Grok 4.6 vs Grok 4.5、GPT-5.6 Sol & Fable 5：実際に何が変わるのか

Grok 4.6はxAIの次期フラッグシップモデルであり、その特徴は異例だ。Grok 4.5のベースアーキテクチャをそのまま維持しつつ、アップグレードのすべてをポストトレーニングに注ぎ込んでいる。そのため「Grok 4.6 vs Grok 4.5 vs GPT-5.6 Sol vs Fable 5」の比較は難しい——本稿執筆時点では、Grok 4.6には公開されたベンチマーク、モデルカード、価格情報が一切存在しないからだ。本ガイドでは、xAIが確認した事実と依然として憶測の段階にある情報を明確に区別したうえで、Grok 4.6がクリアしなければならない本当のベンチマーク基準を示す。

正直な出発点：Grok 4.6の数値はまだ存在しない

比較に入る前に、多くの記事が省略している注意点を述べておく。Grok 4.6の公式ベンチマークは存在しない。 2026年8月上旬時点で、xAIはGrok 4.6のモデルカード、ベンチマーク表、API識別子、価格情報を一切公開しておらず、開発者向けドキュメントには依然としてGrok 4.5が現行モデルとして記載されている。現時点でGrok 4.6に帰属するとされるパフォーマンス数値はすべて予測であり、実測値ではない。

そのため本記事は通常の直接比較とは異なるアプローチをとる。Grok 4.5の実測結果を基準点とし、GPT-5.6 SolとFable 5をGrok 4.6がクリアすべき基準として扱い、期待値は期待値として明示する。Grok 4.6の最初の実データは、ローンチから1週間後に独立系リーダーボードから得られるだろう——その時点で判断すべきだ。

Grok 4.6の実態（確認済み情報）

xAIとElon Muskが公式に述べていることは以下のとおりだ。

• Grok 4.5と同じ基盤。 Grok 4.6は同じ約1.5兆パラメータのV9ベースの上に構築されており、改善は教師あり微調整（SFT）と強化学習（RL）のアップグレードによるもので、モデルの大型化ではない。2兆パラメータモデルと報じた初期の情報は後に訂正されており、2.1Tベースは後継モデルのGrok 4.7のものだ。
• 新しいベースモデルではなく、改良リリース。 目標は、同じ高速・低コストの基盤の上で、指示への追従精度の向上、コード品質の改善、推論の安定性強化を実現することだ。
• 近日中の段階的ローンチ。 Muskは2026年8月上旬に、Grok 4.6が数日から1週間以内にリリースされ、より大型の2.1TベースのGrok 4.7がその数週間後に続くと述べた。xAIの日程は大まかなものとして知られているため、具体的な日付は目標として捉えるべきだ。

それ以外の情報——正確なベンチマークスコア、API価格、コンテキストウィンドウの変更——はローンチまで未確認だ。

ポストトレーニングへの賭け、そしてその重要性

フロンティアモデルのリリースの多くは、より多くのパラメータを持つ大型ベースに依存している。xAIはベースを固定したまま、すべての改善をポストトレーニングに集中させている。これにより、Grok 4.6はAI分野における現実的な問いの純粋な検証となる。モデルは成長せずにどこまで改善できるのか？ 新しい2T+の基盤は学習に時間とコストがかかるが、ポストトレーニングのみであれば迅速にリリースできる——そのためxAIは実績あるベースで4.6を今リリースし、より重量級の4.7を後から投入できる。同一の基盤でGrok 4.5から意味のある向上を示せれば、それはxAIだけでなく業界全体へのシグナルとなる。（Build Fast with AIのGrok 4.6プレビューの枠組みを参照。）

Grok 4.5のベースライン（これが本当の基準点）

Grok 4.6はGrok 4.5を改良したものであるため、4.5の数値が正直な出発点となる。Grok 4.5は2026年7月8日にローンチし、意図的に混在した、しかし力強い実績を示した。

• コーディングエージェント： Artificial Analysis Coding Agent Indexで約76——CodexのGPT-5.5とほぼ同水準で、Fable 5より約1ポイント低い。（sentisight.ai）
• Terminal-Bench 2.1： 約83.3%——Fable 5およびGPT-5.5と1ポイント以内の差で、Opus 4.8を上回る。（sentisight.ai）
• SWE Marathon： シングルアテンプト解決率で約29%のトップスコア——Opus 4.8の26%を上回る。（kucoin.com）
• SWE-Bench Pro： 約64.7%——最も弱い結果で、Fable 5の約80.4%を大きく下回る。（sentisight.ai）
• Intelligence Index： 約54——Grok 4.3から大幅な向上を示したが、Fable 5（約60）、Opus 4.8（約56）、GPT-5.5（約55）には及ばない。（kingy.ai）

