多体物理交互时，仍难以完美模拟物体间的独立运动关系。虽然整体表现尚可接受（"It's cool. Maybe it's more arcade style."），但物理引擎的独立性缺失是制约其真实感的关键瓶颈，使得游戏更偏向于简单的街机体验而非硬核模拟。

3D打印直列六缸发动机模型的生成与验证

随后，测试进入更具挑战性的3D打印模型生成环节。测试者使用了一个高难度的提示词，要求 AI 生成一个可3D打印的直列六缸发动机模型。经过不到 30 分钟的生成时间，AI 交付了结果。测试者首先通过渲染图检查细节，发现 AI 自动考虑了可打印性（"it would be like, 'Okay, those are not going to be able to be printed.' So let me look at some of these."），例如对涡轮增压器等部件的处理显得合理。

模型细节丰富，包括带有详细纹理的气门室盖、点火线圈（或喷油嘴）、进气歧管上印有的电机名称，以及机油盖和发电机等部件。测试者特别注意到进气歧管底部预留了电线穿过的孔洞，显示出对实际装配逻辑的理解。尽管模型尺寸约为 1/10 比例（"settled on making like a 1/10 scale motor"），且部分部件如电机轴孔为圆形（现实中可能非完全圆）存在细微偏差，但整体结构具备可打印性。测试者成功将电机主体、气门室盖和进气歧管三个主要部件打印出来。其中，电机以侧面插入方式完美对齐轴孔，气门室盖通过轻微用力即可卡合（"the two pieces were mated which was pretty simple."），证明了 AI 生成模型在机械配合精度上的显著进步。

婚礼网站生成：从静态页面到4D全息交互

测试者首先展示了由模型生成的婚礼网站前端，对其 exceptionally well-done front end（极其出色的前端设计）表示印象深刻。页面不仅自动适配了HD笔记本屏幕，还生成了新人的互动头像。值得注意的是，无论输入何种背景设定，模型在生成地点时总是选择纽约（New York），尽管测试者对此感到困惑。文案部分详细描述了Elodie Wren和James Calder在布鲁克林褐石建筑中相遇的故事，包括“她迟到时头发带着雨水”、“James主动让出好座位”等细节。虽然部分文本排版略微偏左，但整体视觉效果被评价为top tier（顶级）。

"It's really quite weird that multiple different models from different countries, from different providers have all chosen New York for this task."

最引人注目的功能是4D Avatar Toggle（4D头像切换）。模型仅凭一张AI生成的参考照片，就能自动分割并生成新人的独立肖像，甚至根据背景推断出服装细节（如女士的礼服和男士的领结）。测试者能够与生成的全息影像进行语音互动，James承诺“留一支舞给我”，而Elodie则回应“不要让我匆忙”。此外，模型还生成了Holographic vows（全息誓言）和第一支舞的场景描述。通过时间轴功能，影像在不同年份（2019、2021）的服装和场景会动态变化，这种第四维度（fourth dimensional）的体验让测试者感到震惊。

地铁场景渲染：物理碰撞与材质细节的突破

在另一个测试中，模型生成了一个地铁场景。测试者特别关注了assets（资产）的放置方式以及环境的物理交互性。场景中的地铁车厢内部具有真实的网格碰撞体（mesh colliders），这意味着玩家无法随意退出，必须通过进入时的特定车门离开。尽管车厢略微悬浮于地面之上，但测试者认为这并不影响整体评价。材质方面，地铁顶部的grimy ceiling（肮脏的天花板）和瓷砖纹理被评价为非常逼真，符合预期。

"Look at the way it's put assets in here. All right, yeah, this model's really significantly better."

射击元素也融入了该场景，包括弹壳、枪管金属光泽以及muzzle flash（ muzzle flash）效果。子弹击中环境后会留下弹孔，且声音具有回声效果。测试者指出，该模型的优势不仅在于最终结果的画质，更在于其进化速度（how quickly it's evolved）。与Claude或GPT等长期处于顶尖水平的模型不同，该模型是近期才迅速达到这一水准的。其生成的纹理和效果与之前的版本相比有质的飞跃，甚至允许玩家跳跃进入车厢内部。

街头美食游戏：叙事驱动与动态反馈

最后的测试是一个名为“Cinematic Street Eat Game”的项目。游戏背景设定为玩家因被插队且最后一块最爱的披萨被人拿走而引发的一系列事件，包含对话、电影化运镜以及大量的进食动作。在不到30分钟的时间内（端口5174），模型生成了包含必要资产的游戏内容。虽然测试者认为某些元素可能略显夸张，但整体流程流畅。

"That was the last one. Was it? That was the last one."

