Grok 4.6 は SpaceXAI の現時点で最もスマートなモデルであり、コーディング、ナレッジワーク、STEM において最先端のパフォーマンスを発揮します。Grok シリーズの現在のフラッグシップであり、xAI 公式の開発者ドキュメントでは「Latest」として記載されています。Grok 4.5 の後継として、同じ 500K トークンのコンテキストウィンドウ、同じテキスト/画像/ファイルの入力インターフェース、同じ基本料金を備えています。 設定可能な推論努力（reasoning effort）、ネイティブなツール呼び出し、構造化出力、および完全なサンプリングサーフェス（temperature / top_p / seed / logprobs / penalties）をサポートしているため、既存の統合に変更なしでそのまま組み込むことができます。api.x.ai 上のファーストクラスの OpenAI Responses モデルとして、翻訳レイヤーなしでエージェントフレームワークやツール呼び出しループに直接接続できます。 料金はプロンプトの長さに応じて段階的に設定されています。200K 入力トークンを超えるリクエストは、基本料金の 2 倍で請求されます。コストよりも品質が重要となる複雑なコーディングエージェント、リサーチ、マルチステップ自動化には、Grok 4.6 を高性能ティアとして使用してください。
SpaceXAI: Grok 4.6 は、プロバイダー名が Grok と表示されている大規模言語モデルで、OrcaRouter 上で OpenAI 互換の API を通じて利用できます。このモデルは 500,000 トークンのコンテキストウィンドウを持ち、テキスト・画像・ファイル形式の入力を受け付け、GPQA Diamond タスクで注目のベンチマーク 94.9…
Grok 4.6は、テキスト、画像、ファイルの3つの入力モダリティを受け付けます。つまり、プレーンテキストのプロンプトを送信し、視覚的なコンテキスト用に画像を添付し、ドキュメントレベルの推論用にファイルを含めることを同じリクエストで行えます。ただし、OrcaRouterおよびプロバイダーのリクエスト制限に従います。モデルのコンテキストウィンドウは500,000トークンであるため、テキスト、画像、ファイルの入力を合わせたサイズは大きくなりますが、画像またはファイルあたりの正確なトークン数はプロバイダーのエンコーディングに依存します。出力は標準のチャット完了レスポンスを通じて返されます。OrcaRouterはプロバイダーのトークン価格をマークアップしないため、各リクエストは入力トークン100万トークンあたり$2.00、出力トークン100万トークンあたり$6.00で請求されます。テキスト入力と画像入力を切り替えるアプリケーションを構築している場合、同じモデルIDが両方のユースケースで機能します。大きな添付ファイルに依存する前に、OrcaRouterで最大ファイルサイズとリクエストタイムアウトを確認する必要があります。単純なテキストのみの呼び出しの場合は、追加の設定は必要ありません。
Grok 4.6 の一般的な用途は、長いコンテキストと高精度な推論を必要とするタスクです。500,000トークンのウィンドウは、大規模なドキュメント、コードリポジトリ、複数セッションにわたる会話の要約、質問応答、分析に有用です。94.9 の GPQA Diamond スコアは、大学院レベルの科学的推論問題における高い性能を示しており、リサーチアシスタント、チュータリングツール、評価パイプラインに関連する可能性があります。テキスト、画像、ファイルの入力モダリティにより、グラフ、スキャンされた表、付随するレポートを一度に分析できます。より単純なタスクでは、より小規模または低コストのモデルの方が適している場合があります。Grok 4.6 は、追加のコンテキストとベンチマーク性能がトークン価格を正当化する作業を想定しています。モデルを採用する前に、ご自身のサンプルで品質を測定する必要があります。提供された情報には、コーディングや指示追従のベンチマークは含まれていないため、これらは別途テストしてください。ワークロードが短いプロンプトで回答できる場合、500,000トークンのウィンドウは利点にはなりません。実際のユーザーリクエストを代表するサンプルセットを使用してください。
