Grok 4.6: Was nach dem Release wirklich bestätigt ist

Stand: 24. August 2026. Grok 4.6 ist seit dem 12. August 2026 verfügbar. Die aktuelle offizielle SpaceXAI-Dokumentation bestätigt die Modell-ID grok-4.6, ein Kontextfenster von 500.000 Tokens, Text- und Bildeingabe, Textausgabe sowie die Basispreise von 2 US-Dollar pro 1 Million Input-Tokens und 6 US-Dollar pro 1 Million Output-Tokens. Gecachte Input-Tokens kosten 0,50 US-Dollar pro Million; bei Prompts über 200.000 Tokens gelten höhere Input-Tarife. [S43][S44]

Der gemeldete Plus von fünf Punkten gegenüber Grok 4.5 im Artificial Analysis Intelligence Index bleibt eine qualifizierte Drittquelle und kein von uns reproduzierter 4.6-Score. [S01] Die finale Parameterzahl und die vollständige unabhängige Benchmarkmethodik sind weiterhin nicht sauber primär dokumentiert. Genau diese Trennung ist für eine brauchbare Mac-Entscheidung wichtiger als eine scheinpräzise Spezifikation.

Schnellantwort

• Release: 12. August 2026; die aktuelle SpaceXAI-Doku führt Grok 4.6 als verfügbares Modell. [S10][S43]
• Leistung: MarketWatch berichtet auf Basis von Artificial Analysis einen Sprung um fünf Punkte gegenüber 4.5. [S01]
• Preis: offiziell $2/M Input, $0,50/M gecachter Input und $6/M Output; über 200K Prompt-Kontext gelten höhere Input-Tarife. [S43][S44]
• Modell-ID: offiziell grok-4.6; die Doku zeigt Responses API und OpenAI-kompatible Nutzung. [S43][S44]
• Kontext und Modalitäten: 500K Tokens, Text- und Bildeingabe, Textausgabe. [S43][S44]
• Weiter offen: finale Parameterzahl und ein direkt reproduzierbarer unabhängiger 4.6-Leaderboard-Score.

Grok 4.6 ist ein schnellerer Release-Zyklus, nicht nur ein Namenswechsel

Grok 4.5 wurde von SpaceXAI am 8. Juli 2026 auf der xAI-API verfügbar; die ausführliche Produktvorstellung folgte Mitte Juli. Das Modell richtet sich an Coding, agentische Aufgaben und Wissensarbeit; die offizielle Ankündigung beschreibt Training über Coding, Wissenschaft, Engineering und Mathematik sowie umfangreiches Reinforcement Learning auf technischen Mehrschritt-Aufgaben. [S07] Nicht einmal vier Wochen später folgte Grok 4.6.

Das macht die Versionsnummer allein allerdings wenig aussagekräftig. Für Entwickler zählt, ob die neue Version bei realen Agentenläufen bessere Ergebnisse pro Dollar und pro Zeiteinheit liefert. Genau dort liegt die interessanteste unabhängige Information: MarketWatch berichtet, dass Grok 4.6 auf dem Intelligence Index von Artificial Analysis fünf Punkte über 4.5 liegt und damit wieder in die Nähe der aktuellen Frontier-Spitze rückt. [S01]

Benchmark: Was bedeutet „fünf Punkte besser“?

Für Grok 4.5 ist ein Artificial-Analysis-Score von 54 in den zugänglichen Juli-Snapshots direkt dokumentiert. [S26][S27][S29] Ein Plus von fünf Punkten würde rechnerisch auf ungefähr 59 hinauslaufen — aber diese 59 sollte nicht als direkt verifizierter aktueller Grok-4.6-Score veröffentlicht werden, solange der entsprechende 4.6-Eintrag im aktuellen AA-Snapshot nicht selbst geprüft werden kann.

Das ist keine Pedanterie. Benchmark-Indizes können ihre Methodik ändern, Modelle können mit unterschiedlichen Reasoning-Einstellungen getestet werden und ein Medienbericht kann sich auf einen späteren Snapshot beziehen als die öffentlich gecrawlte Modellseite. Die belastbare Formulierung lautet deshalb:

MarketWatch berichtet für Grok 4.6 einen Vorsprung von fünf Punkten gegenüber Grok 4.5 im Artificial Analysis Intelligence Index. [S01]

Nicht belastbar wäre: „Grok 4.6 hat sicher Score 59“, ohne den entsprechenden aktuellen Leaderboard-Eintrag zu sehen.

