Grok 4.6: 기능, 벤치마크, 가격, 비교

Grok 4.6이란?

Grok 4.6은 SpaceXAI의 독자적 추론 모델입니다. API와 Cursor의 컨텍스트 한도는 동일하지 않으며, 장문 컨텍스트 상향 요율은 API 한도보다 훨씬 이른 지점에서 시작됩니다. 아래 표는 해당 제약을 입력 유형, 도구, 그리고 지식 컷오프와 함께 정리한 것입니다.

SpaceXAI는 두 모델 모두에 대해 여전히 파라미터 수를 공개하지 않았습니다. 일부 보도에 나온 1.5조 파라미터 수치는 SpaceXAI가 밝힌 내용이 아니므로 확인된 사양이 아닙니다.

Grok 4.6의 변경점은?

SpaceXAI에 따르면 처음부터 새로 학습한 모델은 아닙니다. 대신 Grok 4.5에 추가 학습을 진행했으며, 특히 AI 에이전트 작업에 주안점을 두었습니다. 보고된 변경점은 더 긴 에이전트 실행, 시각적 빌드, 사후 학습으로 나뉩니다.

더 긴 에이전트 작업

SpaceXAI는 연구, 코드베이스 전반에 걸친 작업, 애플리케이션 빌드처럼 여러 단계를 거치는 장시간 작업에서 Grok 4.6이 흐름을 잘 유지한다고 말합니다. 모든 것을 한 번에 처리하기보다 작업 중 더 자주 자체 점검을 수행하는 것으로 알려졌습니다.

이는 모델 테스트 방식의 광범위한 변화와도 맞닿아 있습니다. 도구 호출이 여러 번 이어진 후 이전 결정을 잊어버린다면 첫 답변의 품질은 덜 중요해집니다. GitHub 내부 테스트에서도 Grok 4.6이 더 긴 작업에서 추론과 도구 사용을 지속했다고 보고했습니다.

API에는 이러한 주장과 연결된 기능이 있습니다. Grok 4.6은 Grok 4.5에서는 노출되지 않았던 추론 요약 스트리밍을 지원하며, xAI는 긴 에이전트 루프에서 끈질긴 컨텍스트 압축과 prompt_cache_key 사용을 권장합니다. 압축은 이전 히스토리를 하나의 항목으로 줄여주지만 여전히 토큰을 사용하며, 압축이 실행되기 전 요청은 컨텍스트 윈도우에 들어와야 합니다.

시각적·인터랙티브 웹 개발

SpaceXAI와 Cursor 모두 시각적 프로젝트에서 첫 시도가 더 나아졌다고 보고했습니다. 외부 테스트 하나에서는 Grok 4.6이 오래된 iPod Mini 제품 페이지를 작동하는 컬러 휠과 스크롤 애니메이션을 갖춘 3D 사이트로 재구성했습니다. 데모는 동작했지만, 단일 테스트로 광범위한 주장을 입증할 수는 없습니다.

Grok 4.6의 사후 학습 방식

벤치마크와 가격에만 관심이 있다면 이 하위 절은 건너뛰셔도 됩니다. 성능 향상이 어디에서 비롯됐는지에 대한 SpaceXAI의 설명입니다.

SpaceXAI는 Grok 4.5보다 더 많은 추가 학습을 수행했습니다. AI가 만든 추론 예제와 엔지니어링 예제를 사용하고, 모델 기반 점검으로 품질이 낮은 예제를 제거한 다음, 강화학습을 코딩, 오피스 작업, 웹 개발, 커널 튜닝, 컴퓨터 설계에 활용했습니다. 또한 SpaceXAI는 Grok 4.5가 다양한 추론 설정과 주제에서 새로운 학습 예제를 생성했다고 밝혔습니다. 이번 성능 향상은 새로운 아키텍처가 아니라 더 많은 학습과 더 엄격한 데이터 선별의 결과라고 설명합니다.

외부 팀은 이러한 세부 내용을 검증할 수 없고, SpaceXAI도 학습을 재현할 만큼 충분한 정보를 공유하지 않았습니다. 이는 기업 자체의 설명이지, 제3자가 검증한 결과는 아닙니다.

Grok 4.6 벤치마크: 공식 및 독립 결과

SpaceXAI의 출시 표는 점수가 오른 지점을 보여주지만, 경쟁 모델 점수는 “직접 공개 또는 공시된 결과 중 최고”를 인용합니다. 동일한 팀이 동일 설정으로 모든 모델을 평가한 것이 아닙니다. 아래에는 점수에 영향을 주는 추론 노력 수준도 함께 표기합니다.

Grok 4.6은 표 전반에서 Grok 4.5 대비 개선되었습니다. Sol은 DeepSWE와 Terminal-Bench에서 가장 큰 격차를 보였고, Fable은 3개 항목에서 선두를 보였습니다. SpaceXAI의 표만으로도 단일 승자를 가리기 어렵습니다.

