Tracks
Cơ bản về Trí tuệ Nhân tạo
10 giờ
SpaceXAI phát hành Grok 4.6 vào ngày 12 tháng 8, 2026, khoảng một tháng sau khi OpenAI cho gia đình GPT-5.6 ra mắt rộng rãi vào ngày 9 tháng 7. Cả hai lần ra mắt đều có thông điệp tương tự: các agent chạy dài hơi, bám sát nhiệm vụ qua nhiều bước, và những lần ra tay đầu tiên mạnh mẽ hơn cho công việc tương tác. Grok 4.6 xuất hiện với tuyên bố ngang hàng GPT-5.6 Sol trên Artificial Analysis Intelligence Index, đặt một mẫu $6 ở bậc giá đầu ra cạnh một mẫu $20 và mời bạn tìm điểm khác nhau.
Trong bài viết này, tôi sẽ so sánh Grok 4.6 và GPT-5.6 Sol về mã hóa theo kiểu agent, công việc tri thức dài hạn, xử lý ngữ cảnh, điều khiển lập luận, và giá; sau đó cho cả hai thực hiện một tác vụ build khó trong cùng một agent mã hóa. Để tìm hiểu sâu hơn từng mẫu riêng lẻ, xem hướng dẫn Grok 4.6 và hướng dẫn GPT-5.6 Sol, Terra, và Luna của chúng tôi.
TL;DR
- Năng lực sát nhau: cả hai đều đạt 61 trên Artificial Analysis Intelligence Index, và mỗi bên dẫn đầu khoảng một nửa số điểm chuẩn mã hóa đã công bố.
- Giá là nơi khác biệt, và không theo tỉ lệ phẳng: Sol đắt gấp 2 lần ở đầu vào nhưng gấp 3,3 lần ở đầu ra.
- Cả hai mẫu đều phụ thu cho prompt dài, và ngưỡng của Grok đến sớm hơn, ở 200.000 token so với 272.000 của Sol.
- Trong bài kiểm thử build thực tế của chúng tôi, cả hai đều xuất xưởng một mô phỏng đúng và ổn định. Sol đạt được trong 3 lượt; Grok cần 14.
- Chọn Grok 4.6 cho các vòng lặp nặng lập luận và nặng sinh; chọn GPT-5.6 Sol cho cửa sổ 1.050.000 token, kỹ thuật thiên về terminal, hoặc ít lượt nhất để ra sản phẩm hoàn chỉnh.
Grok 4.6 là gì?
Grok 4.6 là mẫu tuyến đầu của SpaceXAI cho mã hóa, tác vụ theo kiểu agent, và công việc tri thức, phát hành ngày 12 tháng 8, 2026. Nó phát triển từ Grok 4.5 với trọng tâm vào các agent chạy dài hơi và công việc tương tác, thị giác tham vọng hơn; SpaceXAI cho biết nó bám sát các nhiệm vụ phức tạp qua nhiều bước: nghiên cứu một chủ đề, làm việc trên cả một codebase, hoặc biến ý tưởng thành ứng dụng hoạt động. Lần huấn luyện này bổ sung dữ liệu lập luận do mẫu sinh ra đã được chọn lọc và tăng cường học tăng cường theo kiểu agent trên tối ưu kernel, phát triển web, và thiết kế hỗ trợ máy tính.
Điểm khác biệt là tư thế định giá. Grok 4.6 giữ mức tiêu đề của Grok 4.5 là $2 và $6 cho mỗi 1M token đầu vào và đầu ra, đồng thời tăng 5 điểm trên Artificial Analysis Intelligence Index, điều mà Artificial Analysis ghi nhận là hiếm thấy ở tuyến đầu, nơi các bước tiến về năng lực thường đi kèm tăng giá.
Để xem mẫu hoạt động, hướng dẫn API Grok 4.6 của chúng tôi chỉ bạn cách xây dựng agent biết dùng công cụ theo từng bước, và hướng dẫn Grok Build xây dựng một dự án machine learning bên trong agent mã hóa, nơi 4.6 hiện là mẫu mặc định. Chúng tôi cũng đã đề cập đến đồng đội agent của SpaceXAI trong bài viết Grok Bot.
GPT-5.6 Sol là gì?
