Grok 4.6とは？性能・料金・Grok 4.5との違いを公式モデルカードから整理【2026年11月最新】

Grok 4.6は、xAI（2026年7月にSpaceXAIへ改名し、10月にはSpaceXSIへの改名を表明）が2026年8月12日に公開したフロンティアモデルです。Grok 4.5と同じ1.5兆規模の基盤のまま、追加学習と後訓練を強化して、ナレッジワーク・CAD・オフィス文書などの性能を伸ばしました。 ただし2026年11月時点では、後継のGrok 4.7が同じAPI料金で9月21日に公開されています。新しく使い始めるなら4.7が基本線で、4.6は「すでに検証を終えた環境で使い続ける」ときの選択肢です。

この記事でわかることは次のとおりです。

• Grok 4.6のスペックと、「V9基盤」「1.5T」「GDPval Elo 1753」が実際に何を指すのか
• Grok 4.5からの変更点と、後継Grok 4.7との違い
• 得意な領域と苦手な領域（訂正後の公式モデルカード Revision 2026-08-17 の数値）
• API料金の注意点（20万トークンの閾値、キャッシュ入力の値上げ）と、Bedrock・GitHub Copilotなどの提供先
• 安全性の指標で改善した項目と後退した項目、乗り換えの判断手順

API利用を検討している開発者・技術選定の担当者や、Grok 4.5から4.6・4.7へ移るか迷っている方に向けた記事です。数値は公式ブログ・公式モデルカード・開発者ドキュメントをもとにしています。モデルの仕様・料金・提供先は短い期間で変わるため、契約や本番導入の前には必ず公式ドキュメントで確かめてください。

Grokシリーズ全体の位置づけは Grokとは？Agent Mode・Grok Imagineの機能・料金・使い方を解説 を、前の世代は Grok 4.5とは？API料金・性能の実態を検証 を、後継モデルは Grok 4.7とは｜性能・API料金・Grok 4.6との違い をご覧ください。

Grok 4.6の要点｜スペック早見表

出典: xAI（SpaceXSI）公式ニュース（Grok 4.6）

Grok 4.6を評価するときは、料金・得意分野・安全性・後継モデルの4点を見れば大きく外しません。

• 入力と出力の単価はGrok 4.5と同じ、キャッシュ入力は値上げ。入力$2 / 出力$6（100万トークンあたり、プロンプト20万トークン未満）。キャッシュ入力は$0.30から$0.50に上がった
• 得意と苦手の差が大きい。CAD・3Dモデリング・オフィス文書・法務・AI研究支援では1位級。長時間のソフトウェア工学では上位モデルに大きく離される
• 安全の指標は改善と後退が混在。ジェイルブレイク耐性やCBRN（生物・化学兵器など）の拒否精度は改善。一方、自傷・危機対応、圧力下の不誠実さ、ハルシネーションはGrok 4.5より少し悪化
• 後継のGrok 4.7が同料金で公開済み。2026年11月12日時点で4.6に廃止予定の表示はないが、最上位は4.7に移った

検索でよく見る「V9基盤」という呼び名は、公式ブログにもモデルカードにも出てきません。報道で使われる通称です。公式モデルカードの表現は「1.5T-scale model family（1.5兆規模のモデルファミリー）の最新リリース」で、総パラメータ数・アクティブパラメータ数は公表されていません。「1.5兆パラメータのモデル」と断定して導入判断の根拠にするのは避けたほうが安全です。

開発元の名前も変わり続けています。xAIは2026年7月にSpaceXAIへ改名し、さらに10月4日にはイーロン・マスク氏がSpaceXSI（SpaceX Super Intelligence）への改名を表明しました。x.aiのページ見出しはすでにSpaceXSIに変わっていますが、Grok 4.6のモデルカードの表記はSpaceXAIのままで、APIのドメイン（x.ai）やモデル名（grok-*）も変わっていません。報道では「xAI」の表記もまだ多く使われていますが、どれも同じ組織を指します。

Grok 4.5との違い｜「後訓練だけ」でどこまで伸びたのか

出典: Cursor 公式ブログ

Grok 4.6の変更は、事前学習のあとの工程に集中しています。基盤のモデル規模は1.5兆規模のまま据え置きで、大規模な事前学習のやり直しはしていません。公式モデルカード §1.2 に書かれている変更点は次の3つです。