Preis: $2 Input, $0,50 Cache und $6 Output — Basisstufe offiziell dokumentiert

Die aktuelle SpaceXAI-Modellseite nennt für Grok 4.6 $2 pro 1 Mio. Input-Tokens, $0,50 pro 1 Mio. gecachte Input-Tokens und $6 pro 1 Mio. Output-Tokens. Für Prompts über 200.000 Tokens gelten höhere Input-Tarife; die konkrete regionale Tabelle solltest du vor dem produktiven Einsatz prüfen. [S43][S44]

Für drei einfache Nutzungsszenarien ergibt sich bei diesem berichteten Listenpreis:

Szenario	Input	Output	Rechnung	Ergebnis
klein	0,5 Mio.	0,1 Mio.	0,5×$2 + 0,1×$6	$1,60
mittel	10 Mio.	2 Mio.	10×$2 + 2×$6	$32
intensiv	100 Mio.	20 Mio.	100×$2 + 20×$6	$320

Berechnung auf Basis der offiziellen Basisstufe. Die Szenarien berücksichtigen keine Cache-Hits, Long-Context-Aufschläge, Tool-Kosten, Priority Processing oder Provider-Aufschläge. Bei Prompts über 200.000 Tokens wechselt die Doku in eine höhere Input-Preisstufe. [S43][S44]

Hat Grok 4.6 1,5 oder 2 Billionen Parameter?

Hier ist die Quellenchronologie wichtiger als eine einzelne Zahl.

Ältere Berichte vom 18. bis 27. Juli griffen eine 2T-Erzählung auf. IT之家 und ComputerBase beschrieben Grok 4.6 in dieser Phase als Modell mit ungefähr zwei Billionen Parametern. [S32][S33] Kie.ai baute daraus sogar einen vollständigen „2T“-Erklärartikel. [S40]

Spätere Berichte Ende Juli nennen dagegen 1,5 Billionen Parameter und schreiben diese Angabe Elon Musk zu. EdgeX, The Economic Times und RB.ru berichten in diesem späteren Stand außerdem von verbessertem SFT/RL-Post-Training und einem nachfolgenden Grok 4.7. [S30][S31][S34]

Die saubere Schlussfolgerung ist nicht, dass 1,5T zweifelsfrei die finale Architektur ist. Die saubere Schlussfolgerung lautet: Die öffentlich berichtete Vorab-Spezifikation änderte sich, und eine zugängliche post-launch Model Card, die die finale Parameterzahl eindeutig festlegt, fehlte beim Recherche-Stichtag. Deshalb gehört die Parameterzahl in eine „noch zu bestätigen“-Spalte.

Kontextfenster und Modalitäten: jetzt primär dokumentiert

Die aktuelle SpaceXAI-Modellseite nennt für grok-4.6 ein Kontextfenster von 500.000 Tokens, Text- und Bildeingabe, Textausgabe, Function Calling, Structured Outputs und Reasoning. Die Detailseite nennt außerdem grok-4.6 als Modell-ID und zeigt die Nutzung über die Responses API sowie den OpenAI-kompatiblen Endpunkt. [S43][S44]

Merkmal	Grok 4.6
Kontext	500.000 Tokens offiziell [S43][S44]
Input/Output	Text + Bild → Text [S43][S44]
Basispreis	$2/$6; $0,50 gecachter Input [S43]
Hoher Kontext	höhere Input-Tarife über 200K [S43]
API-ID	grok-4.6 offiziell [S44]
Reasoning	low, medium, high, xhigh [S44]

API: Wie Entwickler jetzt prüfen sollten

SpaceXAI dokumentiert die Modell-ID grok-4.6 und zeigt ein direktes API-Beispiel. [S43][S44] Für eine Migration solltest du zusätzlich die verfügbare Region, die aktuellen Limits und die gewünschten Tools im eigenen Account prüfen.

