Grok 4.6: Özellikler, Kıyaslamalar, Fiyatlandırma ve Karşılaştırmalar

Grok 4.6 Nedir?

Grok 4.6, SpaceXAI’nin tescilli akıl yürütme modelidir. API ve Cursor aynı bağlam sınırını sunmuyor ve uzun bağlam için daha yüksek oran, API sınırından çok daha önce başlıyor. Aşağıdaki tablo bu kısıtları girdi türleri, araçlar ve bilgi kesim tarihiyle yan yana koyuyor.

SpaceXAI hâlâ hiçbir model için parametre sayısı yayımlamıyor. Bazı haberlerde geçen 1,5 trilyon rakamı SpaceXAI kaynaklı değil; dolayısıyla doğrulanmış bir özellik değil.

Grok 4.6’da Neler Yeni?

SpaceXAI’ye göre bu, sıfırdan eğitilmiş yeni bir model değil. Bunun yerine Grok 4.5’a ek eğitim verildi; Yapay zekâ ajanı görevlerine ekstra odakla. Bildirilen değişiklikler daha uzun ajan çalışmaları, görsel kurulumlar ve sonradan eğitim (post-training) şeklinde gruplandırılıyor.

Daha uzun ajan görevleri

SpaceXAI, Grok 4.6’nın araştırma, bir kod tabanı üzerinde çalışma ve bir uygulama geliştirme gibi çok adımlı uzun görevlerde çizgiyi koruduğunu söylüyor. Modele göre, her şeyi tek seferde yapmaya çalışmak yerine işini daha sık kontrol ediyor.

Bu, model testlerinde daha geniş bir değişimle de örtüşüyor. Eğer model birkaç araç çağrısından sonra önceki kararlarını unutuyorsa, iyi bir ilk cevap daha az önem taşıyor. GitHub’ın dahili testleri de Grok 4.6’nın daha uzun görevlerde akıl yürütmeyi ve araç kullanımını sürdürdüğünü buldu.

API, bu iddiayla bağlantılı özelliklere sahip. Grok 4.6, Grok 4.5’in sunmadığı şekilde akıl yürütme özetlerini akış olarak verebiliyor ve xAI, uzun ajan döngüleri için yapışkan bir bağlam sıkıştırmayı prompt_cache_key ile öneriyor. Sıkıştırma, daha önceki geçmişi tek bir öğeye kısaltır; yine de token kullanır ve istek, sıkıştırma çalışmadan önce bağlam penceresine sığmalıdır.

Görsel ve etkileşimli web geliştirme

SpaceXAI ve Cursor, görsel projelerde ilk denemelerin daha iyi olduğunu bildiriyor. Haricî bir testte Grok 4.6, çalışan bir renk çarkı ve kaydırma animasyonuna sahip 3B bir site olarak eski bir iPod Mini ürün sayfasını yeniden inşa etti. Demo çalıştı; ancak tek bir test daha geniş iddiayı kanıtlamaz.

Grok 4.6 nasıl sonradan eğitildi?

Yalnızca kıyaslamalar ve fiyatlandırma ilginizi çekiyorsa bu alt bölümü atlayabilirsiniz. Burada, SpaceXAI’nin artışın nereden geldiğine dair anlatımı yer alıyor.

SpaceXAI, Grok 4.5’e kıyasla daha fazla eğitim çalıştırdı. Yapay zekâ üretimi akıl yürütme örnekleri ve mühendislik örnekleri kullandı, model tabanlı kontrollerle zayıf örnekleri temizledi ve ardından pekiştirmeli öğrenmeyi kodlama, ofis görevleri, web geliştirme, çekirdek ayarı ve bilgisayar tasarımı için kullandı. SpaceXAI ayrıca Grok 4.5’in farklı akıl yürütme ayarları ve konularında yeni eğitim örnekleri oluşturduğunu söylüyor. Şirket, artışı yeni bir mimariye değil, daha fazla eğitim ve daha sıkı veri seçimine bağlıyor.

