2026 年 8 月 8 日至 14 日这一周，是 SpaceXAI 的产品发布马拉松。三大重磅发布接连落地：Grok Imagine Image 2.0 于 8 月 7 日至 8 日推出，Grok Bot 于 8 月 11 日进入 Beta 测试，Grok 4.6 —— 新的旗舰前沿模型 —— 于 8 月 12 日发布。每一款产品都针对技术栈的不同层面：图像生成、智能体工作流和核心模型能力。综合来看，它们勾勒出一家以极少竞争对手能企及的节奏、在全产品面上持续交付的公司图景。
以下是我们对本周重要进展的专业分析。
Grok 4.6：半价的前沿智能
2026 年 8 月 12 日，SpaceXAI 发布了其新的旗舰大语言模型 Grok 4.6。该发布比 DeepSeek 的 V4 Pro 正式可用仅晚数小时——这一时间安排上的细节，凸显了前沿模型层级的激烈竞争态势。
架构与训练
Grok 4.6 是一个 1.5 万亿参数模型，建立在与 Grok 4.5 相同的 V9 基础之上。其能力提升并非来自参数规模的扩展，而是来自一次大幅延长的补充训练：使用经过精选的模型生成数据来训练推理能力、高质量工程数据，以及改进的优化器。随后，SpaceXAI 使用 Grok 4.5 重新生成了跨推理力度、智能体框架以及 STEM、软件工程和知识工作等领域的监督微调（SFT）轨迹——通过基于模型的检查过滤掉有问题的轨迹。强化学习阶段则在广泛的智能体 RL 任务上训练，包括内核优化、Web 开发和计算机辅助设计。
该模型拥有 500,000 token 的上下文窗口，专为长时程智能体任务、多步骤编码和高强度的交互式工作而设计。SpaceXAI 的公告强调，Grok 4.6 能"在众多步骤中持续跟进复杂任务"，并在更长的轨迹上展现出更强的自我测试与验证能力。
基准测试表现
Grok 4.6 的基准测试画像显示，它在多个维度上匹配或超越前沿竞争对手，但仍存在明显差距：
| 基准测试 | Grok 4.6 High | Grok 4.5 High | GPT-5.6 Sol Max | Fable 5 Max |
|---|---|---|---|---|
| AA Intelligence Index | 61 | 56 | 61 | 62 |
| GDPVal-AA v2 | 1753 | 1526 | 1728 | 1741 |
| CursorBench v3.2 | 69.9% | 66.7% | 67.2% | 70.5% |
| DeepSWE v1.1 | 65.9% | 54% | 73% | 70% |
| FrontierCode v1.1 | 61.3% | 56.6% | 60.6% | 63.6% |
| APEX-Agents | 57.5% | 47.1% | 56.7% | 59.2% |
| Terminal-Bench v3.0 | 26% | 15.7% | 34.6% | 34.1% |
| APEX-SWE | 56.4% | 53.6% | — | 58.8% |
| AA-Briefcase | 1577 | 1313 | 1502 | 1574 |
| Harvey LAB (Vals) | 15.8% | 12.9% | 2.5% | 11.3% |
情况颇为微妙。Grok 4.6 在 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平（61 对 61），并在 CursorBench（69.9% 对 67.2%）、GDPVal-AA（1753 对 1728）、AA-Briefcase（1577 对 1502）、APEX-Agents（57.5% 对 56.7%）和 Harvey LAB（15.8% 对 2.5%）上胜过它。对阵 Anthropic 的 Claude Fable 5 Max，Grok 4.6 在 GDPVal-AA、CursorBench、AA-Briefcase 和 Harvey LAB 上胜出，但在 Terminal-Bench（26% 对 34.1%）、DeepSWE（65.9% 对 70%）以及综合 AA Intelligence Index（61 对 62）上落后。