1. 追加学習（supplemental training）をGrok 4.5より長く実施。推論と高度な技術概念向けに選んだモデル生成データと、質の高いエンジニアリング文書を使った。オプティマイザと学習レシピも改良
2. SFT（教師ありファインチューニング）の学習軌跡を作り直し。Grok 4.5自身が、推論エフォート別・エージェントハーネス別に、STEM／ソフトウェア工学／ナレッジワークの軌跡を作り直した。問題のある軌跡はモデルによるチェックで除いた
3. エージェントRL（強化学習）の対象を拡大。ナレッジワークと汎用コーディングに加えて、カーネル最適化・Web開発・CAD（コンピュータ支援設計）専用の学習環境を用意した

「後訓練だけで作った」という説明は、厳密には正しくありません。事前学習の直後に追加学習の工程が入っているため、「基盤の規模は据え置き、追加学習と後訓練の両方で伸ばした」と捉えるのが公式の記載どおりです。なお、匿名化したCursorのワークフローデータも追加学習に使われています。

スペック差はほぼゼロ、伸びたのはスコア。ただしキャッシュ単価は上がった

主なスコアは上がっていますが、「料金据え置きで性能だけ上がった」とは言い切れません。キャッシュ入力の単価が上がったため、同じプロンプトを何度も使い回すエージェント運用では請求額が増えることがあります。eesel AIの試算では、Artificial AnalysisのIntelligence Indexを一通り回す費用はGrok 4.6が$1,068.47、Grok 4.5が$579.21で約1.84倍、その約57%がキャッシュの読み書きでした（第三者の試算）。

また、8月17日に改訂されたモデルカードでは、DeepSearchQAの結果が差し替えられ、Grok 4.6（81.6%）はGrok 4.5（85.3%）を下回りました。発表直後に出回った「38.4%→81.6%に大きく伸びた」という比較は、差し替え前の数値によるもので、今は使えません。

「後訓練スケーリング」は2026年夏の業界の流れ

Grok 4.6とほぼ同じ時期の2026年8月14日には、Z.aiがGLM-5.3を発表しています。Z.aiの説明では、こちらも前のモデルと同じ基盤を据え置いたまま、後訓練の強化で性能を伸ばしたモデルです。大規模な事前学習のやり直しに巨額を投じなくても、追加学習と後訓練で看板モデルを更新できるのか。複数の開発元が同じ方向で答えを出し始めた時期だったといえます。ただしxAI自身は、次のGrok 4.7で「新しく大きいベースモデル」に切り替えています。

Cursorとの関係の背景は Cursor × SpaceX 600億ドル買収とは？背景と影響を整理 で解説しています。Grok 4.6はCursorのワークフローデータで追加学習されているため、CursorBenchの高いスコアはこのデータ提携と無関係ではない点も踏まえて読む必要があります。

Grok 4.6の性能｜得意領域と苦手領域の落差が大きい

Grok 4.6は、領域によって評価がはっきり分かれるモデルです。発表時点のArtificial Analysisの総合指標では世界3位タイに入った一方、公式モデルカードを細かく読むと、勝つ領域と負ける領域がはっきり分かれています。

公式ブログが発表時に載せた主なベンチマークの比較です（推論エフォートはGrok 4.6・4.5がHigh、GPT-5.6 Sol・Claude Fable 5がMax）。

「GDPval Elo 1753」は何の数字か

「GDPval Elo 1753」は、Artificial Analysisが自社のハーネスで実施するペア比較評価「GDPval-AA v2」のEloレーティングです。OpenAIが公開したGDPvalそのもののスコアではありません。モデルカードの順位では、Claude Opus 5（1849）に次ぐ2位で、Claude Fable 5（1741）、GPT-5.6 Sol（1728）、Kimi K3（1682）を上回りました。

注意したいのは、評価の版や時期でEloの水準が変わることです。Grok 4.7の公式ページに載ったGDPvalのグラフでは、Grok 4.6（High）は1605前後になっています。1753と1605を直接比べて「下がった」と読むのは誤りです。同じことはAA Intelligence Indexにも言えます。発表時の版で61だった点数は、指標の改定にともなって9月の版では44、2026年11月12日のArtificial Analysisのページでは31（74モデル中50位）になっています。モデルの能力が落ちたのではなく、物差しが変わったためです。数値を引用するときは、どの版の、いつ時点の値かを必ず添えてください。