Dış ekipler bu ayrıntıları doğrulayamaz ve SpaceXAI, eğitimin tekrarlanması için yeterli bilgi paylaşmış değil. Bu, şirketin neyin değiştiğine dair kendi anlatımı; bağımsız olarak doğrulanmış bir sonuç değil.

Grok 4.6 Kıyaslamaları: Resmi ve Bağımsız Sonuçlar

SpaceXAI’nin lansman tablosu, puanların nerede yükseldiğini gösteriyor; ancak rakip puanları “kendi beyanları veya kamuya açık sonuçların en iyisi”. Yani aynı kurulumda tüm modelleri tek bir ekip çalıştırmamış. Aşağıda akıl yürütme çabası da dahil edildi; çünkü puanı etkiliyor.

Grok 4.6, tablonun tamamında Grok 4.5’a göre gelişiyor. Sol’ün en büyük farkları DeepSWE ve Terminal-Bench’te ortaya çıkarken, Fable 3 satırda önde. SpaceXAI’nin kendi tablosu bile tek bir kazanana işaret etmiyor.

Bağımsız kıyas sonuçları

Artificial Analysis, bu karşılaştırmadaki altı modelde kendi Intelligence Index’ini çalıştırdı. Sonuçları SpaceXAI’nin rakamlarına yakın, ancak bire bir aynı değil.

Grok 4.6 ve beş sınır rakibi. Görsel: Yazar.

Grafik, Grok’u zekâda Sol ile aynı seviyeye, ancak karma fiyatta çok daha aşağıya yerleştiriyor. Artificial Analysis, bu fiyatı önbellekli girdi, önbelleksiz girdi ve çıktının 7:2:1 karışımıyla hesaplıyor. Tamamlanan indeks görevi başına maliyet aynı farkı gösteriyor: Grok için 0,84$, Sol için 1,23$ ve Opus 5 için 2,34$.

İlk yanıt token’ına ulaşma süresi Grok 4.5’teki 14,62 saniyeden 40,44 saniyeye çıktı; görev başına maliyet ise 0,36$’dan 0,84$’a yükseldi. Grok 4.6, aynı testlerde yaklaşık %20 daha fazla çıktı token’ı kullandı; dolayısıyla liste fiyatının değişmemesi, görev maliyetinin değişmediği anlamına gelmiyor. Tamamlanan görev başına maliyet, işi bitirmek için kullanılan ek akıl yürütmenin bir kısmını da içerdiği için, yalnızca API fiyat kartlarından daha iyi bir görünüm sunuyor.

GPT-5.6 Sol ve Claude Sonnet 5 ile karşılaştırıldığında Grok 4.6, ilk yanıt token’ını daha erken gönderiyor. Maks çabada Sol 213,52 saniye, Sonnet 5 ise 184,48 saniye alırken Grok 40,44 saniye sürüyor. Grok yalnızca Gemini 3.7 Flash gibi daha düşük gecikmeli modellerin yanında yavaş görünüyor.

Bu kıyas karşılaştırmaları ne kadar güvenilir?

Göreli güçlü yönleri bulmak için faydalı, ancak modeller arası güvenilir bir sıralama değil. Akıl yürütme çabası, puanı ve yanıt süresini değiştirir: GPT-5.6 Sol, yüksek çabada 57, maks’ta 61 aldı. Kıyas adları da farklı sürümlere işaret edebilir; bu nedenle xAI’nin Terminal-Bench 3.0’ı ile Artificial Analysis’in Terminal-Bench 2.1’i kıyaslanabilir değil.

Grok 4.5’ten Neler Değişti?

Grok 4.5 kullanıcıları için karar, 4.6’nın soyut anlamda “daha iyi” olup olmadığı değil. Daha yüksek puanın, farklı gecikme ve token kullanımı profiline rağmen dengelenip dengelenmediği. Aşağıdaki tablo bu değişiklikleri aynı zemin üzerinde gösteriyor.