Harvey LAB 的结果尤其引人注目：Grok 4.6 得分 15.8%，而 GPT-5.6 Sol 仅为 2.5%——在法律专业工作评估上具有 6 倍优势。这是否代表真正的能力优势，还是针对特定基准的优化，仍有待独立测试验证。
定价：竞争楔子
Grok 4.6 的定价是其最锋利的竞争武器：
- 标准版： 每百万输入 token $2，每百万输出 token $6
- 快速版： 每百万输入 $4，每百万输出 $12（标准版的 2 倍）
SpaceXAI 明确将其营销为"其他前沿模型价格的一半"。与 Anthropic 的 Fable 5 Max 相比，节省幅度惊人：输入成本约便宜 80%，输出成本约便宜 88%。对于运行高负载工作负载的企业 API 用户而言，这种定价结构从根本上改变了前沿模型部署的单位经济性。
问题在于，这一定价反映的是持久的成本优势——SpaceXAI 独家的 Nvidia Vera Rubin 基础设施和 SpaceX 电力基础设施——还是临时的获客策略。上周的 SpaceX 财报电话会议披露季度资本支出达 $184 亿，表明基础设施投资是真实且持续的。
可用性
Grok 4.6 已可在以下平台立即使用：
- Cursor（代码编辑器，同日上线）
- Grok Build（SpaceXAI 的应用构建工具）
- xAI API 控制台
- 第三方平台： OpenRouter、Vercel、Cloudflare
SpaceXAI 在 Cursor 和 Grok Build 中提供首周 2 倍包含用量，以鼓励采用。
（xAI 公告、SiliconANGLE、NextBigFuture）
Grok Bot：共享一台计算机的 AI 队友
2026 年 8 月 11 日，SpaceXAI 推出了处于 Beta 测试阶段的 Grok Bot——这是其进军"AI 队友"品类的产品。该产品主打常驻型 AI 智能体：登录客户的工具，跨应用和收件箱工作，无需持续监督即可完成多步骤任务。用户像对待同事一样从桌面端或 iOS 应用给 Bots 发消息、布置任务，然后让它们自行运行。
发布了什么
Grok Bot 是一条独立的产品线——不是编码智能体，也不是从提示词生成应用的构建器。它是一个"AI 队友"应用，使用与人类相同的方式跨应用操作，包括没有干净 API 或 MCP 集成的平台。用户离开时任务继续执行；Bot 只在需要审批时才回来。
关键能力包括：
- 示范学习： 让 Bot 看你做一遍工作；它会将步骤保存为 routine，下次自行运行。“Teach a task” 录制上限为十分钟。
- Bot 间协调： 多个 Bots 可以互相发消息、在线程中共享上下文，并在群聊中协调——在彼此之间交接工作、分配归属。
- 持久上下文： Bots 会跨对话保留信息，随时间学习偏好和边界情况。
- Routines： Skills 描述如何执行任务；routines 则将工作流分配给某个 Bot，并附带计划或事件触发器。
xAI 表示，该产品最初是内部原型，在公开推出之前已用于 SpaceXAI 合并后的整个运营体系，包括销售外呼、营销活动、办公室运营和 bug 修复。
安全架构的落差
Grok Bot 发布中最值得关注的细节，是营销文案与安全架构文档之间的落差。
发布页写道：“Bots 拥有自己的计算机。” 这种表述暗示隔离——每个 Bot 都在自己的沙盒环境中运行，拥有独立的凭据和受控的爆炸半径。
xAI 自己的文档却另有说法。根据 Grok Bot 概览页：“你的所有 Bots 使用同一台持久云端计算机。” 这台计算机只对你的账户隔离，而非对单个 Bot 隔离。每个 Bot 在那台机器上有自己的屏幕，但文件、浏览器会话和命令行凭据在整个 Bot 队伍之间共享。
文档在两个独立页面（FAQ 和审批/安全页）上用相同的措辞明确写道：
“不要将单独的 Bots 用作安全边界。”
这意味着一个 Bot 建立的凭据——登录态、API key、会话 token——同一账户上的其他所有 Bot 都可以访问。Bot 删除是软删除： 移除一个 Bot 会删除其个人资料、对话和 routines，但共享计算机上的文件和登录态可能仍然存在，在源头撤销之前，其余 Bots 仍可访问。
