Grok 4.6 est le modèle le plus intelligent de SpaceXAI à ce jour, avec des performances de pointe en codage, travail de connaissance et STEM. Il est le produit phare actuel de la gamme Grok — répertorié comme « Latest » dans la documentation développeur d'xAI — et succède à Grok 4.5 avec la même fenêtre de contexte de 500K tokens, la même surface d'entrée texte / image / fichier, et le même tarif de base. Il prend en charge l'effort de raisonnement configurable, l'appel d'outils natif, les sorties structurées, et la surface d'échantillonnage complète (temperature / top_p / seed / logprobs / penalties), et s'intègre donc dans les intégrations existantes sans modification. En tant que modèle OpenAI Responses de première classe sur api.x.ai, il se branche directement sur les frameworks d'agents et les boucles d'appel d'outils sans couche de traduction. La tarification est échelonnée selon la longueur de la requête : les requêtes dépassant 200K tokens d'entrée sont facturées au double du tarif de base. Utilisez Grok 4.6 comme niveau haute capacité pour les agents de codage complexes, la recherche, et l'automatisation en plusieurs étapes où la qualité prime sur le coût.
SpaceXAI : Grok 4.6 est un grand modèle de langage du fournisseur répertorié sous le nom de Grok, et il est disponible sur OrcaRouter via une API compatible OpenAI. Le modèle dispose d'une fenêtre de…
Grok 4.6 accepte trois modalités d'entrée : texte, image et fichier. Cela signifie que vous pouvez envoyer une invite en texte brut, joindre une image pour le contexte visuel et inclure un fichier pour un raisonnement au niveau du document dans la même requête, sous réserve des limites de requêtes d'OrcaRouter et du fournisseur. La fenêtre de contexte du modèle est de 500 000 jetons, donc la taille combinée de vos entrées texte, image et fichier peut être importante, bien que le nombre exact de jetons par image ou fichier dépende de l'encodage du fournisseur. La sortie est renvoyée via la réponse standard de complétion de chat. OrcaRouter ne majore pas le prix des jetons du fournisseur, donc chaque requête est facturée à 2,00 $ par million de jetons d'entrée et à 6,00 $ par million de jetons de sortie. Si vous créez une application qui alterne entre entrées texte et image, le même identifiant de modèle fonctionne dans les deux cas d'utilisation. Vous devez confirmer la taille maximale de fichier et le délai d'expiration de la requête auprès d'OrcaRouter avant de vous fier à des pièces jointes volumineuses. Pour les appels simples de texte seul, aucune configuration supplémentaire n'est requise.
Les cas d'utilisation courants de Grok 4.6 sont les tâches qui nécessitent un long contexte et un raisonnement de haute précision. La fenêtre de 500 000 jetons est utile pour le résumé, la réponse aux questions et l'analyse de grands documents, de référentiels de code ou de conversations multipartites. Le score de 94,9 sur GPQA Diamond indique de solides performances sur les questions de raisonnement scientifique de niveau graduate, ce qui peut être pertinent pour les assistants de recherche, les outils de tutorat ou les pipelines d'évaluation. Les modalités d'entrée texte, image et fichier permettent d'analyser un graphique, un tableau scanné et un rapport associé en une seule passe. Pour des tâches plus simples, un modèle plus petit ou moins cher pourrait être le meilleur choix ; Grok 4.6 est conçu pour les travaux où le contexte supplémentaire et les performances aux benchmarks justifient le prix des jetons. Vous devriez mesurer la qualité sur vos propres exemples avant de vous décider pour un modèle. Les faits fournis n'incluent pas de benchmarks de codage ou de suivi d'instructions, donc testez-les séparément. Si votre charge de travail peut être traitée à partir d'un prompt court, la fenêtre de 500 000 jetons n'est pas un avantage. Utilisez un jeu d'échantillons qui représente vos demandes réelles d'utilisateurs.