독립 벤치마크 결과

Artificial Analysis는 자체 Intelligence Index를 사용해 비교 대상 6개 모델을 평가했습니다. 결과는 SpaceXAI 수치와 유사하지만 완전히 동일하지는 않습니다.

Grok 4.6과 5개 프런티어 경쟁 모델. 작성자 제공 이미지.

차트는 지능 면에서 Grok가 Sol과 비슷하지만 혼합 가격은 훨씬 낮게 나타냅니다. Artificial Analysis는 캐시 입력:비캐시 입력:출력을 7:2:1로 혼합해 가격을 계산합니다. 완료된 인덱스 작업당 비용도 같은 격차를 보입니다: Grok $0.84, Sol $1.23, Opus 5 $2.34.

첫 답변 토큰까지의 시간은 Grok 4.5의 14.62초에서 40.44초로 늘었고, 작업당 비용은 $0.36에서 $0.84로 증가했습니다. Grok 4.6은 동일 테스트에서 출력 토큰을 약 20% 더 사용했으므로, 표면적인 리스트 가격이 같다고 해서 작업당 비용도 같지는 않습니다. 완료된 작업당 비용은 일부 추가 추론을 반영하므로 API 가격표만 볼 때보다 더 나은 관점을 제공합니다.

GPT-5.6 Sol, Claude Sonnet 5와 비교하면, Grok 4.6은 첫 답변 토큰을 더 빨리 보냅니다. Sol의 max 노력에서는 213.52초, Sonnet 5는 184.48초가 걸리는 반면 Grok는 40.44초입니다. Grok는 Gemini 3.7 Flash처럼 더 낮은 지연 모델과 비교할 때만 느려 보입니다.

이 벤치마크 비교는 얼마나 신뢰할 수 있나요?

상대적 강점을 파악하는 데는 유용하지만, 모델 간 신뢰 가능한 종합 순위는 아닙니다. 추론 노력은 점수와 응답 시간을 바꿉니다. 예를 들어 GPT-5.6 Sol은 high에서 57점, max에서 61점을 기록했습니다. 또한 벤치마크 이름이 서로 다른 버전을 가리킬 수 있으므로, xAI의 Terminal-Bench 3.0과 Artificial Analysis의 Terminal-Bench 2.1은 상호 비교가 어렵습니다.

Grok 4.5에서 무엇이 달라졌나?

Grok 4.5 사용자에게 중요한 것은 추상적으로 4.6이 “더 낫다”가 아닙니다. 더 높은 점수가 다른 지연 특성과 토큰 사용 프로파일을 상쇄하는지 여부입니다. 아래 표는 이러한 변화를 같은 기준에서 보여줍니다.

다만 “같은 가격”은 기본 리스트 요율만 설명합니다. 기존 Grok 4.5 사용자에게 또 하나 중요한 변화는 캐시 입력이 백만 토큰당 $0.30에서 $0.50으로 67% 오른 점입니다. 더 높은 캐시 요율은 가격표와 완료된 작업 비용 간의 격차를 더 벌립니다.

경쟁사 대비 Grok 4.6

자사 전작과의 비교를 마쳤으니, 이제 Grok 4.6을 OpenAI와 Anthropic의 최신 모델들과 비교해 보겠습니다.

Grok 4.6 vs GPT-5.6 Sol

인덱스 동률 뒤에는 뚜렷한 분화가 있습니다. Sol은 DeepSWE에서 7.1점, Terminal-Bench에서 8.6점 앞서며, 터미널 중심 코딩에서 가장 강점을 보입니다. 나머지 세 가지 작업 항목에서는 Grok가 더 높은 점수를 기록합니다.

OpenAI 자체 테스트는 이러한 터미널 우위를 웹 브라우징과 컴퓨터 사용으로 확장합니다. 통제된 비교라기보다는 공급업체가 선택한 증거이긴 하지만, 같은 방향성을 가리킵니다. Sol의 강점은 터미널, 브라우저, 반복적인 도구 호출에 의존하는 작업입니다.

OpenAI는 또한 Sol에 대해 Ultrafast 모드를 예고했으며 최대 14배 빠르다고 밝혔습니다. 아직 공개된 가격이 없어 비용 비교에는 포함하지 않았습니다.

Grok 4.6은 입력 백만 토큰당 $2, 출력 백만 토큰당 $6에서 시작합니다. Sol의 표준 요율은 입력 $5, 출력 $30으로, 출력 기준 Grok의 5배입니다. 272,000 토큰을 넘으면 Sol의 입력 가격은 두 배, 출력은 $45로 인상됩니다.