对企业评估而言，这种架构是有其合理性的——正是它让 Bots 能以低成本相互交接工作——但它要求将整个 Bot 队伍视为单一身份面。任何安全审查都必须将访问建模为"任何 Bot 可达的一切"，而非按 Bot 隔离。而营销文案让这一点更难向利益相关方传达，因为他们有理由从"自己的计算机"推断出隔离的含义。
定价与获取
Grok Bot 没有独立定价。其访问权限捆绑在三个现有订阅层级中：
| 层级 | 价格 | 提供商 |
|---|---|---|
| Cursor Ultra | $200/月 | Cursor |
| Cursor Teams Premium | $120/席位/月 | Cursor |
| SuperGrok Heavy | 已包含 | SpaceXAI |
企业访问权限需要通过候补名单排队。Android 应用被标注为"即将推出"。值得注意的是，xAI 没有披露哪个模型为 Grok Bot 提供动力——无论是在发布帖、产品页，还是所审阅的任何文档页面上。任何关于其能力的假设都应仅视为假设。
分发策略
Cursor 的层级捆绑是这桩商业故事的核心。Grok Bot 搭载在客户已经付费的订阅之中，这比单独销售席位是更便宜的分发路径。它也将 SpaceXAI 的智能体战略与 Cursor 的基础设施捆绑在一起——xAI 页面上的下载构建、入门流程和销售联系方式都经由 Cursor。两家公司的产品栈在发布时明显相互咬合，反映出 SpaceX 于 6 月以 $600 亿收购 Cursor（Anysphere）。
（Unite.AI、Bloomberg via Yahoo Finance、Digital Applied）
Grok Imagine Image 2.0：区域感知编辑，竞技场排名第二
2026 年 8 月 7 日至 8 日，SpaceXAI 开始以 grok.com/imagine 以及 iOS 和 Android 应用上新的 Quality Mode 形式推出 Grok Imagine Image 2.0。Elon Musk 于 8 月 8 日在 X 上发帖宣布"Grok Imagine 图像编辑的重大升级"。
新能力
Image 2.0 围绕"生成可用于实际工作的图像"这一目标构建，带来了多项值得注意的新增功能：
- 区域感知编辑： 魔棒工具只编辑你指向的区域，其余部分保持不变。分割功能可精确选中图像中的区域。背景移除可将任意主体导出为透明背景。
- 多参考编辑： 单次生成最多可使用 5 张输入图像，无需手动合成。
- 智能缩放： 选择纵横比，模型自动填充画面，以任意尺寸生成一张图像。
- 改进的文本渲染： 排版和布局会"像设计师那样"规划，让密集的多元素画面保持整体感，小号文字也能清晰呈现。
- 模板： 为常见工作流提供现成的起点——照片编辑、产品图、头像、图标、游戏资产——工作流已预配置。
- 为视频构建世界： 分别生成角色、场景和道具，同时保持图像之间风格一致——专为下游视频制作而设计。
竞争定位
Image 2.0 在 Arena Text-to-Image 和 Arena Image Edit 两个排行榜上均排名全球第二（截至 2026 年 8 月 7 日）。xAI 的模型在 Arena 上以 SpaceXAI 名义出现。该公司未点名排名第一的竞争对手是谁，但这一排名将 Grok Imagine 置于图像生成与编辑系统的第一梯队。
API 访问
与 Imagine Image 2.0 面向消费者的可用性不同，该模型还可通过 API 以 grok-imagine-image-2.0 的名称访问，完整文档见 xAI 开发者文档。这与前一周 Grok Imagine Video 语音参考功能（需要销售团队授权）的做法不同——Image 2.0 对任何持有标准 API key 的开发者开放。
竞争格局：DeepSeek V4 Pro、OpenAI 与 Anthropic
Grok 4.6 在 DeepSeek V4 Pro 正式可用后数小时内发布——这是一个刻意的信号，表明 SpaceXAI 打算与新兴的中国前沿模型生态正面竞争。DeepSeek 的 V4 Pro 是中国实验室一系列强力发布中的最新一款，而同日发布的时机表明前沿模型竞赛正日益多极化。