Ancak “aynı fiyat” yalnızca temel liste oranını tanımlar. Mevcut Grok 4.5 kullanıcıları için bir değişiklik daha önemli: önbellekli girdi, milyon token başına 0,30$’dan 0,50$’a, yani %67 arttı. Bu daha yüksek önbellek oranı, fiyat kartı ile tamamlanan bir görevin maliyeti arasındaki farkı büyütüyor.

Grok 4.6 ve Rakipleri

Artık kendi selefiyle karşılaştırmayı netleştirdiğimize göre, Grok 4.6’nın OpenAI ve Anthropic’in en yeni modelleriyle nasıl kıyaslandığına bakalım.

Grok 4.6 ve GPT-5.6 Sol

Endeks beraberliği net bir ayrımı gizliyor. Sol, DeepSWE’de 7,1 ve Terminal-Bench’te 8,6 puanla Grok’un önünde; bu da terminal ağırlıklı kodlamayı onun en güçlü kullanım durumu yapıyor. Diğer üç görev satırında Grok daha yüksek puan alıyor.

OpenAI’nin kendi testleri de bu terminal sonucunu web taraması ve bilgisayar kullanımına genişletiyor. Bunlar kontrollü bir karşılaştırma olmaktan ziyade satıcı tarafından seçilmiş kanıtlar olarak kalsa da aynı yöne işaret ediyor: Sol’ün en güçlü vakası, terminale, tarayıcıya veya tekrarlanan araç çağrılarına dayanan işler.

OpenAI ayrıca Sol için Ultrafast modunu önizledi; bunun 14 kata kadar daha hızlı çalıştığını söylüyor. Henüz yayımlanmış bir fiyatı olmadığından maliyet karşılaştırmasına dahil edilmiyor.

Grok 4.6, milyon token başına 2$ giriş ve 6$ çıkıştan başlıyor. Sol’ün standart oranı 5$ giriş ve 30$ çıkış; yani Grok’un çıkış fiyatının beş katı. 272.000 token üzerindeki istemlerde, Sol giriş fiyatını ikiye katlıyor ve çıkışı 45$’a çıkarıyor.

Bu, her Grok görevinin beş kat daha ucuz olduğu anlamına gelmiyor. Akıl yürütme token kullanımı, önbellek isabetleri ve tur sayısı hâlâ nihai faturayı değiştirir. Token kullanımı öngörülebilir olduğunda Grok’un fiyat avantajı en net hâlini alır. Terminal ağırlıklı işlerde ise Sol’ün daha yüksek kıyas puanları, liste fiyatı farkından daha önemli olabilir.

Grok 4.6 ve Claude Sonnet 5

Sonnet 5 ve Grok 4.6, milyon girdi token’ı başına 2$’dan başlıyor; bu da fiyatlarını karşılaştırmayı kolaylaştırıyor. Sonnet 5’in varsayılan bağlam penceresi 1 milyon token; Grok’un 500.000’inin iki katı ve uzun istemler için daha yüksek oran yok. Çıktı, Grok’un 6$’ına karşılık milyon başına 10$.

Grok 4.6’dan iki gün önce, Anthropic 2$/10$ fiyatlandırmasını kalıcı hale getirdi ve planlanan 3$/15$ artışını iptal etti. Bu, daha eski fiyat çizelgeleriyle karşılaştırırken, bizimkiler dâhil, önemli.

Artificial Analysis endeksinde Sonnet 5, maks çabada 55 alıyor; Grok 4.6’nın altı puan gerisinde. Testler için 300 milyon çıktı token’ı kullandı; Grok’un 72 milyonuna karşı; bu da görev başına maliyetini 1,72$ yapıyor. Tokenlaştırıcısı, aynı metin için Sonnet 4.6’dan yaklaşık %30 daha fazla token üretiyor. Bu da o iki Sonnet sürümü arasında fiyat karşılaştırmasını zorlaştırıyor. Ayrıca Sonnet 5, Anthropic’in en üst modeli de değil.