GPT-5.6 Sol là mẫu đầu bảng của gia đình GPT-5.6 từ OpenAI, ra mắt rộng rãi từ ngày 9 tháng 7, 2026, đi cùng Terra cho công việc thường nhật và Luna là bậc giá hiệu quả. OpenAI định vị Sol xoay quanh hiệu suất không kém khả năng thô: kết quả tối tân trên mã hóa, công việc tri thức, an ninh mạng, và khoa học, đồng thời dùng ít token hơn. Khả năng dùng máy tính mạnh hơn cho phép nó kiểm tra và tinh chỉnh kết quả đã render thay vì chỉ sinh ra phần mã đằng sau.
Hai nút điều chỉnh năng lực mới xuất hiện. Thiết lập max cho mẫu nhiều thời gian hơn xhigh để lập luận và sửa, và ultra mặc định phối hợp bốn agent song song, đánh đổi token lấy điểm số tốt hơn trong ít thời gian thực hơn. Trên Terminal-Bench 2.1, Sol Ultra đạt 91,9% so với 88,8% của Sol thường.
Để thực hành với mẫu này, hướng dẫn Cursor Agent Mode của chúng tôi xây dựng một REST API với GPT-5.6 Sol, và hướng dẫn ChatGPT Work chạy một quy trình khoa học dữ liệu đầu cuối trên GPT-5.6. Nếu muốn cặp đối sánh khác, chúng tôi cũng đã so sánh nó với mẫu đầu bảng của Anthropic trong Claude Opus 5 vs GPT-5.6 Sol.
Grok 4.6 vs GPT-5.6 Sol: So sánh trực diện
Tóm gọn: hai mẫu ngang cơ về năng lực và khác biệt lớn về giá.
Cùng đạt 61 trên Intelligence Index, họ chia đều các bảng điểm mã hóa, và Sol đắt hơn 3,3 lần ở đầu ra.
| Tính năng | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Ngày phát hành | 12 tháng 8, 2026 | 9 tháng 7, 2026 |
| AA Intelligence Index | 61 | 61 |
| Giá đầu vào / đầu ra trên 1M token | $2 / $6 | $4 / $20 |
| Cửa sổ ngữ cảnh | 500.000 token | 1.050.000 token |
| Ngưỡng ngữ cảnh dài | 200.000 token | 272.000 token |
| Giá trên ngưỡng đó | $4 / $12 | Gấp 2 lần đầu vào, 1,5 lần đầu ra |
| Thiết lập lập luận | Low, medium, high, xhigh | None đến max, cộng ultra |
| API model ID | grok-4.6 |
gpt-5.6-sol |
| Mốc kiến thức | 1 tháng 2, 2026 | 16 tháng 2, 2026 |
Quy trình mã hóa và agent
Bảng của Cursor, Grok 4.6 ở mức high so với GPT-5.6 Sol ở mức max, không chọn ra người thắng. Grok dẫn CursorBench v3.2 với 69,9% so với 67,2% và GDPval-AA v2 với Elo 1753 so với 1728. Sol thắng DeepSWE v1.1, 73% so với 65,9%, và Terminal-Bench v3.0, 34,6% so với 26%.
| Điểm chuẩn | Grok 4.6 (high) | GPT-5.6 Sol (max) | Ghi chú |
|---|---|---|---|
| AA Intelligence Index | 61 | 61 | Tổng hợp chín điểm chuẩn; hòa |
| CursorBench v3.2 | 69,9% | 67,2% | Bộ khung agent của Cursor |
| DeepSWE v1.1 | 65,9% | 73% | Công việc dài hạn trong codebase thực |
| Terminal-Bench v3.0 | 26% | 34,6% | Cả hai thấp; khác phiên bản so với số liệu 2.1 của OpenAI |
| FrontierCode v1.1 Extended | 61,3% | 60,6% | Trong biên độ nhiễu |
| APEX-Agents | 57,5% | 56,7% | Trong biên độ nhiễu |
Đọc các khoảng cách này với sự dè dặt:
- Thiết lập nỗ lực không khớp: Grok ở high, Sol ở max.
- Các dòng từ bên thứ ba là số liệu tự báo cáo hoặc công khai tốt nhất, không chung một bộ khung.
- Terminal-Bench v3.0 trong bảng của Cursor không phải Terminal-Bench 2.1 trong bài của OpenAI (Sol 88,8%). Khác phiên bản.
Grok mạnh hơn trong vòng lặp agent bên trong IDE. Sol mạnh hơn ở công việc repo dài hạn và dòng lệnh.
