Дата выхода Grok 4.6: Маск назвал 7 августа и 1,5 трлн параметров

Grok 4.5 вышел с model card, 15 бенчмарками и ценами API. У Grok 4.6 ноль независимых оценок. Числа параметров и заявления о post-training — vendor statements из одного поста в X, пока xAI не опубликует иное.

• Риск roadmap из одного источника: календарь закупок завязан на твит, а не на продуктовую страницу xAI. Команды, строящие августовские спринты вокруг Grok 4.6, не имеют SLA, beta-доступа и запасного плана при сдвиге даты.
• Сжатый срок жизни флагмана: Grok 4.5 вышел 8 июля. Если 4.6 придёт 7 августа, вы можете закончить онбординг модели, уже устаревшей на поколение — до того как бенчмарки оправдают миграцию.
• Вакуум бенчмарков: у Grok 4.5 были SWE-Bench Pro (64,7 %), Terminal Bench 2.1 (83,3 %) и данные по токен-эффективности. У 4.6 — ничего. Ответственный bake-off против Kimi K3 (93,4 % SWE-bench Verified) или GPT-5.6 Sol (96,2 %) на вере невозможен.
• Путаница с двумя SKU: Маск в одном ответе описал 4.6 (1,5T, быстрее) и 4.7 (2,1T, медленнее serving, лучше токен-эффективность). Ждать «лучшую» или шипить «быструю» — без дельты цен и API model ID.
• Vendor safety liability: в июле 2026 xAI подала иск против пользователя за предполагаемую генерацию CSAM через Grok — неявное признание, что защиты обходятся. Отчёт Common Sense Media (январь 2026) поставил Grok среди худших чатботов по защите детей.
• Августовский затор релизов: слухи о Claude Fable 5.1, open-weight-шок Kimi K3 и лоббирование GPT-6 в Белом доме сходятся в одном окне — узкое место — пропускная способность оценки, а не GPU-бюджет.

Маск подчеркнул «значительно улучшенные SFT и RL» для Grok 4.6 вместо чистого роста параметров. Это продолжение логики Grok 4.5: co-training на реальных сессиях разработчиков в Cursor дал 4,2× разрыв по токен-эффективности на SWE-Bench Pro (15 954 vs 67 020 токенов у Opus 4.8) без лидерства на каждом intelligence-лидерборде.

SFT и RL простыми словами

Supervised fine-tuning (SFT) формирует поведение на курируемых примерах. Reinforcement learning (RL) использует сигналы награды, чтобы модель училась успешным многошаговым цепочкам действий — критично для agentic-воркфлоу, где один неверный tool call рвёт цепь.

Стратегия двух SKU

Grok 4.6 на 1,5T — заметный скачок масштаба. Формулировка Маска про 4.7 — больше, «лучше почти везде, чуть медленнее serving» — намекает на разделение latency-sensitive и quality-sensitive нагрузок, как Sonnet/Opus или mini/full tiers.

Давление Kimi K3 без названия

Целевая дата Grok 4.6 — примерно через 10 дней после полного open-weight-релиза Kimi K3. K3 возглавил Frontend Code Arena с 1 679 очками — первая open-weight модель, обошедшая все closed models на этой доске. Маск называл K3 «впечатляющим» в ветках бенчмарков. Сжатый темп xAI читается как конкурентный ответ.

Верифицированные бенчмарки (только выпущенные модели)

Реальное преимущество Grok 4.5 сегодня — экономика на задачу и завершение agent-воркфлоу, а не ранг SWE-bench. Закроет ли push SFT/RL у 4.6 разрыв в coding на 16–30 пунктов против Fable 5 / K3 без потери токен-эффективности — открытый вопрос до релиза.

28 июля стал днём раздвоенного экрана. Пока Маск публиковал roadmap Grok 4.6/4.7, более 1 100 сотрудников OpenAI, Anthropic, Google DeepMind и Meta выпустили «Pacing the Frontier» — открытое письмо с просьбой к правительству США создать инструменты для целенаправленного замедления frontier-AI-исследований. OpenAI и Anthropic поддержали на корпоративном уровне. xAI отсутствовала.

На той же неделе Альтман продемонстрировал неопубликованную модель (широко считается GPT-6) в Белом доме после инцидента sandbox Hugging Face. Индустрия одновременно лоббирует замедление и гонку релизов — xAI твёрдо в лагере ускорения с тремя frontier-моделями за два месяца.