그렇다고 해서 모든 Grok 작업이 다섯 배 저렴하다는 뜻은 아닙니다. 추론 토큰 사용, 캐시 적중률, 턴 수에 따라 최종 청구액이 달라집니다. 토큰 사용량을 예측할 수 있을 때 Grok의 가격 이점이 가장 뚜렷합니다. 터미널 중심 작업에서는 리스트 가격 격차보다 Sol의 더 높은 벤치마크 점수가 더 중요할 수 있습니다.

Grok 4.6 vs. Claude Sonnet 5

Sonnet 5와 Grok 4.6은 모두 입력 백만 토큰당 $2에서 시작해 가격 비교가 쉽습니다. Sonnet 5는 기본 컨텍스트 윈도우가 100만 토큰으로, Grok의 50만 토큰보다 두 배 크며 장문 프롬프트 추가 요금이 없습니다. 출력은 Grok의 $6 대비 백만 토큰당 $10입니다.

Grok 4.6 출시 이틀 전, Anthropic은 $2/$10 가격을 영구화하고 예정됐던 $3/$15 인상을 철회했습니다. 이는 과거 가격표(우리의 이전 자료 포함)와 비교할 때 중요한 변화입니다.

Artificial Analysis 인덱스에서 Sonnet 5는 max 노력 기준 55점을 기록해 Grok 4.6보다 6점 낮습니다. 테스트에서 Sonnet 5는 출력 토큰을 3억 개 사용했으며, Grok의 7,200만 개 대비 높아 작업당 비용이 $1.72였습니다. 또한 토크나이저가 같은 텍스트에 대해 Sonnet 4.6보다 약 30% 더 많은 토큰을 생성합니다. 이 때문에 두 Sonnet 버전 간의 가격 비교는 더 어려워집니다. Sonnet 5는 Anthropic의 최상위 모델도 아닙니다.

Grok 4.6 vs Claude Opus 5 및 Fable 5

Opus 5는 입력 $5, 출력 $25로 인덱스 63점으로 최상위입니다. Fable 5는 입력 $10, 출력 $50으로 62점을 기록합니다. Fable의 인덱스 점수에는 주의가 필요합니다. Artificial Analysis는 더 어려운 프롬프트 일부에서 안전 장치로 인한 폴백을 기록했으며, 이는 Anthropic이 제공하지 않는 무제한 버전이 아니라 실제 사용 가능한 모델을 반영한 점수입니다.

장시간 에이전트 작업을 위한 Artificial Analysis의 AA-Briefcase 벤치마크에서 Grok 4.6은 약 53턴, 5억 개 입력 토큰을 사용해 완료했습니다. Opus 5는 약 103턴, 20억 개 토큰이 필요했습니다. 이것이 Grok가 전반적으로 더 강력하다는 뜻은 아닙니다. 이 테스트 세트에서 Grok가 더 적은 단계와 입력 토큰을 사용했음을 보여줄 뿐이며, 위에서 다룬 다른 테스트들에서는 Claude가 우세했습니다.

Grok 4.6 가격

제가 주목하는 부분은 200,000 토큰 프롬프트 임계값입니다. 이를 넘기면 요청의 모든 토큰에 높은 등급이 적용됩니다. 표에는 우선 처리와 도구 요금도 포함했습니다.

도구 요금은 토큰 요금과 별개입니다. 웹 검색 후 코드를 실행하는 요청은 최종 텍스트가 과금되기 전에 두 가지 도구 요금이 모두 부과될 수 있습니다. 별도의 grok-4.6-fast 모델 이름은 없습니다. 직접 API에는 우선 옵션이 있으며, 응답에서 우선 사용이 확인되면 2배로 과금됩니다. Cursor에는 동일한 2배 요율의 "Grok 4.6 (Fast)" 선택지가 별도로 표시됩니다.

Cursor에서 Grok 4.6 Fast 선택. 작성자 제공 이미지.

Grok 4.6에 어떻게 접근하나요?

Grok 4.6은 다음 1차 경로로 제공됩니다: 

• SpaceXAI API
• Cursor
• Grok Build
• 서드파티 게이트웨이(OpenRouter, Vercel, Cloudflare, Google Cloud Vertex AI)
• 기타 코딩 도구(GitHub Copilot, VS Code, JetBrains, Xcode, Eclipse)

출시는 Pro, Pro+, Max, Business, Enterprise 플랜에 적용됩니다. Business와 Enterprise는 기본 비활성 상태이므로 관리자 설정에서 모델을 켜야 합니다. Grok 4.6은 SpaceXAI의 Batch API를 지원하지 않으므로 할인 배치 옵션이 없습니다.