Công việc tri thức theo agent dài hạn
Grok 4.6 dẫn AA-Briefcase, bộ bài private về công việc tri thức dài hạn của Artificial Analysis, với Elo 1577 so với 1502 của Sol. Trên Harvey LAB, một bài đánh giá tác vụ pháp lý, số liệu công bố là 15,8% so với 2,5%, chênh 6 lần nhưng cả hai đều điểm thấp tuyệt đối, nên coi đó là một cờ hiệu hơn là khác biệt đã ngã ngũ.
Grok cũng ghi 50,7% ở nhánh ngân hàng của bộ bài sử dụng công cụ của Artificial Analysis. Điểm 88,4% trên Terminal-Bench v2.1 ngang với các mẫu dẫn đầu, nhưng đó là v2.1, không phải hàng v3.0 ở trên.
Cửa sổ ngữ cảnh và công việc ngữ cảnh dài
Sol giữ cửa sổ gần gấp đôi: 1.050.000 token so với 500.000 của Grok 4.6, cộng trần đầu ra 128.000 token mà SpaceXAI không nêu trong văn bản. Trên 500K thì không có tương đương bên Grok.
Cả hai định giá lại prompt dài trước các trần đó, và ngưỡng của Grok đến trước:
- Grok 4.6: sau 200.000 token ở mức 2x đầu vào và 2x đầu ra trên toàn bộ yêu cầu.
- GPT-5.6 Sol: sau 272.000 token ở mức 2x đầu vào và 1,5x đầu ra trên toàn bộ yêu cầu.
Giữa 200.000 và 272.000, giá đầu vào gặp nhau ở $4. Grok vẫn rẻ hơn ở đầu ra, nhưng chênh lệch nhỏ hơn so với cặp số tiêu đề.
Điều khiển mức nỗ lực lập luận
Sol cung cấp nhiều nút hơn: từ none đến max, cộng ultra, chạy bốn agent song song. Grok 4.6 có low, medium, high theo mặc định, và xhigh. Hạ Sol xuống none cho một cuộc gọi phân loại rẻ là hữu ích. Bước nhảy của Ultra trên Terminal-Bench 2.1 từ 88,8% lên 91,9% là có thật, nhưng cả hai cực trị đều tính giá đầu ra gấp 3,3 lần của Grok.
Bề mặt công cụ tích hợp sẵn
Grok 4.6 có function calling, tìm kiếm web, tìm kiếm X, và thực thi mã. GPT-5.6 Sol bổ sung tìm kiếm tệp, tạo ảnh, code interpreter, shell được host, áp dụng patch, computer use, và tool search trên Responses API.
Sol còn có Programmatic Tool Calling: mẫu viết và chạy một chương trình nhỏ để điều phối công cụ và lọc kết quả trung gian thay vì đưa mọi phản hồi công cụ quay lại qua mẫu.
Giá: bạn thực sự trả gì
Giá là khác biệt rõ nhất, và hình dạng của nó không theo tỉ lệ phẳng.
Mức giá theo token đặt cạnh nhau
| Mức giá | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| Đầu vào, mỗi 1M token | $2,00 | $4,00 |
| Đầu ra, mỗi 1M token | $6,00 | $20,00 |
| Đọc đầu vào từ cache, mỗi 1M token | $0,50 | $0,40 |
| Ngưỡng ngữ cảnh dài | 200.000 token trong prompt | 272.000 token đầu vào |
| Trên ngưỡng | Gấp 2 lần đầu vào và đầu ra | Gấp 2 lần đầu vào, 1,5 lần đầu ra |
| Biến thể nhanh, đầu vào / đầu ra | $4,00 / $12,00 | Không áp dụng |
Sol gấp 2 lần ở đầu vào và gấp 3,3 lần ở đầu ra, nên khoảng cách nới rộng theo mọi thứ mẫu viết ra. Token lập luận tính ở mức giá đầu ra cho cả hai. Đọc từ cache thì sát nhau ($0,50 so với $0,40), nhưng SpaceXAI cảnh báo rằng nếu không có prompt_cache_key trên Responses API, bạn thường phải trả đủ giá đầu vào khi máy chủ cache lạnh. Bạn có thể đọc thêm trong hướng dẫn API Grok 4.6 của chúng tôi.
