Grok 4.6 vs Grok 4.5, GPT-5.6 Sol i Fable 5: Co się naprawdę zmienia

Grok 4.6 to kolejny flagowy model xAI, a jego główna cecha jest nietypowa: zachowuje dokładnie te same fundamenty co Grok 4.5, a całą aktualizację kieruje w stronę post-trainingu. To sprawia, że porównanie „Grok 4.6 vs Grok 4.5 vs GPT-5.6 Sol vs Fable 5" jest skomplikowane — bo w chwili pisania tego tekstu Grok 4.6 nie ma żadnych opublikowanych benchmarków, karty modelu ani cennika. Ten przewodnik wyraźnie rozgranicza to, co xAI potwierdziło, od tego, co wciąż pozostaje spekulacją, a następnie pokazuje rzeczywistą poprzeczkę benchmarkową, którą Grok 4.6 musi przeskoczyć.

Uczciwy punkt wyjścia: brak liczb dla Grok 4.6

Zanim przejdziemy do jakiegokolwiek porównania, zastrzeżenie, które większość artykułów pomija: nie ma oficjalnych benchmarków Grok 4.6. Na początku sierpnia 2026 roku xAI nie opublikowało żadnej karty modelu Grok 4.6, żadnej tabeli benchmarków, żadnego identyfikatora API ani cennika — dokumentacja dla deweloperów nadal wymieniała Grok 4.5 jako aktualny nazwany model. Każda liczba dotycząca wydajności przypisywana teraz Grok 4.6 to prognoza, nie pomiar.

Dlatego ten artykuł robi coś innego niż zwykłe starcie łeb w łeb. Opieramy się na zmierzonych wynikach Grok 4.5, traktujemy GPT-5.6 Sol i Fable 5 jako poprzeczkę, którą Grok 4.6 musi przeskoczyć, i wyraźnie oznaczamy oczekiwania jako oczekiwania. Pierwsze prawdziwe dane o Grok 4.6 pojawią się na niezależnych rankingach w tygodniu po premierze — oceń go wtedy.

Czym naprawdę jest Grok 4.6 (potwierdzone informacje)

Oto co xAI i Elon Musk powiedzieli oficjalnie:

• Te same fundamenty co Grok 4.5. Grok 4.6 jest zbudowany na tej samej bazie V9 o ~1,5 biliona parametrów, a ulepszenie pochodzi z ulepszonego nadzorowanego dostrajania (SFT) i uczenia przez wzmacnianie (RL) — nie z większego modelu. Wczesne doniesienia mówiące o modelu z 2 bilionami parametrów zostały później sprostowane; baza 2,1T należy do następcy, Grok 4.7.
• Wydanie udoskonalające, nie nowy model bazowy. Celem jest lepsze podążanie za instrukcjami, czystszy kod i stabilniejsze rozumowanie na tej samej szybkiej i taniej bazie.
• Premiera w najbliższym czasie, stopniowe wdrożenie. Musk określił Grok 4.6 jako model odległy o kilka dni do tygodnia na początku sierpnia 2026, z Grok 4.7 (większa baza 2,1T) kilka tygodni za nim. Daty xAI są słynnie przybliżone, więc traktuj każdy konkretny dzień jako cel, nie pewnik.

Wszystko inne — dokładne wyniki benchmarków, cena API, zmiany okna kontekstowego — pozostaje niepotwierdzone do czasu premiery.

Zakład na post-training i dlaczego ma znaczenie

Większość czołowych wydań opiera się na większej bazie z większą liczbą parametrów. xAI utrzymuje bazę bez zmian i wkłada cały zysk w post-training. To sprawia, że Grok 4.6 jest czystym testem realnego pytania w dzisiejszej branży AI: o ile lepszy może stać się model bez wzrostu? Nowa baza 2T+ jest powolna i droga w trenowaniu, podczas gdy przejście przez post-training jest szybsze — więc xAI może teraz wydać 4.6 na sprawdzonej bazie i później podążyć za nim cięższym 4.7. Jeśli 4.6 osiągnie znaczący skok nad 4.5 na identycznej bazie, to sygnał dla całej branży, nie tylko dla xAI. (Ujęcie za Build Fast with AI's Grok 4.6 preview.)

Punkt odniesienia Grok 4.5 (to jest prawdziwa kotwica)

Ponieważ Grok 4.6 udoskonala Grok 4.5, liczby z wersji 4.5 są uczciwą linią startową. Grok 4.5 zadebiutował 8 lipca 2026 roku z celowo mieszaną, ale mocną historią:

• Agenty kodujące: ~76 w Artificial Analysis Coding Agent Index — mniej więcej na poziomie GPT-5.5 w Codex i około punkt za Fable 5. (sentisight.ai)
• Terminal-Bench 2.1: ~83,3%, w odległości punktu od Fable 5 i GPT-5.5, i przed Opus 4.8. (sentisight.ai)
• SWE Marathon: wiodące ~29% wskaźnika rozwiązania w jednej próbie, powyżej 26% Opus 4.8. (kucoin.com)
• SWE-Bench Pro: ~64,7% — jego najsłabszy wynik, znacznie za ~80,4% Fable 5. (sentisight.ai)
• Intelligence Index: ~54, duży skok nad Grok 4.3, ale za Fable 5 (~60), Opus 4.8 (~56) i GPT-5.5 (~55). (kingy.ai)

Wspólny mianownik: Grok 4.5 to bliski granicy, wyjątkowo wydajny koń roboczy, wyceniony na około 2 USD / 6 USD za milion tokenów wejściowych/wyjściowych — lider wartości — ale nie czysty triumf w benchmarkach, i wyraźnie słabszy w najtrudniejszych testach kodowania długoterminowego. To platforma, którą Grok 4.6 stara się ulepszyć.