すべてのプロンプトに50万トークンや94.9 GPQA Diamondスコアが必要なわけではありません。ワークロードが短い、単一ターン、または基本的な抽出のみを必要とする場合、より安価なモデルでコストを削減しつつ、十分な回答を得られる可能性があります。主なトレードオフはトークン価格です。Grok 4.6はプロバイダーレートで入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルです。リクエストの大半が小さな入力と単純な指示で構成されているなら、低価格モデルのリクエストあたりのコストは大幅に低くなる可能性があります。また、画像やファイル入力も検討してください。プレーンテキストのみを送信する場合、使わないマルチモーダル機能に対して支払っていることになります。良い方法は、本番プロンプトのサンプルをGrok 4.6と安価なオープンな代替モデルの両方で実行し、デフォルトを選択する前に出力品質、レイテンシ、コストを比較することです。OrcaRouterのOpenAI互換APIを使えば、モデルIDの切り替えは簡単です。安価なモデルの方が、プロバイダーのインフラによっては、応答が速い場合もあります。これは、厳格な応答時間目標を持つインタラクティブアプリケーションにとって重要です。
GPQA Diamondは、物理学、化学、生物学などの科学分野における大学院レベルの多肢選択問題で構成されたベンチマークです。一般的なインターネット検索では回答が困難となるように設計されているため、モデルが単純に答えを取得することはできません。Grok 4.6はGPQA Diamondで94.9のスコアを報告しています。その数値は単一のベンチマークスコアであり、あらゆる領域での性能を保証するものではありません。94.9という値は、評価対象セットにおいてモデルがほとんどの問題に正しく回答したことを意味しますが、依然としてエラーが生じる余地は残されています。スコアを解釈する際には、GPQAが多肢選択形式での推論と知識を評価するものである点を考慮してください。あなたのタスクには、オープンエンドの生成、コード、またはマルチモーダル入力が含まれる可能性があり、これらには別途の検証が必要です。OrcaRouterはモデルの重みを変更しないため、ベンチマーク結果はAPIレイヤーの影響を受けません。この問題セットは、通常の検索では回答を見つけることが容易ではないことから、「Google耐性（Google-proof）」としばしば表現されます。このスコアは、一般的な知能指数ではなく、領域知識に関するシグナルとして扱ってください。
Grok 4.6について提供されている唯一のベンチマーク数値は、GPQA Diamondにおける94.9です。これは100点満点の尺度に対して高い結果ですが、普遍的な品質指標として使用すべきではありません。アプリケーションがGPQAの形式に類似している場合、このスコアは1つの有用な指標となります。一般的な推論、コーディング、数学、またはマルチモーダルタスクに関しては、提供された事実にベンチマークは含まれていません。自己プロダクションデータから評価セットを構築し、選択した指標でGrok 4.6を他のモデルと比較する必要があります。このモデルは500,000トークンを受け入れるため、長文コンテキストのベンチマークは多肢選択式の科学問題よりも関連性が高い可能性があります。モデルの性能をステークホルダーに報告する場合は、プロバイダーからの検証ソースのみを引用し、提供されていないスコアを主張することは避けてください。OrcaRouterはモデルへのアクセスを提供しますが、独立したベンチマーク結果は公開していません。実際のスコアはバージョンや評価方法によって異なる場合があります。正確なデータセットについては、プロバイダーのドキュメントを確認してください。
Grok 4.5に関する具体的なレイテンシーやスループットの数値は提供されていません。実際の速度は、プロバイダーのサービングインフラストラクチャ、リクエストサイズ、負荷、出力トークン数によって異なります。50万トークンの入力は、モデルがコンテキスト全体に注意を払う必要があるため、短いプロンプトよりも処理に時間がかかることが予想されます。出力生成時間も、生成されるトークン数に応じて長くなります。通常、その割合はモデルとプロバイダーによって決まります。ワークロードのレイテンシーを測定するには、OrcaRouterのOpenAI互換APIを通じて代表的なリクエストを送信し、接続時間とトークンストリーム時間を含むエンドツーエンドの時間を記録してください。OrcaRouterはマークアップなしのプロバイダー料金で請求されるため、APIレイヤーがリクエストごとの追加料金を上乗せすることはありませんが、プロバイダー側の応答時間を制御することもできません。レイテンシーが重要な場合は、想定されるピーク時間帯にテストを実行してください。また、モデル間でストリーミング応答の動作を比較することもできます。多数の同時リクエストは、観測されるレイテンシーに影響を与えます。