Chi phí một khối lượng công việc thực
Công thức là (khối lượng ÷ 1M) × mức giá, cộng dồn giữa đầu vào và đầu ra, theo mức giá chuẩn.
| Khối lượng công việc | Grok 4.6 | GPT-5.6 Sol | Chênh lệch |
|---|---|---|---|
| Nặng sinh: 1M vào / 4M ra | $26 | $84 | +$58 (223%) |
| Truy hồi, dưới ngưỡng: 10M vào / 1M ra | $26 | $60 | +$34 (131%) |
| Truy hồi, trên ngưỡng: 10M vào / 1M ra | $52 | $110 | +$58 (112%) |
Nặng sinh là nơi chênh lệch mức giá đầu ra thể hiện. Hai hàng truy hồi cùng 10M vào / 1M ra và chỉ khác nhau ở việc mỗi yêu cầu có nằm trên cả hai ngưỡng hay không, nên độ lệch giữa chúng chính là phụ thu. Hóa đơn của Grok tăng gấp đôi từ $26 lên $52 ở hàng đó. Sol từ $60 lên $110. Phần trăm chênh tương đối thu hẹp từ 131% xuống 112% dù chênh đô la tăng. Cả hai nhà cung cấp chưa công bố số token cho cùng một khối lượng công việc, nên coi các tổng này như so sánh mức giá hơn là hóa đơn thực.
Hiệu năng của Grok 4.6 và GPT-5.6 Sol
Chúng tôi chạy một tác vụ build khó trên cả hai mẫu trong cùng một agent mã hóa.
Bài kiểm thử
Chúng tôi yêu cầu cả hai mẫu tạo một mô phỏng vật lý một tệp, vì cả hai nhà cung cấp đều khẳng định mạnh về công việc tương tác và thị giác. Cùng prompt, giống từng byte, dán vào một cuộc trò chuyện mới trong không gian làm việc trống. Mỗi mẫu một lần thử, không thử lại, không điều khiển giữa chừng.
Build a single-file HTML page (inline CSS and JS, canvas, no build step, no external libraries, no network) that simulates a few dozen balls of varying sizes bouncing inside a slowly rotating square container, under gravity. The balls should collide with each other and with the container walls, and lose a little energy on each collision so the system settles rather than gaining energy over time. The container keeps rotating throughout, so the balls should slosh and re-pile as it turns.
Ship it as one working file named index.html that starts animating on load. Do not ask me clarifying questions, make reasonable assumptions and note them briefly in a comment at the top of the file.Cả hai chạy trong Cursor vào ngày 25 tháng 8, 2026: Grok 4.6 ở mức lập luận cao, GPT-5.6 Sol ở mức lập luận cao. Kết quả mô tả chúng như các agent, không phải mẫu thô. Mạng bị từ chối cho cả hai.
Grok 4.6 tạo ra gì
Grok xuất xưởng một index.html hoạt động qua bài kiểm tra chạy: một tệp, tự động chạy khi tải, không lỗi không bắt được trên console, vẫn chạy sau 30 giây. Việc chứa đựng giữ được khi hộp quay, va chạm bóng–bóng trông hợp lý, và hệ thống mất năng lượng và lắng xuống thay vì tăng tốc.
Điều đó mất 14 lượt trả lời của trợ lý, với vài vòng tự sửa. Nó cũng xin quyền truy cập trình duyệt để kiểm tra sản phẩm của mình, điều chúng tôi từ chối theo quy định cấp quyền của bài kiểm thử.
Kết quả
Điểm từ 1 đến 5 cho mỗi trục, chấm bằng cách xem mỗi mô phỏng 30 giây theo rubric viết trước khi chạy.
| Thước đo | Grok 4.6 (high) | GPT-5.6 Sol (high) |
|---|---|---|
| Lượt | 14 | 3 |
| Khả năng chạy | Đạt | Đạt |
| Độ đúng vật lý | 5 | 5 |
| Ổn định theo thời gian | 5 | 5 |
| Chất lượng thị giác | 4 | 5 |
| Chung cuộc | 3,5 | 5 |
Xét hiện vật, đây gần như hòa: cả hai xử lý vật lý đúng và đều ổn định. Khác biệt nằm ở nỗ lực. Sol đạt cùng kết quả trong 3 lượt so với 14 lượt của Grok, khiến điểm chung cuộc của Grok giảm còn 3,5.
Nhưng nhớ rằng: Đây là n=1 trên một bài build thị giác, nên coi như một điểm dữ liệu, không phải điểm chuẩn, và không nói gì về các codebase lớn hay chuỗi truy hồi dài.
Khi nào chọn Grok 4.6 so với GPT-5.6 Sol
Vì năng lực sát nhau, quyết định phụ thuộc vào hình dạng khối lượng công việc, kích thước ngữ cảnh, và mức bạn coi trọng số lượt so với chi phí mỗi token. Chọn Grok khi chi phí đầu ra đủ rẻ để chi phối hóa đơn. Chọn Sol khi bạn cần cửa sổ lớn hơn hoặc ít lượt hơn.