公式モデルカードにしか載っていない「勝つ領域」

公式ブログの比較表は10行ほどですが、モデルカードにはもっと広い評価結果が載っています。Grok 4.6が首位か上位を取ったのは次の領域です。

CAD・3Dモデリング・電気設計といった物理設計まわりで強いのは、後訓練でCAD専用のRL環境を用意したことと合っています。オフィス文書の処理で1位なのも、Word / PowerPoint / Excel向けアドインの既定モデルに採用されていることと符合します。法務系のHarvey LABは15.8%で、発表時の比較相手より高い値です（以前はモデルカードとブログで値が食い違っていましたが、8月17日の訂正で15.8%にそろいました）。

なお、CursorBenchのxhighは1タスクあたり平均41,136トークンを出力しています。精度は上がりますが、そのぶん費用もかかります。

苦手領域は「長時間のソフトウェア工学」

一方、コーディングエージェントの中心になる領域では、はっきり差をつけられています。

特にSWE-Marathon v1.1の31.9%は、Claude Opus 4.8（48.8%）やKimi K3（48.1%）、Claude Fable 5（45.0%）、GPT-5.6 Sol（42.5%）にも届かない水準です。「何時間もかけて大規模リポジトリを改修し続ける」タイプの用途では、Grok 4.6は第一候補になりません。

長時間のコーディングで上を行くモデルは Claude Opus 5とは？性能・料金・使い方を整理 を、発表時に総合点で並んだモデルは GPT-5.6とは？機能・料金・使い方を解説 をご覧ください。

最大の武器はトークン効率｜ターン数もトークン量も少ない

Grok 4.6の実務上の価値は、スコアの高さより「同じ結果に届くまでの消費が少ないこと」にあります。公式モデルカード §1.1 は「他のフロンティアモデルより少ないステップ・少ない出力トークンで結果に届く」と書いています。Artificial Analysisも発表時、Grok 4.6を知能と費用のバランスが良いモデル群（パレートフロンティア）に位置づけていました。

ただし、効率の良さがそのまま請求額の安さになるとは限りません。注意点は2つあります。

• キャッシュ入力の値上げ。長いシステムプロンプトや会話履歴を何度も読み込むエージェントでは、キャッシュの読み書きが費用の大部分を占めることがある。Grok 4.5からの移行では、出力トークンの減り具合とキャッシュ費の増え具合を両方測る
• xhighはトークンを多く使う。精度を上げたいタスクだけxhighにして、日常のタスクはhigh以下で回すほうが費用を抑えやすい

参考までに、2026年11月12日のArtificial Analysisのページでは、Grok 4.6（xhigh）がIndexの評価全体で出力したトークンは約7,990万、出力速度は毎秒63トークン、最初のトークンが返るまで約29.5秒です。応答の速さが必要な対話用途より、裏側で回すバッチ処理やエージェント処理に向いた特性といえます。

自分の推論基盤を速くした事例

公式モデルカード §5 には、Grok 4.6の初期チェックポイントに「自分のチャット推論を速くせよ」というタスクを与えた記録が載っています。モデルは5時間で297件の最適化候補（fused MoE・FMHA・カーネルのスケジューリング・通信まわり）を試し、効果のないものを捨てたうえで7件のプルリクエストを作成しました。そのうち3件がGrok Chatの本番で使われ、デコードで+1.5%、プリフィルで+3.1%のスループット改善につながったとされています。

人の手をあまり介さずに長時間の探索的なエンジニアリングを回せることを示す事例で、社内の性能改善やインフラ最適化の用途を考えるときの参考になります。

API料金｜「$2 / $6」には20万トークンの閾値がある

出典: xAI Developer Docs（Models and Pricing）

Grok 4.6のAPI料金は、プロンプトの長さで単価が2倍に切り替わる仕組みです。よく紹介される「$2 / $6」は、プロンプトが20万トークン未満のときの価格です。20万トークン以上になると、そのリクエスト全体に高いほうの単価がかかります（2026年11月12日に公式ドキュメントで確認）。

