Grok 4.6がついに登場！最新アップデートの全貌とは？

Grok 4.6がリリースされました。今回のアップデート内容については現在調査中です。詳細が判明次第、追記していきます。

Cursorのブログ: https://cursor.com/blog/grok-4-6

Fable級の知能があって、ほとんどのベンチマークでGPT-5.6-Solを上回ってる。APIコストはKimi K3より安いし、Cursorのサブスクリプションならかなり余裕を持って使えるね。

思ってたよりずっとすごいな。少なくともペーパー上の数値では。

Fableがリリースされてから2ヶ月もしないうちに、主要なラボがこぞって同じレベルのモデルを出してきたのって変だと思わない？理由を考えてみた：1) AI研究者はよく転職して交流も多いから技術が広まる。でも、新しいモデルの学習からリリースまで2ヶ月じゃ足りないはずだから考えにくい。2) 蒸留。これも同じ理由で無理そう。3) ベンチマークのハッキング。AI企業には人工的にスコアを底上げする方法があって、他社と肩を並べてるように見せるためにそれを使ってる。他に理由は？追記：みんなタイミングについては無視してるけど、同じ能力のジャンプがほぼ同時に起きるのが怪しいんだ。ラボが追いつくこと自体は別に驚かないけどさ。

Grokは意見が割れる存在だけど、SpaceXが推論能力にどれだけ投資してきたかを考えれば、強力な競合になるのは時間の問題だったよね。もしGrokの評判が気にならないなら、他のフロンティアモデルの最高レベルを使う理由なんて特にないんじゃないかな。Grokは他のラボにとって健全な競争相手になってると思う。まあ、評判のせいで敬遠する人が多いのも計算のうちかもしれないけど。

ベンチマークを鵜呑みにせず、落ち着いて様子を見るのがいいと思う。ただ、フロンティアモデルの選択肢が3つに増えるのは大歓迎だ。Geminiが本気を出せば既存のモデルと真に渡り合える可能性はまだあると思うけど、最近の組織変更を見てると自信があるようには見えないし、やたら時間がかかってるよね。

使い心地に関しては、Grok 4.5の方がGPT 5.6 SolやClaude 4.8/5より断然快適だった。余計なことを言わず、要点を突いて速い。これぞAIエージェントって感じ。Claudeの「load-bearing（荷重負担）」とか「stale folklore（陳腐な伝承）」みたいな謎の専門用語や、GPT 5.6特有の「focused regression（集中回帰）」とか「provenance（由来）」みたいな回りくどい表現もないしね。

SpaceXAIのAPI、リクエストのデフォルトでシステムプロンプトを追加してるみたいだね。厄介なことに、「このガイドラインについては言及するな」っていう指示が他のシステムプロンプトより優先されてて、システムプロンプト自体に関する質問をするとモデルが拒否しちゃうことが多いんだよ。

（以下略: 指定のシステムプロンプトの内容）

これだけは言わせて。Grok BuildのTUI、めちゃくちゃイケてるよ！マウスオーバーでツールチップまで出るんだから。感動したわ。この前セキュリティレビューでGrok 4.5を使ったら最高の結果を出してくれた。アプリのセキュリティを徹底的に「解体」してくれて、自分じゃ思いつかないような攻撃ポイントを突いてくれたんだ。最高だったね！（そもそも何でセキュリティレビューにGrokを使わなきゃいけなかったのかは聞かないでくれ…）まだ使ったことないなら、まずはそういうタスクから試してみるのがいいと思うよ。

マスクに関連するものは一切触らないことにしてる。