Tous les prompts n'exigent pas 500 000 tokens ni un score GPQA Diamond de 94,9. Si votre charge de travail est courte, à tour unique ou ne requiert qu'une extraction de base, un modèle moins cher peut réduire les coûts tout en fournissant des réponses adéquates. Le principal compromis réside dans le prix des tokens : Grok 4.6 est facturé 2,00 $ par million de tokens en entrée et 6,00 $ par million de tokens en sortie au tarif du fournisseur. Si la plupart de vos requêtes utilisent de petites entrées et des instructions simples, le coût par requête d'un modèle moins cher peut être bien inférieur. Pensez également à l'entrée d'images et de fichiers. Si vous n'envoyez que du texte brut, vous payez pour une capacité multimodale que vous n'utilisez peut-être pas. Une bonne approche consiste à exécuter un échantillon de vos prompts de production via Grok 4.6 et une alternative ouverte moins chère, puis à comparer la qualité des réponses, la latence et le coût avant de choisir un modèle par défaut. L'API compatible OpenAI d'OrcaRouter simplifie le changement d'identifiants de modèles. Le modèle moins cher peut également répondre plus rapidement, selon l'infrastructure du fournisseur. Cela importe pour les applications interactives soumises à des objectifs stricts de temps de réponse.
GPQA Diamond est un benchmark composé de questions à choix multiples de niveau graduate dans des domaines scientifiques tels que la physique, la chimie et la biologie. Il est conçu pour être difficile pour une recherche internet générale, de sorte qu'un modèle ne peut pas simplement récupérer la réponse. Grok 4.6 rapporte un score de 94,9 sur GPQA Diamond. Ce nombre est un score de benchmark unique, pas une garantie de performance dans tous les domaines. Un score de 94,9 signifie que, sur l'ensemble évalué, le modèle répond correctement à la plupart des questions, mais il laisse encore place à des erreurs. Lors de l'interprétation du score, considérez que GPQA évalue le raisonnement et les connaissances dans un format à choix multiples ; vos tâches peuvent impliquer la génération ouverte, du code ou une entrée multimodale, ce qui nécessite une validation distincte. OrcaRouter ne modifie pas les poids du modèle, donc le résultat du benchmark n'est pas affecté par la couche API. L'ensemble de questions est souvent décrit comme résistant à Google (Google-proof), car trouver la réponse via une recherche normale n'est pas simple. Traitez le score comme un signal concernant la connaissance du domaine, et non comme un score d'intelligence générale.
Le score de 94,9 sur GPQA Diamond est le seul chiffre de référence fourni pour Grok 4.6. Il s'agit d'un résultat élevé sur une échelle de 100 points, mais il ne doit pas être utilisé comme mesure universelle de qualité. Si votre application ressemble au format de GPQA, ce score constitue un signal utile. Pour les tâches de raisonnement général, de codage, de mathématiques ou multimodales, les faits fournis n'incluent pas de benchmark. Vous devriez construire un jeu d'évaluation à partir de vos propres données de production et comparer Grok 4.6 avec d'autres modèles selon la métrique de votre choix. Étant donné que le modèle accepte 500 000 tokens, les benchmarks de contexte long peuvent être plus pertinents que des questions scientifiques à choix multiples. Si vous rapportez les performances du modèle à des parties prenantes, citez uniquement la source de vérification du fournisseur et évitez de revendiquer des scores qui n'ont pas été fournis. OrcaRouter fournit l'accès au modèle mais ne publie pas de résultats de benchmark indépendants pour celui-ci. Le score réel peut varier selon la version et la méthodologie d'évaluation. Consultez la documentation du fournisseur pour connaître le jeu de données exact.