Für eine Migration empfiehlt sich deshalb:

1. Model-Liste im eigenen SpaceXAI-Account/API-Key abrufen.
2. Exakte 4.6-ID und verfügbare Region notieren.
3. Einen kleinen A/B-Test gegen 4.5 mit identischem Prompt, Tools und Reasoning-Level fahren.
4. Request-Kosten über die dokumentierten Cost-Tracking-Felder messen. [S12]
5. Erst danach produktive Agenten umstellen.
6. Context-Compaction, Tool Calling und Structured Outputs separat testen, statt Support nur zu vermuten. [S15][S16][S19]

Was zu Grok 4.5 bekannt ist — und warum das trotzdem relevant ist

SpaceXAI positionierte 4.5 klar für Coding und agentische Engineering-Arbeit. Im eigenen Launchmaterial nennt das Unternehmen unter anderem 62,0 % auf DeepSWE 1.0, 53 % auf DeepSWE 1.1, 83,3 % auf Terminal-Bench 2.1 und 64,7 % auf SWE Bench Pro. [S07] Diese Werte sind Herstellerangaben beziehungsweise vom Hersteller zusammengetragene Benchmarkdaten und sollten nicht mit einem unabhängigen, identisch reproduzierten 4.6-Vergleich verwechselt werden.

Artificial Analysis bestätigte für 4.5 unabhängig einen deutlichen Sprung gegenüber 4.3 und einen Intelligence-Index-Wert von 54. [S26][S28] Wenn die post-launch gemeldete weitere Verbesserung von 4.6 Bestand hat, ist der interessanteste Test deshalb nicht „Kann Grok Code schreiben?“, sondern: Wie stabil bleibt es bei langen Agentenläufen, wie viele Tokens verbraucht es pro gelöster Aufgabe und wie oft braucht ein Mensch einzugreifen?

Für wen ist Grok 4.6 besonders interessant?

Coding-Agenten und autonome Workflows

Die Kombination aus berichtetem Frontier-Niveau und niedrigem Listenpreis ist vor allem für agentische Workloads interessant, bei denen Millionen Input-Tokens schnell zusammenkommen. [S01][S02] Für solche Workloads zählt aber nicht nur der Preis pro Token. Caching, Wiederholungen, Tool-Fehler, Abbruchraten und die Zahl der benötigten Iterationen können die Gesamtkosten stärker beeinflussen als ein niedriger Listenpreis.

Entwickler, die bereits Grok 4.5 nutzen

Hier ist der Wechsel am einfachsten zu evaluieren: identischer Harness, identische Aufgaben, identische Tool-Schemas. Die offizielle xAI-API unterstützt unter anderem strukturierte Ausgaben und Function Calling; aktuelle Dokumentationsseiten zeigen, wie diese Mechaniken funktionieren. [S15][S16] Ob 4.6 im eigenen Account alle gewünschten Features unterstützt, sollte jedoch explizit über Modell-Liste und Testrequest geprüft werden.

Nutzer, die nur nach „dem besten Modell“ suchen

Dafür reicht ein einzelner Intelligence Index nicht. Ein Modell kann in einem aggregierten Benchmark vorne liegen und für den eigenen Workflow trotzdem langsamer, teurer oder weniger zuverlässig sein. Ein fairer Test braucht mindestens Ergebnisqualität, Latenz, Tokenverbrauch, Tool-Fehler und Kosten pro gelöster Aufgabe.

Was weiterhin offen bleibt

Die offizielle Doku schließt die wichtigsten Produktfragen, aber nicht jede Evaluationsfrage. Offen beziehungsweise nur eingeschränkt vergleichbar bleiben:

• die finale Parameterzahl;
• ein direkt reproduzierbarer unabhängiger 4.6-Leaderboard-Score;
• die vollständige Methodik hinter dem berichteten Fünf-Punkte-Sprung;
• regionale Preisdetails für lange Kontexte und Drittanbieter-Gateways;
• die Zuverlässigkeit von Tool Calling, Caching und langen Agentenläufen auf der konkreten Mac- oder Provider-Konfiguration.

Diese Punkte sind keine Belege gegen Grok 4.6. Sie markieren die Grenzen der verfügbaren Evidenz und sollten vor einer produktiven Migration mit einem eigenen Testprotokoll geprüft werden.

Fazit: Grok 4.6 ist real, offiziell dokumentiert und seit dem 12. August 2026 verfügbar. Die Primärdoku bestätigt Modell-ID, 500K-Kontext, Modalitäten, Tools und Basispreise; der berichtete Fünf-Punkte-Sprung bleibt eine qualifizierte externe Angabe. [S01][S43][S44] Für Mac- und Agenten-Workflows zählt deshalb jetzt ein eigener A/B-Test von Kosten, Latenz, Tool-Fehlern und Ergebnisqualität — nicht die ungeklärte Parameterzahl.