提供された事実には、Grok 4.6の明示的な制限は記載されていません。つまり、制限は経験的に確立する必要があります。提供されているベンチマークはGPQA Diamondのみであるため、コード実行、多言語の流暢さ、安全性の挙動、指示追従などの領域は、提供されたスコアの対象外です。画像およびファイル入力はサポートされていますが、ビジョンと文書推論の品質は、提供された情報において公開された数値によって裏付けられていません。50万トークンのコンテキストウィンドウは容量であり、中間のすべてのトークンが均等に処理されることを保証するものではありません。長いコンテキストのモデルでも、干し草の山から針を探すようなタスクには苦労することがあります。また、このモデルの価格は入力トークン100万件あたり2.00ドル、出力トークン100万件あたり6.00ドルであるため、長いプロンプトは高額になる可能性があります。敵対的なケースでテストし、出力を検証し、重大な決定には人間によるレビューを残すべきです。プロバイダーは、事実に記載されていないレート制限を実施する場合もあります。タイムアウトとリトライをグレースフルに処理する計画を立ててください。
Grok 4.6 の価格は、入力トークン 1M あたり $2.00、出力トークン 1M あたり $6.00 です。これらはプロバイダー料金であり、OrcaRouter はマークアップなしで請求します。入力トークンには、送信するテキスト、画像、ファイルのコンテンツが含まれ、プロバイダーのトークナイゼーションに基づいてカウントされます。出力トークンは、モデルが応答として生成するテキストです。提供された情報によると、OrcaRouter による追加料金はありません。請求額の合計は、入力トークンと出力トークンの使用量にそれぞれのレートを掛けた値の合計です。50万トークンという大きなコンテキストは、単一の長いドキュメントが大量の入力トークンを消費し得ることを意味するため、呼び出しごとに完全なコンテキストが必要かどうかを検討してください。必要な場合、トークンごとの価格は明確です。不要な場合は、プロンプトを短くすることで請求額を抑えられます。OrcaRouter はプロバイダー料金をマークアップしないため、予算管理は簡単です。トークン数は API レスポンスで報告されるため、リクエストごとに使用量を監査できます。これにより、開発から本番環境へスケールする際のコスト監視が容易になります。
OrcaRouterはプロバイダーの料金をそのまま透過的に適用します：入力トークン100万件あたり$2.00、出力トークン100万件あたり$6.00で、マークアップは一切ありません。つまり、提供された事実に基づくと、OrcaRouterはモデルの公開価格に上乗せするパーセンテージを追加しません。プロバイダーが入力および出力としてカウントするトークンに対して課金されます。テキスト、画像、またはファイルを含むリクエストを送信した場合、それらの入力は入力トークン数に含まれます。この構成のモデルIDはgrok/grok-4.6で、OpenAI互換のベースURLはhttps://api.orcarouter.ai/v1です。実際には、リクエストごとの平均入力トークン数に100万件あたり$2.00を掛け、リクエストごとの平均出力トークン数に100万件あたり$6.00を掛けて、すべてのリクエストで合計することでコストを概算できます。提供された事実には、段階的な料金体系やコミットメント割引はありません。現在の請求の詳細については、OrcaRouterのダッシュボードまたはドキュメントを確認してください。最終的な請求書に差異がある場合、それはOrcaRouterによる追加徴収ではなく、プロバイダーのトークン数の違いによるものです。
提供された事実には、Grok 4.6のプロンプトキャッシングについて言及されていません。キャッシュ割引の記載がないため、各リクエストは標準入力レート（1M入力トークンあたり$2.00）と標準出力レート（1M出力トークンあたり$6.00）で請求されると想定する必要があります。OrcaRouterまたはプロバイダーが後日キャッシュを導入した場合、キャッシュヒットは別の料金で請求される可能性がありますが、それは新しい事実となります。コスト最適化のためには、自分で制御できる点に焦点を当ててください。プロンプト内の不要なトークンを削減し、機能的に必要でない限り長いプレフィックスを繰り返さず、同じコンテンツを再送信するのではなく結果を再利用するようにアプリケーションを設計してください。コンテキストウィンドウは500,000トークンであるため、大きなプロンプトを何度も送信するとコストが高くなる可能性があります。完全なコンテキストを必要としないタスクには、より短いプロンプトを使用することもできます。コストモデルに仮定を組み込む前に、OrcaRouterのドキュメントで現在のキャッシュおよび課金動作を確認してください。これは特にバッチワークロードにおいて重要です。