Aucun chiffre précis de latence ou de débit n'est fourni pour Grok 4.6. La vitesse réelle dépendra de l'infrastructure de service du fournisseur, de la taille de la requête, de la charge et du nombre de jetons de sortie. Une entrée de 500 000 jetons prendra probablement plus de temps à traiter qu'une invite courte, simplement parce que le modèle doit prêter attention à l'intégralité du contexte. Le temps de génération de sortie augmente également avec le nombre de jetons générés, généralement à un rythme déterminé par le modèle et le fournisseur. Pour mesurer la latence pour votre charge de travail, envoyez des requêtes représentatives via l'API compatible OpenAI d'OrcaRouter et enregistrez le temps de bout en bout, y compris le temps de connexion et le temps de flux de jetons. Comme OrcaRouter facture aux tarifs des fournisseurs sans majoration, la couche API n'ajoute pas de supplément par requête, mais elle ne peut pas non plus contrôler les temps de réponse côté fournisseur. Si la latence est critique, effectuez des tests pendant vos heures de pointe prévues. Vous pouvez également comparer le comportement de réponse en streaming entre les modèles. Un nombre élevé de requêtes concurrentes affectera la latence observée.
Les faits fournis ne listent pas de limitations explicites pour Grok 4.6. Cela signifie que vous devez établir les limites de manière empirique. Le seul benchmark fourni est GPQA Diamond, donc des domaines tels que l'exécution de code, la fluidité multilingue, le comportement de sécurité et le suivi d'instructions ne sont pas couverts par un score fourni. Les entrées d'images et de fichiers sont prises en charge, mais la qualité de la vision et du raisonnement documentaire n'est pas étayée par un chiffre publié dans les informations fournies. La fenêtre de contexte de 500 000 jetons est une capacité, pas une promesse que chaque jeton au milieu sera traité de manière égale ; les modèles à contexte long peuvent toujours avoir des difficultés avec les tâches de type aiguille dans une botte de foin. Le modèle est également tarifé à 2,00 $ par million de jetons d'entrée et 6,00 $ par million de jetons de sortie, donc les invites longues peuvent devenir coûteuses. Vous devez tester avec des cas adverses, vérifier les sorties et conserver une révision humaine pour les décisions à enjeux élevés. Le fournisseur peut également imposer des limites de débit qui ne sont pas décrites dans les faits. Prévoyez une gestion élégante des délais d'expiration et des nouvelles tentatives.
Grok 4.6 est facturé à 2,00 $ par million de jetons en entrée et à 6,00 $ par million de jetons en sortie. Ces tarifs proviennent du fournisseur, et OrcaRouter les applique sans aucune marge. Les jetons en entrée incluent le texte, l'image et le contenu des fichiers que vous envoyez, selon le décompte effectué par la tokenisation du fournisseur. Les jetons en sortie correspondent au texte généré par le modèle en réponse. Aucun frais supplémentaire n'est appliqué par OrcaRouter dans les informations fournies. Votre facture totale correspond à la somme des jetons en entrée et en sortie, multipliée par ces tarifs. Le vaste contexte de 500 000 jetons implique qu'un seul document long peut consommer de nombreux jetons en entrée. Réfléchissez donc à la nécessité d'utiliser le contexte complet pour chaque appel. Si c'est le cas, le prix par jeton est transparent. Dans le cas contraire, une invite plus courte réduira votre facture. OrcaRouter n'applique aucune marge sur le tarif du fournisseur, ce qui simplifie la budgétisation. Les compteurs de jetons sont fournis dans la réponse de l'API, ce qui vous permet d'auditer votre utilisation par requête. Cela facilite le suivi des coûts lors du passage du développement à la production.