Август 2026 складывается в узкое место релизов. Если график Маска сработает, Grok 4.6 и 4.7 приземлятся в том же месяце, что слухи о Claude Fable 5.1, и через недели после open-weight-шока Kimi K3. Для инженерных команд полезный срок жизни каждого флагмана сжимается до недель — токен-эффективность и реальная стоимость задачи становятся более устойчивой основой выбора, чем один лидерборд.

1. 01
   Зафиксировать baseline на выпущенных моделях: прогнать стандартный eval-harness против Grok 4.5, Kimi K3 и текущего tier Claude или GPT. Записать токены и долларовую стоимость на задачу.
2. 02
   Подписаться только на официальные каналы: следить за @xai в X и x.ai / docs.x.ai. Игнорировать сторонние «early access», пока xAI не опубликует model card.
3. 03
   Спланировать routing двух SKU: 4.6 (быстрее, 1,5T) vs 4.7 (медленнее serving, 2,1T, лучше токен-эффективность). Набросать политику: latency-sensitive agent loops на 4.6, quality-critical refactors на 4.7 — с учётом реальных цен.
4. 04
   Собрать шаблон bake-off на 48 часов: 20–50 реальных repo-задач с автоматическим скорингом. При выходе Grok 4.6 прогнать тот же harness против Grok 4.5, K3 и incumbent за 48 часов до prod-трафика.
5. 05
   Учесть vendor-risk в закупках: пройтись с legal/compliance по иску xAI по CSAM и рейтингу Common Sense Media. Если продукт обслуживает несовершеннолетних или регулируемые данные — sign-off до prod на Grok 4.6.
6. 06
   Бюджет на август, не архитектура на август: не перестраивать agent-пайплайны под невыпущенные модели. Держать Grok 4.5 или текущий стек в prod весь август; sandbox-бюджет только на оценку 4.6. Пересмотреть routing после официальных цен и model card — и следить, не сдвинет ли поле Claude Fable 5.1 или GPT-6.

Grok 4.6 правдоподобен — у xAI есть GPU-кластер Memphis, партнёрство с Cursor и давление Kimi K3. Но «правдоподобно» ≠ «подтверждено». Пока нет model card, бенчмарков и цен, ставка prod на 7 августа — игра на «время Маска».

Разумнее в июле–августе 2026: продолжать на Grok 4.5 (если токен-экономика устраивает), Kimi K3 (если важна open-weight-гибкость) или текущем Claude/GPT (если точность SWE-bench не обсуждается). Runbook выше позволит оценить Grok 4.6 в sandbox в день релиза — без миграции prod по твиту.

Оценка агентов требует стабильной инфраструктуры. Команды с 48-часовыми bake-off по API Grok, Kimi и Claude часто упираются в общие CI-раннеры, домашние Mac и нестабильные long-lived-соединения, искажающие латентность и замеры токенов. Для выделенных 24/7 agent-хостов с аудируемыми build-плоскостями и региональными primary-путями подходят мультирегиональные bare-metal Mac / cloud Mac узлы NUKCLOUD в стратегии multi-model routing. Спеки на странице цен, trial через заказ.

• Когда именно выйдет Grok 4.6?
  Маск указал «около 7 августа 2026» в ответе @rauchg 28 июля. xAI официально не подтвердила. Считайте целевой датой с возможным сдвигом на дни или недели.
• Чем Grok 4.6 отличается от Grok 4.7?
  Grok 4.6: 1,5T параметров, фокус SFT/RL. Grok 4.7 через несколько недель: 2,1T, по словам Маска лучше почти везде, чуть медленнее serving, выше токен-эффективность.
• Победит ли Grok 4.6 Kimi K3 или Claude Fable 5.1?
  Рано судить. У Kimi K3 верифицированные оценки, включая Frontend Code Arena. Claude Fable 5.1 Anthropic не подтвердила. Сравнение после релиза с model card.
• Сколько будет стоить Grok 4.6?
  Неизвестно. Grok 4.5 стартовал с $2/M input и $6/M output — ориентир, но цены 4.6 xAI не раскрыла.
• Где будет доступен Grok 4.6?
  По аналогии с Grok 4.5: сначала Grok Build, API xAI и консоль xAI, затем сторонние платформы вроде Cursor — для 4.6 не подтверждено.

Данные на 2026-07-30. Источники: релиз Grok 4.5 xAI, пост Илона Маска в X 28 июля 2026 (ответ @rauchg), релиз Kimi K3 Moonshot, Emergent.sh / WinCentral / 36kr о Claude Fable 5.1, The Verge / TechTimes о Pacing the Frontier, Ars Technica / TechCrunch / The Guardian об иске xAI по безопасности.