OrcaRouterを通じてGrok 4.6を呼び出すには、OpenAI互換のAPIクライアントを使用します。ベースURLをhttps://api.orcarouter.ai/v1に設定し、モデルIDをgrok/grok-4.6に設定します。たとえば、一般的なOpenAI SDKでは、ベースURLとあなたのOrcaRouter APIキーを使用してクライアントを設定し、モデルをgrok/grok-4.6に設定したチャット完了リクエストを送信します。メッセージペイロードにはプロンプトが含まれます。このモデルはテキスト、画像、ファイル入力を受け付けるため、APIでサポートされているメッセージ形式でこれらを含めることができます。事実にはOrcaRouter固有のSDKに関する言及はないため、OpenAI互換エンドポイントと通信する既存のコードのほとんどは、エンドポイントとモデル名を変更するだけで適応できます。OrcaRouterはモデルプロバイダーを変更しないため、受信するモデルの動作はプロバイダーのGrok 4.6レスポンスと同じです。すべてのリクエストでHTTPSを使用し、APIキーは安全な環境に保管してください。ストリーミング呼び出しと非ストリーミング呼び出しは、同じベースURLを使用する必要があります。
エンドポイントはOpenAI互換と説明されているため、OpenAIスタイルのチャット完了で利用可能な典型的なパラメータを使用できます。これには、messages、model、temperature、max_tokensまたはmax_completion_tokens、top_p、およびプロバイダーがサポートするその他のサンプリング制御が含まれます。受け入れられるパラメータの正確なセットはプロバイダーの実装に依存するため、サポートされていないフィールドについてはAPIレスポンスを参照してください。マルチモーダル入力の場合、メッセージコンテンツは通常、テキストと画像の部分を含む配列として構成されます。ファイル入力も、OrcaRouterのAPIによっては添付ファイルとして表される場合があります。モデルID grok/grok-4.6 はすべてのリクエストで使用されます。コンテキストとトークンの使用量は、標準のusageフィールドの下でレスポンスに表示されます。パラメータがこのモデルに適用されない場合、OrcaRouterまたはプロバイダーはそれを無視するか、エラーを返す可能性があります。そのため、大量の処理を行う前に、小さなリクエストで設定をテストしてください。レスポンス形式には、既に解析しているのと同じフィールドが含まれる場合があることに注意してください。本番運用の前に、スキーマに対して検証してください。
はい、OrcaRouterはOpenAI互換APIを通じてGrok 4.6を公開しているためです。移行手順は、他のOpenAI互換モデルへの切り替えと同じです。ベースURLをhttps://api.orcarouter.ai/v1に変更し、モデルをgrok/grok-4.6に設定して、メッセージ構造はそのまま維持します。アプリケーションがテキストのみのチャット向けに構築されている場合、テキストはサポートされている入力モダリティであるため、そのまま使用し続けることができます。画像やファイル入力を使用したい場合は、メッセージ形式を拡張して、それらのメディア部分を含めてください。レスポンスの形状は、生成されたテキストと使用量メタデータを含む、見慣れたもののままです。OrcaRouterはプロバイダー料金で請求するため、移行によってマークアップは発生しません。それでも、モデルが異なるコンテンツ、トークン数、または拒否パターンを生成する可能性があるため、アプリケーションのエラーハンドリングを検証してください。本番トラフィックを切り替える前に、新旧のエンドポイントを比較する小規模なパリティテストを実行してください。ワークフローでサポートされている場合は、少なくとも1つのロングコンテキストテストと1つの画像テストを含めてください。これにより、フォーマットの問題を早期に検出できます。
主な違いは、コンテキストサイズ、ベンチマークスコア、価格です。Grok 4.6は500,000トークンのコンテキストを持ち、テキスト、画像、ファイル入力をサポートし、GPQA Diamondで94.9をスコアしています。プロバイダーレートでは、入力100万トークンあたり$2.00、出力100万トークンあたり$6.00です。より小規模で安価なモデルは、コンテキストが短くベンチマークスコアが低い傾向がありますが、単純なタスクではより高速で低コストかもしれません。ワークロードがより小さいコンテキストに十分収まり、大学院レベルの科学的推論を必要としない場合、より安価なモデルの方が経済的に良い選択かもしれません。長いコンテキスト、マルチモーダル入力、Grok 4.6のベンチマーク性能が必要な場合は、より高いトークン価格が正当化されます。OrcaRouterのOpenAI互換APIを使用して、同じプロンプトを複数のモデルIDに送信し、品質とコストを測定することで、独自のデータで比較できます。選択した指標は、実際に重要視する成果を反映する必要があります。