OrcaRouter répercute le tarif du fournisseur : 2,00 $ par million de jetons d'entrée et 6,00 $ par million de jetons de sortie, sans aucune majoration. Cela signifie qu'OrcaRouter n'ajoute pas de pourcentage au prix publié du modèle, sur la base des faits dont vous disposez. Vous êtes facturé pour les jetons que le fournisseur compte comme entrée et sortie. Si vous envoyez une requête avec du texte, une image ou un fichier, ces entrées contribuent au nombre de jetons d'entrée. L'identifiant du modèle pour cette configuration est grok/grok-4.6, et l'URL de base compatible OpenAI est https://api.orcarouter.ai/v1. En pratique, vous pouvez estimer le coût en multipliant vos jetons d'entrée moyens par requête par 2,00 $ par million et vos jetons de sortie moyens par requête par 6,00 $ par million, puis en additionnant le total sur toutes les requêtes. Il n'existe pas de tarifs par paliers ni de remises d'engagement dans les faits fournis. Consultez le tableau de bord ou la documentation d'OrcaRouter pour connaître les détails de facturation actuels. Toute différence sur la facture finale doit provenir du nombre de jetons du fournisseur, et non d'une surcharge ajoutée par OrcaRouter.
Les faits fournis ne mentionnent pas la mise en cache des invites pour Grok 4.6. Sans remise de cache déclarée, vous devez supposer que chaque requête est facturée au tarif d'entrée standard de $2.00 pour 1 million de jetons d'entrée et au tarif de sortie standard de $6.00 pour 1 million de jetons de sortie. Si OrcaRouter ou le fournisseur introduit la mise en cache ultérieurement, un succès de cache pourrait être facturé différemment, mais ce serait un nouveau fait. Pour l'optimisation des coûts, concentrez-vous sur ce que vous pouvez contrôler : réduisez les jetons inutiles dans votre invite, évitez de répéter de longs préfixes sauf s'ils sont fonctionnellement nécessaires, et concevez votre application pour réutiliser les résultats plutôt que de renvoyer le même contenu. Étant donné que la fenêtre de contexte est de 500 000 jetons, une invite volumineuse peut être coûteuse si vous l'envoyez de nombreuses fois. Vous pouvez également utiliser des invites plus courtes pour les tâches qui n'ont pas besoin du contexte complet. Confirmez le comportement actuel de mise en cache et de facturation dans la documentation d'OrcaRouter avant d'intégrer une hypothèse dans votre modèle de coûts. C'est particulièrement important pour les charges de travail par lots.
Pour appeler Grok 4.6 via OrcaRouter, utilisez un client API compatible OpenAI. Définissez l'URL de base sur https://api.orcarouter.ai/v1 et l'identifiant du modèle sur grok/grok-4.6. Par exemple, avec un SDK OpenAI courant, vous configureriez le client avec l'URL de base et votre clé API OrcaRouter, puis enverriez une requête de complétion de chat avec le modèle défini sur grok/grok-4.6. Le payload des messages contient votre prompt ; comme le modèle accepte des entrées texte, image et fichier, vous pouvez les inclure dans le format de message pris en charge par l'API. Aucun SDK spécifique à OrcaRouter n'est mentionné dans les faits, donc la plupart du code existant qui converse avec un endpoint compatible OpenAI peut être adapté en changeant le endpoint et le nom du modèle. OrcaRouter ne modifie pas le fournisseur du modèle, donc le comportement du modèle que vous recevez est le même que la réponse Grok 4.6 du fournisseur. Utilisez HTTPS pour toutes les requêtes et conservez votre clé API dans un environnement sécurisé. Les appels en streaming et non-streaming doivent utiliser la même URL de base.