500Kのコンテキストを使い切るような長時間エージェント運用では、$4 / $12が自動的にかかります。「500Kコンテキストなのに安い」とは言い切れず、長いコンテキストを使うほど安さの利点は小さくなります。

公式ブログは「高速版（fast variant）は2倍の価格」としていますが、Grok 4.6の高速版を公開APIで呼ぶためのモデルIDは、2026年11月時点でも確認できていません。参考までに、後継のGrok 4.7の高速版はCursorとGrok Build専用で、公開APIでは使えない形になっています。

日本円の目安として、仮に1ドル=150円で計算すると、20万トークン未満なら入力100万トークンあたり約300円・出力約900円、20万トークン以上なら入力約600円・出力約1,800円です（為替は変動するため、実際の請求額は必ず確かめてください）。

Grokの各モデルとの単価比較

Grok 4.6とGrok 4.7は、APIの単価がまったく同じです。単価の面で4.6を選ぶ理由はなく、選ぶとすれば実際に使うトークン量や、すでに検証を終えているかどうかが決め手になります。1Mトークンのコンテキストが必要なら Grok 4.3 が代わりになります。

他社モデルとの比較では、Artificial Analysisが発表時に「Claude Opus 5・GPT-5.6 Solより60%以上安い」と算定していました。ただしその後、GPT-5.6 Solは期間限定で値下げされています（GPT-5.6 Solの値下げ）。他社と比べるときは、各社の公式ページで今の単価を確かめてから計算してください。

クラウド経由の料金

公開直後の1週間はGrok BuildとCursorで利用枠が2倍になるキャンペーンがありましたが、期間限定で、すでに終わっています。

どこで使える？｜提供チャネルとGrokアプリ未提供の注意点

出典: xAI Developer Docs

Grok 4.6は開発者向け・企業向けの経路で提供されています。公開日の8月12日以降、GitHub Copilot、Amazon Bedrock、Google、Microsoftのクラウドにも順に広がりました。一方、一般向けアプリへの追加は、公式モデルカード §1.1 が「後日予定」と書いたまま、2026年11月12日時点でも公式の発表が見つかりません。

「SuperGrokに加入すればGrok 4.6が使える」と書いている第三者の記事もありますが、公式の発表では確認できません。確実に試したいなら、API・Cursor・GitHub Copilot・Grok Buildのどれかを使うのが確かな経路です。一般向けプランの内容は The X Subscriptionとは？ も参考になります。

Grok Buildの詳細は Grok Buildとは？機能・料金・使い方を解説 に、Cursorで選べるモデルの変化は CursorでOpenAIモデルが使えなくなる件 にまとめています。

安全性は「改善した項目」と「後退した項目」が混在する

出典: xAI Developer Docs（API Reference）

公式モデルカードでは、ジェイルブレイク耐性や兵器関連の拒否精度がはっきり改善した一方、いくつかの指標はGrok 4.5より悪化しています。数値は、8月17日に訂正された版（Revision 2026-08-17）のものです。最初の版（8月12日）では自傷・危機対応などの数値がもっと悪く出ていましたが、訂正後は悪化の幅が小さくなりました。

改善した項目

HackerBenchの6.9%は、比較されたGPT-5.5（25.0%）、Claude Opus 4.8（22.8%）、GPT-5.6 Sol（35.7%）より低い値で、無害な要求を拒否した率は0.0%でした。生物・化学の能力についても、xAIの安全の枠組み（2026年6月30日版）の閾値を下回るとの自己評価が書かれています。サイバー能力は「攻撃の完遂より、脆弱性を見つけて直す防御側に役立つ」と説明しています。

後退した項目

標準的なジェイルブレイクには強くなった一方、StrongRejectという別のジェイルブレイク評価では応諾率が上がっています。攻撃の手口によって耐性が違うと考えて、ユーザー入力を受けるサービスでは入力側のフィルタも用意しておくのが無難です。

自傷・危機対応（0.50%→0.84%）と、圧力下の不誠実さ（0.67%→1.90%）は、どちらも絶対値は小さいものの悪化しています。メンタルヘルスの相談や危機対応の対話を扱うなら、Bedrock Guardrailsのようなプラットフォーム側のガードレールと人による確認を重ねてください。事実確認や監査用の文書生成のように、モデルの誠実さが結果の正しさに直結する用途でも、人のレビューを挟む前提で設計すべきです。