엔터프라이즈 관련 사항 하나는 모델 가용성과 별개입니다. 응답은 기본적으로 상태를 유지하며, SpaceXAI는 이 히스토리가 30일 동안 저장된다고 밝힙니다. Zero Data Retention 하에서는 팀이 저장된 응답 체인이나 지연 완료를 사용할 수 없으며, xAI는 대신 암호화된 추론 재생과 WebSocket Responses를 안내합니다. 각 응답에는 ZDR 활성화 여부가 표시된 헤더가 포함됩니다.

Grok 4.6 출시 주간: 모델, Copilot, 그리고 Cursor

그 주간에 눈에 띈 점은 Grok 4.6을 중심으로 모델 출시와 유통 제휴가 얼마나 빠르게 몰렸는지였습니다.

벤치마크를 넘어, Grok 4.6의 출시 주간. 작성자 제공 이미지.

Grok Bot은 모델 출시 전 분위기를 조성했습니다. 초기 베타 클라우드 에이전트는 독립 판매 대신 SuperGrok Heavy(월 $300) 또는 Cursor Ultra(월 $200)에 번들로 묶여, 접근성을 프리미엄 플랜과 연계했습니다. 이후 Grok 4.6은 동일한 에이전트 초점을 API, Cursor, Grok Build로 이어갔습니다.

Google의 Gemini 3.7 Flash 출시와 OpenAI의 GPT-5.6 Sol Ultrafast 프리뷰가 주간을 더 붐비게 만들었습니다. 동시에 Copilot 확대 출시와 Cursor의 SpaceX 합류로 Grok의 유통 범위가 넓어졌습니다. Cursor는 그 과정을 그해 초 SpaceXAI와의 파트너십으로 거슬러 올라가며, 모델 점수보다는 SpaceX의 GPU 접근성에 초점을 둔 결정이라고 설명했습니다. 해당 공지에 따르면 이러한 접근성이 더 낮은 비용으로 모델을 구축하는 데 도움이 될 것이라고 합니다.

제 해석으로는 SpaceXAI가 사람들이 이미 쓰는 도구 안에 Grok를 녹여 넣고자 하는 것으로 보입니다. Grok 4.5는 Cursor와 공동 학습되었고, Grok 4.6은 거의 즉시 Copilot에 탑재되었습니다. 파트너 유통이 출시의 일부이며, 사후 고려가 아닙니다.

언제 Grok 4.6을 사용해야 하나요?

Grok 4.6은 API 가격과 장시간 에이전트 작업이 첫 토큰 지연보다 중요한 업무에 적합합니다. Sol의 더 높은 터미널 점수 또는 Sonnet 5의 더 큰 컨텍스트 윈도우가 작업에 더 맞는 경우에는 적합성이 떨어집니다.

다음에 해당하면 Grok 4.6이 맞습니다:

• API 가격이 핵심 제약일 때. 리스트 가격과 작업당 비용에서 Sol, Opus 5, Fable 5 대비 우위
• 업무가 길고 다단계 에이전트 작업일 때. AA-Briefcase에서 Opus 5보다 적은 턴과 입력 토큰으로 효율
• 지식 작업 또는 법률 추론일 때. 해당 벤치마크 항목에서 선두
• 첫 토큰 지연이 중요하지 않을 때. 긴 실행에서는 느린 시작이 잡음이지만, 인터랙티브 채팅에서는 전체 경험에 영향

다음 경우에는 대안이 더 나을 수 있습니다:

• 터미널 중심 코딩 작업 → GPT-5.6 Sol(더 높은 DeepSWE 및 Terminal-Bench 점수)
• 큰 컨텍스트 윈도우가 필요한 작업 → Claude Sonnet 5(100만 컨텍스트, 장문 프롬프트 추가 요금 없음)
• 인터랙티브 사용에서 최저 지연이 필요 → Gemini 3.7 Flash
• 오직 최상위 지능만으로 구매 → Opus 5(63) 또는 Fable 5(62)가 인덱스 상위

Grok 4.6에 대한 마무리 생각

Grok 4.6은 어정쩡한 중간 지점에 섭니다. 인덱스에서 5점 상승하고 리스트 가격은 Sol과 Opus 5보다 낮지만, 시작은 더 느리고 측정된 작업당 비용은 Grok 4.5보다 더 높습니다. “같은 가격, 더 나은 모델”이라는 표제는 출시의 절반을 놓칩니다.

제가 여전히 보고 싶은 것은 코드베이스, 도구, 지시가 계속 바뀌는 수시간짜리 실행입니다. 이제 Cursor와 GitHub Copilot이 그런 환경을 제공합니다. 그곳에서 교정 및 실패율이 낮게 유지된다면, 고도화된 에이전트 학습 주장에 정해진 테스트를 넘어서는 근거가 생깁니다. 그렇지 않다면, 5점 상승은 그 자체로만 남을 것입니다.

xAI API를 대상으로 빌드하는 독자를 위해, Grok 4 API 튜토리얼에서 Python 클라이언트와 요청 흐름을 다룹니다.