Puisque le point de terminaison est décrit comme compatible OpenAI, vous pouvez utiliser les paramètres typiques disponibles dans les complétions de chat de style OpenAI. Cela inclut messages, model, temperature, max_tokens ou max_completion_tokens, top_p, et d'autres contrôles d'échantillonnage pris en charge par le fournisseur. L'ensemble exact des paramètres acceptés dépend de l'implémentation du fournisseur ; référez-vous donc à la réponse de l'API pour les champs non pris en charge. Pour l'entrée multimodale, le contenu du message est généralement structuré sous forme de tableau pouvant inclure des parties texte et image ; l'entrée de fichiers peut également être représentée comme une pièce jointe selon l'API d'OrcaRouter. L'identifiant du modèle grok/grok-4.6 est utilisé dans toutes les requêtes. Le contexte et l'utilisation des jetons apparaissent dans la réponse sous les champs d'utilisation standard. Si un paramètre ne s'applique pas à ce modèle, OrcaRouter ou le fournisseur peut l'ignorer ou renvoyer une erreur ; testez donc votre configuration avec une petite requête avant de traiter un volume important. N'oubliez pas que le format de réponse peut inclure les mêmes champs que vous analysez déjà. Validez-les par rapport à votre schéma avant la mise en production.
Oui, car OrcaRouter expose Grok 4.6 via une API compatible OpenAI. Les étapes de migration sont les mêmes que pour passer à n'importe quel modèle compatible OpenAI : modifiez l'URL de base pour utiliser https://api.orcarouter.ai/v1, définissez le modèle sur grok/grok-4.6 et conservez la structure de vos messages. Si votre application a été conçue pour un chat uniquement textuel, vous pouvez continuer à l'utiliser telle quelle, car le texte est une modalité d'entrée prise en charge. Si vous souhaitez utiliser des entrées d'images ou de fichiers, étendez le format de message pour inclure ces parties médias. La forme de la réponse devrait rester familière, avec le texte généré et les métadonnées d'utilisation. OrcaRouter facture aux tarifs du fournisseur, la migration n'introduit donc pas de majoration. Vérifiez néanmoins la gestion des erreurs de votre application, car le modèle peut produire un contenu, des nombres de jetons ou des schémas de refus différents. Exécutez un petit test de parité comparant les anciens et nouveaux points de terminaison avant de modifier le trafic de production. Incluez au moins un test de contexte long et un test d'image si ceux-ci sont pris en charge dans votre flux de travail. Cela permettra de détecter les problèmes de format dès le début.
Les principales différences sont la taille du contexte, le score de référence et le prix. Grok 4.6 dispose d'un contexte de 500 000 jetons, accepte les entrées texte, image et fichier, et obtient un score de 94,9 sur GPQA Diamond. Il coûte 2,00 $ par million de jetons en entrée et 6,00 $ par million de jetons en sortie aux tarifs du fournisseur. Un modèle plus petit ou moins cher aura probablement un contexte plus court et un score de référence inférieur, mais il peut être plus rapide et moins coûteux pour des tâches simples. Si votre charge de travail tient confortablement dans un contexte plus petit et ne nécessite pas de raisonnement scientifique de niveau supérieur, le modèle moins cher peut être le meilleur choix économique. Si vous avez besoin d'un contexte long, d'entrées multimodales et de la puissance de référence de Grok 4.6, le prix plus élevé des jetons peut se justifier. Vous pouvez comparer sur vos propres données en utilisant l'API compatible OpenAI d'OrcaRouter pour envoyer le même prompt à plusieurs identifiants de modèles et mesurer la qualité et le coût. La métrique que vous choisissez doit refléter le résultat qui vous importe réellement.
Les faits fournis ne comportent ni scores de référence ni prix pour les autres modèles à contexte long, une comparaison numérique directe n'est donc pas possible. Ce que l'on sait, c'est que Grok 4.6 offre une fenêtre de contexte de 500 000 jetons, 2,00 $ par million de jetons d'entrée et 6,00 $ par million de jetons de sortie, ainsi qu'un score de 94,9 sur GPQA Diamond. Les autres modèles à contexte long peuvent avoir des limites de contexte, des tarifs de jetons ou des résultats de référence différents. Lors de la comparaison, évaluez la longueur de contexte réellement nécessaire à votre tâche ; une limite de 500 000 jetons n'est utile que si vos invites exigent autant de données. Comparez aussi la tarification des entrées et des sorties, car deux modèles ayant la même longueur de contexte peuvent avoir des coûts très différents. Pour un travail multimodal, vérifiez si l'autre modèle accepte également les entrées texte, image et fichier. Enfin, mesurez la qualité de bout en bout sur vos propres documents plutôt que de vous fier uniquement aux scores principaux. Considérez si l'alternative offre la même simplicité d'intégration compatible OpenAI via OrcaRouter. OrcaRouter vous permet de tester plusieurs identifiants de modèle sans modifier votre client.