三大西方实验室的竞争定位：
| 模型 | AA Intelligence Index | 价格（每百万 token 输入/输出） |
|---|---|---|
| Grok 4.6 | 61 | $2 / $6 |
| GPT-5.6 Sol | 61 | $5 / $30 |
| Claude Fable 5 | 62 | 更高层级贵得多 |
Grok 4.6 在综合指数上与 GPT-5.6 Sol 持平，而输入价格约为其 40%，输出价格约为其 20%。对阵 Claude Fable 5 Max，节省幅度达 80–88%。这是市场上最具攻击性的前沿模型定价——而且只有当 SpaceXAI 的基础设施成本基础（Nvidia Vera Rubin、SpaceX 电力基础设施）确实带来更低的每 token 计算成本时，它才可持续。
与此同时，Anthropic 和 OpenAI 在特定基准上继续保有优势。Claude Fable 5 Max 在 Terminal-Bench（34.1% 对 Grok 的 26%）、DeepSWE（70% 对 65.9%）和 APEX-SWE（58.8% 对 56.4%）上领先——这些全是智能体编码和终端使用类基准。GPT-5.6 Sol 在 DeepSWE（73%）和 Terminal-Bench（34.6%）上大幅领先。Grok 4.6 的优势则集中在知识工作（AA-Briefcase、GDPVal-AA）、法律专业工作（Harvey LAB）以及某些编码任务（CursorBench、FrontierCode）上。
对企业买家的启示：模型选择不再是单一维度的。Grok 4.6 是知识工作和对成本敏感的高负载部署的最强选择。Anthropic 在智能体终端和软件工程任务上保持优势。OpenAI 在深度 SWE 工作负载上领先。正确答案取决于工作负载本身，而性价比权衡的差异已经大到多模型策略越来越理性的程度。
值得关注的事
- Grok Bot 安全披露： “自己的计算机"与"一台共享计算机"之间的落差将在企业安全审查中浮现。关注 xAI 是否会更新营销文案、增加技术隔离控制，或发布安全架构文档。当前的矛盾对任何采购流程而言都是隐患。
- Grok 4.6 独立基准测试： 该模型已列入 LMArena 评测。独立基准验证——尤其是在 xAI 数据最弱的 Terminal-Bench 和 DeepSWE 上——将决定 Grok 4.6 的综合得分在 xAI 自有评测套件之外是否站得住脚。
- Grok 4.6 在 Cursor 中的生产环境表现： Cursor 和 Grok Build 中的 2 倍用量奖励旨在推动采用。关注开发者反馈：该模型的长时程智能体表现——自我测试、验证、持续的多步骤推理——在真实编码工作流中是否经得起考验。
- Grok Bot 模型披露： xAI 对哪个模型为 Grok Bot 提供动力保持沉默，这很不寻常。如果是 Grok 4.6，公开说明将强化该模型的定位。如果不是——如果 Bots 运行在更小或更便宜的模型上——其能力上限和成本经济性与买家的假设将存在差异。
- Imagine Image 2.0 API 采用： Image 2.0 的 API 使用标准 key 即可访问——无需销售团队。关注采用率，以及排名第二的 Arena 排名能否转化为开发者对 OpenAI 和 Google 既有图像 API 的偏好转移。
- DeepSeek V4 Pro 的竞争冲击： DeepSeek 的 V4 Pro 与 Grok 4.6 同日发布。如果它以有竞争力的定价匹配或超越前沿基准，所有西方实验室面临的定价压力都将加剧。关注独立基准对比。
- SpaceX 解禁潮： 第一轮内部人士股票解禁始于 8 月 6 日，此后每两周一批，持续到 12 月。抛售压力将影响 SPCX 的股价表现，进而影响市场对 SpaceX 当前资本支出规模下 AI 基础设施投资的接受度。
在 X 上关注 Kevin Kaminski，获取每日 AI 生态动态。下周再见，敬请期待下一期 xAI 周报。