公式モデルカード §1.1 には「医療・法務・金融・安全上重要なシステムなど、リスクの高い領域で自律的に重大な判断をする用途は、適切な人の監督と専門家の検証がない限り想定していない」と書かれています。

セーフガードの仕組み

セーフガードは何層にも重ねる設計です。安全向けのSFT・RLHF・検証できる報酬・モデルによる採点で拒否の振る舞いを学習させ、そのうえで提供先によっては実行時の入力フィルタと話題フィルタ（CSAM・自傷・生物化学兵器・サイバー）を加えます。公式は「性能を黙って下げたり、別のモデルに切り替えたりはしない」とも明言しています。利用はxAIの利用規約とAcceptable Use Policyに従います。

運営会社をめぐる安全性の論点は xAI・Grokの安全性訴訟とは？経緯と論点を整理 を、企業で導入するときの全般的な注意点は 生成AIのセキュリティ｜企業導入時のリスクと対策 をご覧ください。

競合モデルとの比較｜どれをどの用途に割り当てるか

出典: Anthropic 公式サイト

発表時点（2026年8月）の比較では、総合力ならClaude Opus 5、費用の効率と物理設計ならGrok 4.6、という分け方が実務的でした。発表時の版のArtificial Analysis Intelligence Indexでは、Claude Opus 5（63）→ Claude Fable 5（62）→ Grok 4.6 / GPT-5.6 Sol（61）の順で、Grok 4.6は世界3位タイでした。

用途別に割り当てるなら、次のような整理になります。

• 大規模リポジトリの長時間改修・障害対応 → Claude Opus 5 など、長時間のソフトウェア工学で強いモデル
• 大量のナレッジワーク・文書処理を費用を抑えて回す → Grok 4.6（新規ならGrok 4.7も比較）
• CAD・3Dモデリング・回路設計まわりの生成 → Grok 4.6 / Grok 4.7
• 一般ユーザー向けのチャットに組み込む → Grok 4.6は第一候補にしにくい（安全の指標の後退と、入力フィルタの準備が必要なため）

2026年11月時点では、各社の最上位はClaude Opus 5.5、Claude Fable 5.1、GPT-6系などに移っています。今から選ぶなら、Claude Opus 5.5 や Claude Fable 5.1 とも比べてください。

発表時の比較相手の詳細は Claude Fable 5とは？性能・料金・使い方 と Kimi K3とは？2.8兆パラメータモデルの実力 にまとめています。

Grok 4.7との違い｜後継が出た今、4.6を選ぶ理由はあるか

2026年9月21日に、後継のGrok 4.7（grok-4.7）が公開されました。API料金とコンテキスト（500K）は4.6とまったく同じです。新しく使い始めるなら4.7が基本線です。4.6を選ぶのは、すでに検証を終えている環境で使い続けたい場合か、トークンの消費を比べて4.6のほうが安く済むと確かめた場合です。

※ Grok 4.7の公式比較に載ったGrok 4.6の値（DeepSWE 65.2%など）は、4.6の発表時の値（65.9%）と少し違います。ベンチマークの版や条件が違うためで、両方を混ぜて比べないでください。

Grok 4.7は、何時間もかかる難しいタスクを中心にRLを長く回し、自分の作業を確かめる力と長いコンテキストの扱いが良くなったと公式は説明しています。Grok Botのハーネスを理解するよう学習したこと、新しいセーフガードを入れたことも違いです。マスク氏が言っていた「2.1兆パラメータ」は、公式には確認できません。

Grok 4.6を使い続けてよいのは、次のような場合です。

• BedrockやFoundryなどで4.6を前提に検証・承認を終えている。モデルを替えると評価をやり直す必要がある
• 出力トークンを抑えたい。4.7のxHighはトークンを多く使うため、単価が同じでも請求額が増えることがある
• 4.6の振る舞いで社内評価が済んでいる。2026年11月12日時点で、公式ドキュメントに4.6の廃止予定の表示はない