共通する傾向として、Grok 4.5はフロンティア近傍の、異例なほど効率的なワークホースであり、入力/出力トークンあたり約**$2 / $6（100万トークン）**という価格でコストパフォーマンスのリーダーだ。しかし、ベンチマークを全面的に制覇しているわけではなく、最も難易度の高い長期コーディングテストでは顕著に弱い。これがGrok 4.6が改善しようとしているプラットフォームだ。

クリアすべき基準：GPT-5.6 SolとFable 5

この2つのモデルが、Grok 4.6が測られるフロンティアだ。これらの数値は実測値だ。

Claude Fable 5（Anthropic、2026年6月9日リリース）は、Opus 4.8より一段上に位置づけられた「Mythosクラス」のモデルだ。Artificial Analysis Intelligence Indexで約62を記録し、Grok 4.5が最も弱いSWE-Bench Proで約80.4%という最高スコアを誇る。価格は100万トークンあたり$10 / $50と高価で、やや冗長な傾向がある。（artificialanalysis.ai、anthropic.com）

GPT-5.6 Sol（OpenAI、2026年7月9日リリース）はSol/Terra/Lunaファミリーのフラッグシップで、「max」推論モードとマルチエージェント「ultra」モードを備える。最大推論モードでArtificial Analysis Coding Agent Indexで約80という最先端スコアを記録——Fable 5を約2.8ポイント上回り、OpenAIによれば出力トークン数と処理時間をいずれも半分以下に抑えている。価格は100万トークンあたり$5 / $30で、コンテキストウィンドウは約105万トークンだ。ただし、SWE-Bench ProではFable 5に大きく劣る。（openai.com、artificialanalysis.ai）

Grok 4.6への示唆：Grok 4.5のリリース後にフロンティアは前進した。Grok 4.5の効率性に匹敵することは最低条件であり、Fable 5やGPT-5.6 SolとのSWE-Bench Pro的な差を縮めることが本当の難題だ。

Grok 4.6 vs 競合モデル：現実的な到達点

4.6は4.5ベースへのポストトレーニングパスであるため、以下に根拠のある見通しを示す——期待値は期待値として明示する。

現実的な期待値： 同じ高速・低コストの基盤の上で、指示への追従精度の向上、コード品質の改善、推論の安定性強化が見込まれる——モデルサイズの拡大や、最難関評価でFable 5を突然上回るような飛躍は期待できない。xAIが積極的な$2 / $6の価格体系を維持するなら、Grok 4.6の最も確かな強みはコストパフォーマンスであり、ベンチマーク首位ではない。ローンチから1週間後のArenaおよびArtificial Analysisのスコアが、ポストトレーニングの成果がその位置づけに見合うかどうかを判断する最初の実証となる。

Grok 4.6を待つべきか？

• Grokを使っていない、今週中に選択する必要がある場合： 作業を止める必要はない。Grok 4.6は既存モデルの改良版であり、新しい能力クラスではない——今は自分のタスクに最適な実績あるモデルを使い、実際のベンチマークが出てから再評価すればよい。
• SuperGrokまたはX Premiumをすでに利用している場合： 追加費用なしにモデル選択画面に自動的に表示されるはずなので、特に何もする必要はない。
• xAIの最強モデルを求めている場合： より関連性の高い日程は、数週間後のGrok 4.7（より大型の2.1Tベース）のリリースウィンドウであり、4.6のローンチではない。

それ以外の人にとっての賢明な選択：モデルのリリースを待ち、独立したスコアが出るのを待ち、ローンチ前の位置づけではなく実測結果でGrok 4.6を評価することだ。

これらのモデルをAIチームメンバーとして活用する

ベンチマークは一つの指標に過ぎない。モデルが実際にリポジトリを検査し、コマンドを実行し、PRをレビューし、反復作業を行うかどうかは別の話だ。Eigentはオープンソースの「Cowork」デスクトップアプリで、Grok、GPT-5.6 Sol、Claudeなどのモデルをローカルのマルチエージェント作業環境に変える——自分のAPIキーを持ち込み、フロンティアが変化するたびに各エージェントの背後にあるモデルを切り替えられる。ワークフローがコードに関するものであれば、エージェントチームがGitHub PRをレビューする方法を確認するか、Eigentをダウンロードして独自のエージェントを立ち上げてみよう。xAIのコーディングスタックについてさらに詳しくは、Grok Bot AIチームメンバーとGrok Bot vs. ChatGPT Workに関する解説記事で、これらのモデルがベンチマーク表を離れた後に何をするかを掘り下げている。