Poprzeczka do przeskoczenia: GPT-5.6 Sol i Fable 5

Te dwa modele to granica, względem której mierzy się Grok 4.6. Ich liczby są prawdziwe.

Claude Fable 5 (Anthropic, wydany 9 czerwca 2026) to model klasy „Mythos", pozycjonowany poziom wyżej niż Opus 4.8. Osiąga ~62 w Artificial Analysis Intelligence Index i jest najsilniejszy dokładnie tam, gdzie Grok 4.5 jest najsłabszy — ~80,4% w SWE-Bench Pro. Jest też drogi: 10 USD / 50 USD za milion tokenów i nieco rozwlekły. (artificialanalysis.ai, anthropic.com)

GPT-5.6 Sol (OpenAI, wydany 9 lipca 2026) to flagowy model rodziny Sol/Terra/Luna, z trybem rozumowania „max" i wieloagentowym trybem „ultra". Przy maksymalnym rozumowaniu ustanawia rekord ~80 w Artificial Analysis Coding Agent Index — około 2,8 punktu powyżej Fable 5 — podczas gdy OpenAI informuje o zużyciu mniej niż połowy tokenów wyjściowych i mniej niż połowy czasu. Wyceniony na 5 USD / 30 USD za milion tokenów z oknem kontekstowym ~1,05M tokenów. Nie wygrywa jednak we wszystkim: w SWE-Bench Pro znacznie ustępuje Fable 5. (openai.com, artificialanalysis.ai)

Wniosek dla Grok 4.6: granica przesunęła się po premierze Grok 4.5. Dorównanie wydajności Grok 4.5 to minimum; zamknięcie luki w stylu SWE-Bench Pro z Fable 5 i GPT-5.6 Sol to trudna część.

Grok 4.6 vs reszta stawki: gdzie realistycznie może wylądować

Ponieważ 4.6 to przejście przez post-training na bazie 4.5, oto wyważona ocena — oczekiwania wyraźnie oznaczone jako oczekiwania.

Czego realistycznie oczekiwać: lepszego podążania za instrukcjami, czystszego kodu i stabilniejszego rozumowania na tej samej szybkiej i taniej bazie — nie skoku w surowym rozmiarze modelu ani nagłego przeskoku ponad Fable 5 w najtrudniejszych testach. Jeśli xAI utrzyma agresywną ekonomię 2 USD / 6 USD, najbardziej obronna pozycja Grok 4.6 pozostaje inteligencja za dolara, nie korona w czołowych benchmarkach. Wyniki Arena i Artificial Analysis w tygodniu po premierze to pierwszy prawdziwy test tego, czy zyski z post-trainingu odpowiadają zapowiedziom.

Czy warto czekać na Grok 4.6?

• Nie jesteś użytkownikiem Grok i wybierasz model w tym tygodniu? Nie wstrzymuj pracy. Grok 4.6 to udoskonalenie już dostępnego modelu, nie nowa klasa możliwości — użyj teraz najlepszego sprawdzonego modelu do swojego zadania i oceń ponownie, gdy pojawią się prawdziwe benchmarki.
• Masz już SuperGrok lub X Premium? Powinien pojawić się automatycznie w selektorze modeli bez dodatkowych kosztów, więc nie musisz nic robić — po prostu poczekaj, aż się pojawi.
• Chcesz najmocniejszego modelu xAI? Bardziej istotna data to okno premiery Grok 4.7 (większa baza 2,1T) kilka tygodni później, nie premiera 4.6.

Rozsądny ruch dla wszystkich pozostałych: poczekaj, aż model zostanie wydany, poczekaj na niezależne wyniki i oceń Grok 4.6 na podstawie zmierzonych rezultatów, a nie przedpremierowych zapowiedzi.

Wykorzystaj dowolny z tych modeli jako AI-współpracownika

Benchmarki to jedno; sprawienie, żeby model faktycznie przejrzał repozytorium, uruchamiał polecenia, recenzował PR-y i iterował — to drugie. Eigent to open-source'owa aplikacja desktopowa „Cowork", która zamienia modele takie jak Grok, GPT-5.6 Sol i Claude w lokalną wieloagentową siłę roboczą — przynosisz własne klucze i wymieniasz model za każdym agentem w miarę jak granica się przesuwa. Jeśli Twój workflow to kod, sprawdź jak zespół agentów może recenzować GitHub PR-y, lub uruchom własnych agentów pobierając Eigent. Więcej o stosie kodowania xAI znajdziesz w naszych materiałach o Grok Bot AI teammates i Grok Bot vs. ChatGPT Work, które zagłębiają się w to, co te modele robią po opuszczeniu tabeli benchmarków.