提供された事実には、他の長文脈モデルのベンチマークスコアや価格が含まれていないため、直接的な数値比較は不可能です。既知の情報として、Grok 4.6 は500,000トークンのコンテキストウィンドウ、入力100万トークンあたり$2.00、出力100万トークンあたり$6.00、GPQA Diamondスコア94.9を提供します。他の長文脈モデルは、コンテキスト制限、トークン価格、ベンチマーク結果が異なる場合があります。比較する際は、タスクに実際に必要なコンテキスト長を評価してください。500,000トークンの制限は、プロンプトがそれだけのデータを必要とする場合にのみ有用です。また、入力と出力の価格も比較してください。同じコンテキスト長を持つ2つのモデルでも、コストが大幅に異なる可能性があるためです。マルチモーダルな作業の場合は、他のモデルがテキスト、画像、ファイル入力を同様に受け付けるかどうかを確認してください。最後に、見出しのスコアだけに頼るのではなく、自社のドキュメントでエンドツーエンドの品質を測定してください。代替案がOrcaRouterを通じて同じOpenAI互換の統合の簡便さを提供するかどうかを検討してください。OrcaRouterを使用すると、クライアントを変更せずに複数のモデルIDをテストできます。
まず、客観的な要件から始めてください。タスクには50万トークンのコンテキストウィンドウが必要ですか？94.9のGPQA Diamondスコアから恩恵を受けますか？テキスト、画像、ファイル入力が必要ですか？3つすべてが必要な場合、Grok 4.6が候補となります。次にコストを比較します：入力100万トークンあたり2.00ドル、出力100万トークンあたり6.00ドルです。別のモデルは価格が安いかもしれませんが、コンテキストが短いか、ベンチマークが弱い可能性があります。また、ワークロードの入力トークンと出力トークンの量を見積もる必要があります。高性能なモデルは長いプロンプトで使用すると高額になる可能性があるためです。各モデルIDを使用してOrcaRouterで代表的な例を実行し、出力品質を比較し、成功タスクあたりの価格を計算してください。ドメインによって品質の差が小さい場合は、低コストのモデルの方が望ましいかもしれません。Grok 4.6が下流のエラーを減らすのであれば、より高いトークン価格には価値があるかもしれません。エラーには、やり直しの時間、モデレーションのオーバーヘッド、ユーザーに表示される障害が含まれます。可能であればそれらを定量化してください。
GPQA Diamondは多肢選択式の科学ベンチマークです。94.9というスコアは、その特定の評価における強みを示しますが、あらゆる本番タスクをカバーするわけではありません。コード生成、安全性に関する挙動、事実の裏付け、指示追従、長文脈の理解は、それぞれ別の関心事です。このモデルは画像入力とファイル入力にも対応していますが、ビジョンベンチマークは提供されていません。ベンチマークスコアを理由にGrok 4.6を選ぶ場合は、実際のプロンプトで検証してください。コスト面のリスクもあります。1M入力トークンあたり$2.00というレートでは、500,000トークンのコンテキストをフルに使うと高額になり得ます。特にリクエストを多数送信する場合は顕著です。タスクが単純であれば、より低価格のモデルで要件を満たせるかもしれません。ベンチマークは一つのデータポイントとして捉え、アプリケーションに関連するエッジケースを含む評価ハーネスを維持してください。モデルは曖昧な入力や敵対的入力に対して失敗する可能性が依然としてあります。評価セットは小さくても、まったくないよりはましです。デプロイ前に結果を確認してください。
OpenAI 互換——今お使いの SDK のまま
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| 階層 | 入力 / 1M tokens | 出力 / 1M tokens | キャッシュ読み取り / 1M |
|---|---|---|---|
| ≤ 200K | $2.00 | $6.00 | $0.500 |
| ≤ ∞ | $4.00 | $12.00 | $1.00 |
| 階層はリクエストごとの入力トークン数で決定されます | |||
表示価格に基づく概算
段階制料金 — この見積もりは基本ティアの料金を使用しています。
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
今週の開発者の声
@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