逆に、新しい知識（2026年1月より後の出来事）が必要な用途、長時間のソフトウェア工学、Grok Botとの連携を考えるなら、4.7を選ぶほうが合っています。詳しくは Grok 4.7とは｜性能・API料金・Grok 4.6との違い と Grok Botとは？料金・できること をご覧ください。今後のロードマップは Grok 5とは？公開時期・性能・料金の最新情報 にまとめています。

Grok 4.5から乗り換えるべきか｜判断の手順

Grok 4.5をAPIで使っているなら、乗り換え先は4.6より4.7を先に検討するのが今の基本です。3つとも入力と出力の単価は同じで、4.6と4.7はキャッシュ入力も同じです。どちらに移る場合も、次の順で確かめると判断を誤りにくくなります。

1. キャッシュの比率が高い使い方か → 長いプロンプトを使い回すエージェントでは、キャッシュ入力の値上げ（$0.30→$0.50）で費用が増えることがある。移行前に1日分の利用ログで試算する
2. プロンプトが日常的に20万トークンを超えるか → 超えるなら$4 / $12がかかる前提で費用を計算し直す
3. メンタルヘルス・危機対応の対話を含むか → 含むなら、Guardrailsなどの外側のガードレールと人の確認を用意してから移る
4. モデルの誠実さが結果の正しさに直結する用途か（監査・事実確認・コンプライアンス文書など） → 人のレビューを必ず挟む
5. 長時間のソフトウェア工学が主な用途か → 4.6単独ではなく、4.7や他社の上位モデルとの使い分けを考える
6. どれにも当てはまらない → まず非本番の環境で、自社の代表的なタスク5〜10件を4.5・4.6・4.7で流し、正答率・出力トークン量・キャッシュ費用を比べる

移行の作業はモデルIDの変更が中心ですが、推論エフォートにxhighが加わっている点と、提供先によって既定のエフォートが違う点（Bedrockはlow、4.7はhigh）は確かめておきましょう。世代交代が2か月足らずで起きているため、モデルIDはコードに直接書かず、設定ファイルや環境変数で切り替えられるようにしておくのが安全です。新しいモデルや機能を自社の業務システムに組み込むときの進め方と費用の目安は、AI開発の費用相場（改修・PoC・本開発の価格と見積の内訳） で整理しています。

Grok 4.6はこんな人におすすめ

• Bedrock・Foundry・GitHub Copilotなどで4.6を前提に検証を終えた企業。評価をやり直さずに使い続けられる。サポート終了も早くて2027年8月以降（Bedrock）
• CAD・3Dモデリング・電気設計まわりの自動化を試したい開発者。公式の評価で首位か上位を取っている数少ない領域
• Word / Excel / PowerPointの業務にAIを組み込みたいチーム。Officeアドインの既定モデルで、OfficeQA Proでも首位
• CursorやGitHub Copilotの利用者。契約中のプランのままモデルを選んで試せる
• 出力トークンを抑えながらナレッジワークを大量に回したい企業。少ないステップで結果に届く設計で、4.7のxHighより消費を抑えやすい

おすすめしない人・避けるべき用途

• これから新しくGrokのAPIを使い始める人。同じ料金で後継のGrok 4.7があり、知識も新しい
• 長時間の大規模ソフトウェア改修を自動化したいチーム。SWE-Marathon 31.9%、Terminal-Bench v3.0 26.0%と、上位モデルに大きく離されている
• 入力フィルタなしで一般向けチャットに組み込みたいサービス。StrongRejectのジェイルブレイク応諾率や自傷・危機対応の指標が4.5より悪化している
• 自社サーバーでの運用やエアギャップ環境が調達の条件になっている組織。オープンウェイトは提供されていない
• GrokアプリやX上のGrokで4.6を使いたい個人ユーザー。一般向けアプリでの提供は公式に確認できない
• 1Mトークン級の長いコンテキストが必須の用途。Grok 4.6は500K。下位モデルのGrok 4.3のほうがコンテキストは長い
• 医療・法務・金融などで、人の確認なしに自律判断させたい用途。公式が想定する用途から外している

よくある質問（FAQ）

Q. Grok 4.6は無料で使えますか？

無料枠についての公式の案内はありません。利用はAPI（従量課金）か、Cursor・GitHub Copilotなど契約中のサービス経由が中心です。CursorやGitHub Copilotをすでに契約していれば、プランの範囲でモデルを選んで試せます。ただし企業向けのGitHub Copilotでは、管理者がモデルを有効にしていないと選べない場合があります。