Grok 4.6 ve Claude Opus 5 ile Fable 5

Opus 5, 5$ giriş ve 25$ çıkışla endeksin tepesinde 63 puan alıyor. Fable 5 ise 10$ giriş ve 50$ çıkışla 62 puan. Fable’ın endeks puanı da bir not gerektiriyor. Artificial Analysis, bazı daha zor istemlerde güvenlik geriye düşmelerini kaydetti; bu nedenle puan, insanların kullanabildiği modeli yansıtıyor; Anthropic’in sunmadığı kısıtsız bir sürümü değil.

Artificial Analysis’in uzun ajan görevleri için AA-Briefcase kıyasında Grok 4.6 yaklaşık 53 turda bitirdi ve 0,5 milyar girdi token’ı kullandı. Opus 5 yaklaşık 103 tur ve 2 milyar token aldı. Bu, Grok’un genel olarak daha güçlü modeli olduğunu göstermez. Sadece bu test setinde Grok’un daha az adım ve daha az girdi token’ı kullandığını; buna karşılık Claude’un yukarıda ele alınan diğer testlerde önde olduğunu gösterir.

Grok 4.6 Fiyatlandırması

İstem için 200.000 token eşiği dikkat edilmesi gereken kısım: istekteki her token’ı daha yüksek kademeye taşır. Tabloda önceliklendirme ve araç ücretleri de bulunuyor.

Araç ücretleri, token ücretlerinden ayrıdır. Web’de arama yapan ve ardından kod çalıştıran bir istek, nihai metin ücretlendirilmeden önce her iki araç ücretini de doğurabilir. Ayrı bir grok-4.6-fast model adı yok. Doğrudan API, yanıt öncelik kullanımını teyit ettiğinde 2 kat olarak faturalandırılan bir öncelik seçeneğine sahip. Cursor, aynı 2 kat oranla ayrı bir “Grok 4.6 (Fast)” seçeneği gösteriyor.

Cursor içinde Grok 4.6 Fast seçili. Görsel: Yazar.

Grok 4.6’ya Nasıl Erişebilirim?

Grok 4.6, birinci taraf olarak şu kanallarda mevcut: 

• SpaceXAI API
• Cursor
• Grok Build
• Üçüncü taraf geçitler (OpenRouter, Vercel, Cloudflare, Google Cloud Vertex AI)
• Diğer kodlama araçları (GitHub Copilot, VS Code, JetBrains, Xcode ve Eclipse)

Yayılım, Pro, Pro+, Max, Business ve Enterprise planlarını kapsıyor. Business ve Enterprise yöneticilerinin modeli açması gerekiyor; varsayılan olarak kapalı. Grok 4.6, SpaceXAI’nin Batch API’sinde desteklenmiyor; dolayısıyla indirimli toplu seçenek yok.

Kurumsal bir ayrıntı model erişiminin dışında yer alıyor. Yanıtlar varsayılan olarak durum bilgili ve SpaceXAI geçmişin 30 gün saklandığını söylüyor. Sıfır Veri Saklama (ZDR) kapsamında ekipler, saklanan yanıt zincirlerini veya ertelenmiş tamamlamaları kullanamaz; xAI bunun yerine şifreli akıl yürütme yeniden oynatma ve WebSocket Responses’a işaret ediyor. Her yanıt, ZDR’nin etkin olup olmadığını gösteren bir başlık içeriyor.

Grok 4.6’nın Lansman Haftası: Modeller, Copilot ve Cursor

O hafta dikkatimi çeken, model lansmanları ve dağıtım anlaşmalarının Grok 4.6 etrafında ne kadar hızlı kümelenmesiydi.

Kıyasların ötesinde Grok 4.6’nın lansman haftası. Görsel: Yazar.

