SpaceXAI accélère encore. Quelques semaines seulement après Grok 4.5, l’entreprise d’Elon Musk dévoile Grok 4.6, un nouveau modèle frontier pensé pour le code, les agents longue durée et le travail de connaissance. Son argument n’est pas seulement la performance : SpaceXAI veut aussi rendre ces usages moins coûteux à grande échelle.
Le modèle progresse nettement sur plusieurs benchmarks, se rapproche des meilleures offres d’OpenAI et d’Anthropic, tout en conservant une tarification API relativement agressive.
Grok 4.6 se rapproche du sommet des benchmarks
Selon les résultats publiés par Artificial Analysis, Grok 4.6 atteint un score de 61 sur l’Artificial Analysis Intelligence Index. Cela lui permet de dépasser certains modèles open weights populaires comme Kimi K3 et de se rapprocher de modèles frontier comme GPT-5.6 Sol Max. Claude Opus 5 et Fable 5 restent toutefois devant sur plusieurs évaluations.
La progression par rapport à Grok 4.5 est surtout visible sur les tâches agentiques et logicielles.
Sur CursorBench v3.2, Grok 4.6 grimpe à 69,9 %, contre 66,7 % pour son prédécesseur. Sur DeepSWE v1.1, il passe de 54 % à 65,9 %, tandis qu’APEX-Agents progresse de 47,1 % à 57,5 %.
L’écart est suffisamment important pour montrer qu’il ne s’agit pas simplement d’un ajustement marginal du modèle.
SpaceXAI veut surtout améliorer les tâches longues
La véritable évolution ne se trouve pourtant pas uniquement dans les scores. SpaceXAI explique avoir entraîné Grok 4.6 pour mieux maintenir un objectif pendant des séquences de travail longues : explorer une base de code, rechercher des informations, utiliser des outils, vérifier ses propres actions et corriger ses erreurs sans repartir de zéro.
C’est précisément le comportement recherché dans la nouvelle génération d’agents IA.
Dans un environnement professionnel, un modèle ne doit plus seulement produire une bonne réponse au premier prompt. Il doit pouvoir rester cohérent pendant des dizaines d’étapes, maintenir son état, appeler différents outils et savoir quand vérifier le résultat avant de poursuivre.
SpaceXAI affirme que Grok 4.6 effectue davantage d’auto-vérifications que Grok 4.5 sur ce type de trajectoires.
Le modèle a été davantage entraîné comme un agent
Le processus de post-entraînement a été adapté en conséquence. SpaceXAI indique avoir utilisé davantage de données techniques et de raisonnements générés par des modèles, puis régénéré des trajectoires supervisées couvrant notamment le développement logiciel, les STEM et le knowledge work.
L’apprentissage par renforcement a également été appliqué à des environnements plus proches de situations réelles : programmation, développement web, optimisation de kernels, CAO et utilisation d’outils. L’objectif n’est donc plus seulement d’obtenir un modèle capable de produire du code, mais de lui apprendre à travailler dans un environnement logiciel complet.
C’est une différence importante à l’heure où les entreprises passent progressivement du chatbot à l’agent.
Pas de domination absolue face à OpenAI et Anthropic
Grok 4.6 réalise plusieurs performances convaincantes, mais il ne remporte pas toutes les comparaisons. Sur Terminal-Bench v3.0, il progresse fortement à 26 %, mais reste derrière GPT-5.6 Sol Max et Fable 5 Max, qui dépassent 34 %. Sur DeepSWE, GPT-5.6 Sol Max conserve également une avance significative. À l’inverse, Grok 4.6 obtient de très bons résultats sur certains benchmarks orientés travail professionnel de longue durée, comme AA-Briefcase.
La conclusion est donc plus nuancée que le simple classement d’un leaderboard : Grok 4.6 semble désormais appartenir au groupe des modèles frontier compétitifs, mais le meilleur choix dépend fortement du type de tâche.
2 dollars en entrée, 6 dollars en sortie
La tarification pourrait devenir l’un de ses meilleurs arguments. Pour les requêtes dont le prompt reste inférieur à 200 000 tokens, l’API Grok 4.6 est facturée :
- entrée : 2 dollars
- entrée en cache : 0,50 dollar
- sortie : 6 dollars
Cela place Grok 4.6 nettement sous plusieurs modèles frontier premium. Pour comparaison, Claude Opus 5 est annoncé à 5 dollars en entrée et 25 dollars en sortie, tandis que GPT-5.6 Sol en mode standard grimpe à 5 et 30 dollars respectivement.
Autrement dit, pour certains workloads, Grok 4.6 peut coûter plusieurs fois moins cher.