Q. 「V9基盤」「1.5兆パラメータ」は正しい表現ですか？

「V9」は公式文書に出てこない、報道で使われる通称です。パラメータ数も、公式モデルカードの表現は「1.5兆規模のモデルファミリー」で、総パラメータ数・アクティブパラメータ数の正確な値は公表されていません。仕様の根拠として引用するのは避けたほうが安全です。

Q. 日本から利用できますか？

xAI APIのほか、Amazon Bedrockなら東京・大阪リージョンからGlobal CRIS（リージョンをまたいだ推論）で呼べます。ただしGlobal CRISでは推論が世界各地のリージョンに振り分けられるため、データを国内に置く必要がある業務では注意が必要です。xAI APIの推論リージョンは、8月時点の公式ドキュメントでは米国（us-east-1 / us-west-2）とされていました。法人で使う場合は、データの送信先を含めて契約前に確かめてください。

Q. SuperGrokなどの一般向けプランでGrok 4.6は使えますか？

公式モデルカードは、Web版Grok・モバイルアプリ・X上のGrokへの追加を「後日予定」としています。2026年11月12日時点で、追加したという公式の発表は見つかりません。第三者の情報で「SuperGrokで使える」とするものもありますが、公式では確認できないため、確実に使いたいならAPIやCursor・GitHub Copilotを選ぶのが確かです。

Q. 今から使うならGrok 4.6とGrok 4.7のどちらですか？

API料金が同じなので、新しく使うなら基本はGrok 4.7です。長時間のタスクや新しい知識が必要な用途で4.7の評価が高く、推論エフォートの既定もhighです。一方、4.7のxHighは出力トークンを多く使うため、自社のタスクで両方を流し、請求額まで比べてから決めると確実です。4.6で検証を終えた環境なら、そのまま使い続けるのも合理的な選択です。

Q. コーディング用途ではClaude Opus 5とどちらが良いですか？

短めのタスクを大量に回すならGrok 4.6の効率が有利、何時間もかかる大規模な改修ならClaude Opus 5が有利です。SWE-Marathonで31.9%対50.0%という差があるため、タスクの長さで使い分けるのが現実的です。

Q. Grok 4.6はGrok 4.5より安全になったのですか？

一律には言えません。標準的なジェイルブレイクへの耐性（0.73%→0.04%）やCBRN関連の拒否精度（生物・化学とも100%）ははっきり改善しました。一方、StrongRejectのジェイルブレイク（1.5%→3.9%）、自傷・危機対応（0.50%→0.84%）、圧力下の不誠実さ（0.67%→1.90%）、ハルシネーション（0.98%→1.7%）は悪化しています。「よく知られた悪用には強くなったが、別の手口や繊細な対話、誠実さでは少し下がった」というのが、訂正後の公式データから読み取れる姿です。

まとめ｜「効率で勝つモデル」として位置づける

Grok 4.6は、絶対性能で頂点を取ったモデルではありません。発表時の総合指標では世界3位タイ、長時間のソフトウェア工学では上位モデルに大きく離されています。その一方で、少ないステップで結果に届く効率と、CAD・3D・オフィス文書での強さは、ほかのモデルにない持ち味です。

判断のポイントは次の4つです。

1. 入力と出力の単価はGrok 4.5と同じだが、キャッシュ入力は$0.30→$0.50に上がった。20万トークンを超えると単価が2倍になる点とあわせて試算に入れる
2. 得意と苦手の差が大きい。CAD・3D・オフィス文書・ナレッジワークでは有力、長時間の大規模改修では第一候補にならない
3. 安全の指標は改善と後退が混在。訂正後の数値では悪化の幅は小さいが、一般向けの対話や誠実さが求められる用途では、ガードレールと人の確認を重ねる
4. 後継のGrok 4.7が同じ料金で出ている。新しく使うなら4.7を基本に、4.6は検証済みの環境やトークン消費を抑えたい場面で使う

モデルIDを差し替えられる構成にしておき、自社のタスクで4.6と4.7の正答率と請求額を実際に測ることが、世代交代の速いこの領域で最も確かな進め方です。