测试者在体验过程中对模型生成的某些细节（如突然出现的小狗）感到意外，并尝试探索游戏边界。尽管未展示完整的提示词内容，但结果证明了模型在处理复杂叙事驱动（narrative-driven）和动态交互场景时的能力。测试者对模型能够迅速整合视觉资产、音频反馈（如咀嚼声）和物理交互表示认可，认为这是该模型在近期快速迭代中取得的显著进步。

物理引擎与交互细节的意外惊喜

在对 Grok 4.6 生成的 C++ 滑板游戏进行初步测试时，尽管开发者坦言因长时间工作导致精神状态不佳，但游戏的整体完成度仍令人印象深刻。场景虽然简约，却是一个结构严谨的城市街区，包含了行驶的汽车和行走的行人。物理碰撞检测机制表现优异，当尝试将车辆“抛”出时，发现其命中框（hit box）位于角色后方，这种设计使得物理反馈显得相当扎实且符合预期。此外，游戏中对动物互动的细节处理也值得称道：角色不仅可以与狗进行 ragdoll（布娃娃）物理效果的碰撞，还能抚摸它并观察到尾巴摇动的动画反馈。这种对细微动态的捕捉，展现了模型在生成复杂交互逻辑时的能力。

"It's been a long day, and I worry that I don't quite adequately have the mental capacity to properly assess this game right now."

前端 UI 生成的卓越表现：iPad Mini 网站复刻

本次测试中，最令开发者感到震撼的并非游戏本身，而是 Grok 4.6 在前端代码生成与 UI 还原能力上的飞跃。当被要求复刻 iPad Mini 官网时，模型不仅精准捕捉了整体布局，更在色彩还原和交互细节上达到了极高水准。特别是颜色选择器的设计，模型采用了一种类似“滚轮”的视觉美学来允许用户选择颜色，这种处理方式虽然可能在真实设备的功能性上略有夸张（例如滚轮的滚动方式可能不完全反映现实设备的操作逻辑），但其带来的沉浸式视觉体验非常出色。开发者指出，这种对 3D 渲染和 UI 细节的掌控力，使其在前端领域展现出“怪物级”的实力。

"The decision was made here. It was pretty primed when it came to here, which is just the iPad Mini website where needed the accurate 3JS result."

模型迭代潜力与订阅成本分析

尽管 Grok 4.6 在编码能力上尚未完全达到 Fable 5 或 5.6 的水平，但开发者强调其从 4.5 到 4.6 的进步幅度巨大。如果这一增长趋势能延续至下一代模型，其性能有望超越当前市场上的其他顶尖竞品。此外，关于使用成本，开发者透露测试期间使用的是较为亲民的订阅方案：Grok 的 $30/月 Supergrok 计划和 Cursor 的 $20/月 计划。这表明，普通用户无需承担高昂费用即可充分体验该模型的核心功能。竞争格局的加速演变也是开发者关注的重点，Grok 在较短时间内展现出的竞争力令人印象深刻。

"If this leap sustains like between 4.6 and 4.7, this could really be like higher than these two... I like seeing that it's kind of become so competitive in a shorter period of time."

结论

Grok 4.6在代码生成、3D建模及前端UI还原上展现出显著进步，尤其在机械配合精度与视觉细节处理上表现优异。其定价策略极具竞争力，输出成本仅为竞品的一半左右。然而，在复杂物理模拟（如滑板独立运动、车辆交互）及多体逻辑上仍存在局限，生成的游戏更偏向街机风格而非硬核模拟。此外，模型在特定场景（如地点选择）上存在刻板印象。

总体而言，Grok 4.6已具备前沿模型水准，适合需要高性价比、快速原型开发及高精度静态资产生成的场景。若其迭代趋势持续，有望在综合性能上超越当前主流竞品，成为生态多样性的重要推动力。