Grok Bot, model lansmanından önce tonu belirledi. Erken beta bulut ajanı, tek başına satılmak yerine aylık 300$’lık SuperGrok Heavy veya aylık 200$’lık Cursor Ultra ile paketlendi; böylece erişim, premium planlara bağlandı. Ardından Grok 4.6, aynı ajan odağını API, Cursor ve Grok Build’e taşıdı.

Google’ın Gemini 3.7 Flash lansmanı ve OpenAI’nin GPT-5.6 Sol Ultrafast önizlemesi haftayı daha da kalabalıklaştırdı. Aynı zamanda Copilot yayılımı ve Cursor’un SpaceX’e katılması, Grok’un dağıtımını genişletti. Cursor, süreci o yılın başındaki SpaceXAI ortaklığına dayandırdı ve hamleyi model puanlarından ziyade SpaceX’in GPU’larına erişim etrafında çerçeveledi. Yazılarına göre bu erişim, daha düşük maliyetle model geliştirmelerine yardımcı olacak.

O hafta benim okumasım şu: SpaceXAI, Grok’u insanların zaten kullandığı araçların içine yerleştirmek istiyor. Grok 4.5 Cursor ile ortaklaşa eğitildi, ve Grok 4.6 neredeyse anında Copilot’a girdi. Bu da ortak dağıtımı, yayın sürecinin bir parçası yapıyor; sonradan akla gelen bir ayrıntı değil.

Grok 4.6’yı Ne Zaman Kullanmalısınız?

Grok 4.6, API fiyatı ve uzun ajan görevlerinin ilk token gecikmesinden daha önemli olduğu işlere uygun. Sol’ün daha yüksek terminal puanlarının ya da Sonnet 5’in daha büyük bağlam penceresinin göreve daha iyi uyduğu durumlarda ise daha zayıf bir eşleşme.

Grok 4.6 şu durumlarda uygundur:

• API fiyatı birincil kısıttır. Liste fiyatında ve görev başı maliyette Sol, Opus 5 ve Fable 5’in altında kalır
• İş uzun, çok adımlı ajan görevleri olarak çalışır; AA-Briefcase’te Opus 5’e göre daha az tur ve girdi token’ı kullanması bu senaryoda karşılığını verir
• Görev bilgi işi veya hukuki akıl yürütmedir; kıyas tablosunda öndedir
• İlk token gecikmesi önemli değildir. Yavaş başlangıç uzun bir koşuda gürültüdür; interaktif sohbette ise tüm deneyimdir

Şu durumlarda daha iyi alternatifler olabilir:

• İş terminal ağırlıklı kodlama ise → GPT-5.6 Sol (daha yüksek DeepSWE ve Terminal-Bench puanları)
• Görev büyük bir bağlam penceresi gerektiriyorsa → Claude Sonnet 5 (1M bağlam, uzun istem ek ücreti yok)
• İnteraktif kullanım için en düşük gecikmeyi istiyorsanız → Gemini 3.7 Flash
• Sadece tepe seviye zekâya göre satın alıyorsanız → Opus 5 (63) veya Fable 5 (62) endeksin tepesinde

Grok 4.6 Üzerine Son Düşünceler

Grok 4.6, biraz arada kalıyor. Beş endeks puanı yükseliyor ve liste fiyatlarında Sol ve Opus 5’in altında kalıyor; yine de daha yavaş başlıyor ve ölçülen görev başına Grok 4.5’tan daha pahalıya geliyor. “Aynı fiyat, daha iyi model” ifadesi, sürümün yarısını ıskalıyor.

Hâlâ görmek istediğim kısım; kod tabanı, araçlar ve talimatların sürekli değiştiği çok saatlik bir koşu. Cursor ve GitHub Copilot artık bu ortamı sağlıyor. Düzeltme ve hata oranları orada da düşük kalırsa, ajan eğitimi iddiasının sabit bir testin ötesinde kanıtı olur; yoksa, beş puanlık artış sadece o olarak kalır.

xAI API’siyle geliştirme yapan okurlar için, Grok 4 API eğitimimiz Python istemcisi ve istek akışını kapsıyor.