Chọn Grok 4.6 nếu...
- Khối lượng công việc của bạn viết ra nhiều. Ở mức $6 cho 1M token đầu ra so với $20 của Sol, một tháng nặng sinh sẽ ở $26 thay vì $84, và token lập luận tính cùng mức đầu ra đó.
- Prompt của bạn dưới 200.000 token. Đó là nơi các mức $2 và $6 của Grok áp dụng đầy đủ.
- Công việc agent của bạn diễn ra trong IDE. Grok dẫn CursorBench v3.2 với 69,9%, và là mẫu mặc định trong Grok Build.
- Bạn chú ý chi phí mỗi token hơn số lượt.
Chọn GPT-5.6 Sol nếu...
- Bạn cần hơn 500K token ngữ cảnh. Cửa sổ 1.050.000 token của Sol không có bản tương đương ở Grok 4.6.
- Các agent của bạn làm việc dài hạn trên repo thực. Sol đạt 73% trên DeepSWE v1.1 so với 65,9% của Grok là khoảng cách mã hóa rộng nhất theo cả hai chiều.
- Lượt quan trọng hơn giá token. Sol hoàn thành bài build vật lý của chúng tôi trong 3 lượt so với 14 của Grok.
- Bạn muốn điều khiển nỗ lực tinh hơn. Sol chạy từ none đến max và có thêm
ultra.
Bắt đầu với Grok 4.6 và GPT-5.6 Sol như thế nào
Nếu bạn đã gọi endpoint tương thích OpenAI, cả hai mẫu chỉ là thay một chuỗi. Các chuỗi là grok-4.6 và gpt-5.6-sol. OpenAI cũng định tuyến bí danh gpt-5.6 về Sol.
| Bề mặt | Grok 4.6 | GPT-5.6 Sol |
|---|---|---|
| API bên thứ nhất | xAI API | OpenAI API |
| Ứng dụng cho người dùng | Ứng dụng Grok và Grok.com | ChatGPT |
| Agent mã hóa | Grok Build (mẫu mặc định), Cursor (mọi gói) | Codex, Cursor |
| Cổng mô hình | OpenRouter, Vercel, Cloudflare | OpenRouter, Vercel, Cloudflare |
| API model ID | grok-4.6 |
gpt-5.6-sol |
Dùng Grok 4.6 và GPT-5.6 Sol trong agent mã hóa
Trong Cursor, cả hai mẫu đều có trong trình chọn, đó là cách chúng tôi chạy bài build. Chuyển đổi chỉ là đổi lựa chọn, không cần viết lại cấu hình.
Qua API, hoán đổi là một chuỗi. xAI cung cấp endpoint tương thích OpenAI:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["XAI_API_KEY"],
base_url="https://api.x.ai/v1", # drop this line for gpt-5.6-sol
)
response = client.responses.create(
model="grok-4.6", # swap for "gpt-5.6-sol"
input="Find and fix the bug: function median(a){a.sort();return a[a.length/2]}",
)
print(response.output_text)Để thiết lập đầy đủ, xem hướng dẫn API Grok 4.6, hướng dẫn Cursor Agent Mode, và hướng dẫn Grok Build của chúng tôi.
Kết luận
Nếu hóa đơn của bạn chủ yếu do token đầu ra và lập luận chi phối, hãy dùng Grok 4.6. Hòa trên Intelligence Index với giá đầu ra chưa đến một phần ba là lựa chọn dễ nhất ở đây. Nếu bạn cần cửa sổ triệu token hoặc công việc repo dài hạn, hãy dùng GPT-5.6 Sol và chấp nhận phần phụ trội. Hãy kiểm tra prompt của bạn nằm ở phía nào của ngưỡng phụ thu 200.000 token của Grok trước khi chuyển.
Trong thử nghiệm của chúng tôi, các tuyên bố khi ra mắt được giữ vững: cả hai mẫu đều vượt qua với kết quả tốt. Dẫu vậy, Sol nhanh hơn Grok rất nhiều và chỉ tốn khoảng 20% số lượt của Grok, cho thấy một khoảng cách đáng kể. Nếu bạn muốn giỏi vận hành các mẫu này bên trong agent thay vì chỉ đọc về chúng, tôi khuyên bạn tham gia khóa Software Development with Cursor của chúng tôi.