Commencez par vos exigences objectives. Votre tâche nécessite-t-elle la fenêtre de contexte de 500 000 jetons ? Bénéficie-t-elle du score GPQA Diamond de 94,9 ? Avez-vous besoin d'entrées texte, image et fichier ? Si les trois sont requises, Grok 4.6 est un candidat. Comparez ensuite le coût : 2,00 $ par million de jetons en entrée et 6,00 $ par million de jetons en sortie. Un autre modèle peut avoir un prix plus bas mais un contexte plus court ou un benchmark plus faible. Vous devez également estimer le volume de jetons d'entrée et de sortie pour votre charge de travail, car un modèle très performant peut être coûteux lorsqu'il est utilisé avec de longues invites. Exécutez des exemples représentatifs via OrcaRouter en utilisant chaque ID de modèle, comparez la qualité des sorties et calculez le prix par tâche réussie. Si la différence de qualité est faible pour votre domaine, le modèle à moindre coût peut être préférable. Si Grok 4.6 réduit les erreurs en aval, le prix plus élevé des jetons peut en valoir la peine. Les erreurs incluent le temps de reprise, les frais de modération et les échecs visibles par l'utilisateur. Quantifiez-les lorsque vous le pouvez.
GPQA Diamond est un benchmark scientifique à choix multiples. Un score de 94,9 indique une certaine robustesse sur cette évaluation spécifique, mais il ne couvre pas toutes les tâches de production. La génération de code, le comportement de sécurité, l'ancrage factuel, le suivi d'instructions et la compréhension de contextes longs sont des préoccupations distinctes. Le modèle prend également en charge les entrées d'images et de fichiers, mais aucun benchmark de vision n'est fourni. Si vous choisissez Grok 4.6 en raison du score du benchmark, vous devriez le valider sur vos prompts réels. Il existe également un risque de coût : le tarif de 2,00 $ par 1M de tokens d'entrée signifie que l'utilisation du contexte complet de 500 000 tokens peut être coûteuse, surtout si vous envoyez de nombreuses requêtes. Si votre tâche est plus simple, un modèle moins cher pourrait répondre à vos besoins. Considérez le benchmark comme un point de données parmi d'autres et maintenez un dispositif d'évaluation incluant les cas limites pertinents pour votre application. Le modèle peut encore échouer sur des entrées ambiguës ou adversariales. Un petit ensemble d'évaluation vaut mieux que pas d'ensemble du tout. Examinez vos résultats avant le déploiement.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="grok/grok-4.6",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningreasoning_effortresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p| Palier | Entrée / 1M tokens | Sortie / 1M tokens | Lecture cache / 1M |
|---|---|---|---|
| ≤ 200K | $2.00 | $6.00 | $0.500 |
| ≤ ∞ | $4.00 | $12.00 | $1.00 |
| Palier sélectionné selon le nombre de tokens d'entrée de chaque requête | |||
Estimation basée sur le tarif public
Tarification par paliers — cette estimation utilise les tarifs du palier de base.
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
Ce dont parlent les développeurs cette semaine
GET /api/public/models/grok/grok-4.6Ouvrir @misc{orcarouter_grok_4_6,
title = {Grok 4.6 API},
author = {SpaceXAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/grok/grok-4.6}
}SpaceXAI. (2026). Grok 4.6 API. OrcaRouter. https://www.orcarouter.ai/models/grok/grok-4.6