Attention au prix du long contexte
Il existe néanmoins une subtilité importante. Grok 4.6 dispose d’une fenêtre de contexte pouvant atteindre 500 000 tokens, mais dès qu’un prompt atteint 200 000 tokens, la tarification double :
- 4 dollars par million de tokens en entrée
- 1 dollar pour l’entrée mise en cache
- 12 dollars par million de tokens en sortie
Et, ce prix supérieur s’applique à l’ensemble des tokens de la requête. Les entreprises qui imaginent utiliser Grok 4.6 pour analyser de gigantesques bases de code ou documents devront donc modéliser précisément leurs coûts au lieu de se fier uniquement au tarif d’appel de 2/6 dollars.
Le coût par tâche devient plus important que le coût par token
Artificial Analysis apporte d’ailleurs une lecture particulièrement intéressante. Sur certains workloads agentiques, Grok 4.6 aurait consommé moins de tours et moins de tokens que des modèles concurrents pourtant plus puissants. C’est un indicateur essentiel pour les entreprises.
Un modèle facturé moins cher par million de tokens peut devenir coûteux s’il doit effectuer deux fois plus d’étapes pour terminer une tâche. À l’inverse, un modèle légèrement plus cher peut être économiquement supérieur s’il arrive plus rapidement au résultat. La véritable métrique des agents IA devient donc progressivement le coût d’une tâche terminée, et non celui d’un million de tokens.
SpaceXAI semble précisément vouloir construire son positionnement autour de cette idée.
Grok 4.6 arrive directement dans Grok Build et Cursor
Le modèle est disponible dès maintenant dans Grok Build, l’environnement de développement agentique de SpaceXAI destiné à concurrencer Claude Code et Codex. L’accès à Grok Build commence avec l’abonnement SuperGrok à 30 dollars par mois.
Grok 4.6 est également intégré à Cursor, récemment acquis par SpaceX, ainsi qu’à plusieurs plateformes partenaires comme OpenRouter, Vercel et Cloudflare. Pendant la première semaine, SpaceXAI double par ailleurs l’usage inclus de Grok 4.6 dans Cursor et Grok Build.
Cette distribution est stratégique : un modèle de code gagne beaucoup plus rapidement du terrain lorsqu’il arrive directement dans les outils déjà utilisés par les développeurs.
Un lancement qui complète Grok Bot
Le calendrier n’est pas anodin. La veille, SpaceXAI présentait Grok Bot, un système permettant de confier des tâches à plusieurs agents disposant chacun de leur propre environnement informatique dans le cloud. Grok 4.6 apparaît donc comme le moteur naturel de cette stratégie. Le modèle sait maintenir des trajectoires plus longues, tandis que Grok Bot fournit l’orchestration, les outils et l’environnement d’exécution.
La combinaison rappelle une tendance désormais commune à toute l’industrie : la valeur ne réside plus uniquement dans le modèle, mais dans le modèle plus son harness agentique.
La réputation de Grok reste un obstacle pour les entreprises
SpaceXAI devra toutefois convaincre sur un autre terrain : la gouvernance. Grok traîne derrière lui plusieurs controverses liées aux générations précédentes, notamment des réponses antisémites, des biais politiques et des incidents autour de la génération d’images sexualisées non consenties.
Ces épisodes ne démontrent pas que Grok 4.6 reproduit les mêmes comportements, mais ils peuvent peser dans les décisions d’achat. Pour un développeur indépendant, les principaux critères peuvent rester la performance, la latence et le coût.
Pour une banque, une administration ou une entreprise réglementée, la réflexion inclut également la prévisibilité des garde-fous, les mécanismes d’audit, la réputation du fournisseur et le risque de voir un incident IA se transformer en problème juridique ou médiatique.
Les benchmarks ne capturent pas cette dimension.
Grok 4.6 veut être utilisé, pas simplement testé
Le modèle prend en charge le texte et les images en entrée, la génération structurée, le function calling et les modes de raisonnement. SpaceXAI annonce également des limites élevées pour l’API, avec jusqu’à 150 requêtes par seconde et 50 millions de tokens par minute selon les spécifications communiquées.
Cette capacité confirme son positionnement : Grok 4.6 est pensé pour les agents, les workflows logiciels et les déploiements professionnels à grande échelle. Le modèle ne prend pas clairement la tête de toutes les évaluations. En revanche, il combine désormais performances frontier, forte progression en tâches agentiques et prix plus agressifs que plusieurs concurrents directs.
Et dans la prochaine phase de la bataille de l’IA, cela pourrait compter davantage qu’une première place ponctuelle sur un benchmark.
Car pour les entreprises qui feront fonctionner des dizaines ou des centaines d’agents en permanence, la question décisive ne sera probablement plus : « quel modèle est le plus intelligent ? »
Elle deviendra : quel modèle termine réellement le travail, de manière fiable, au coût le plus bas ?
