30秒で分かる結論

AI企業xAIは2026年8月12日(米国太平洋時間午前10時26分)、大規模言語モデル(LLM、人間の文章を学習して応答を生成するAI)の最新版「Grok 4.6」を公開しました。モデルの土台となる規模(パラメータ数、AIが学習で獲得する内部の数値の量)は前バージョン「Grok 4.5」と同じ1.5兆のままで、指示追従の学習(SFT)と強化学習(RL)を中心とした仕上げの工程を鍛え直したモデルです。第三者機関Artificial Analysisの評価指標「Intelligence Index」で61点を記録し、中国Moonshot AIの「Kimi K3」を上回り、OpenAIの「GPT-5.6 Sol Max」に並ぶ水準に達したとxAIは説明しています。価格はGrok 4.5と同じ「入力100万トークンあたり2ドル、出力100万トークンあたり6ドル」に据え置かれました。

まず初めに

結論から言う。「2週間後に出す」と予告してから実際に出てくるまで、AI業界広しといえどもここまで安定して遅れる会社も珍しい。今回もその例に漏れず、予告よりだいぶ遅れての登場だ。ただし遅れた分の言い訳にしては、中身はきちんと仕事をしてきた。パラメータ数を盛って「進化しました」と言い張るいつもの手口ではなく、同じ土台のまま磨き上げて、値段も据え置いたまま実力を伸ばす。地味だが、これは素直に褒めていい仕事のやり方だ。※個人の感想です

何が起きているのか

xAIが2026年8月12日に公開した「Grok 4.6」は、前バージョン「Grok 4.5」と同じ1.5兆パラメータの基盤モデル(通称V9)をベースに、指示への追従精度を高める教師あり微調整びちょうせい(SFT)と、試行錯誤を通じて出力の質を高める強化学習(RL)を中心に、仕上げの学習工程を全面的に見直したモデルです。xAIは、コーディング(プログラム作成)、ターミナル操作、知識労働、AIエージェント(自律的にタスクをこなすAI)関連のベンチマークで前バージョンから大きな伸びを記録したと説明しています。

「土台は変えず仕上げだけ鍛え直す」というやり方、実は結構堅実な戦略だったりする。

料金体系は、入力100万トークン(AIが処理する文章の単位)あたり2ドル、出力100万トークンあたり6ドルとGrok 4.5から据え置かれました。ただし、1回のやり取りで扱う文章量が20万トークンを超える「長文脈」の領域に入ると、その回のやり取り全体の単価が入力4ドル・出力12ドルへと2倍になる仕組みも維持されています。あわせてキャッシュされた入力トークンは100万あたり0.5ドルという優遇料金も設定されています。1回に処理できる文章量の上限(コンテキストウィンドウ)は50万トークンです。xAIは、同程度の性能を持つ他社の最新モデルと比べて、約2分の1の手順(ステップ)数でタスクを解決できるとする効率性の指標も公表しています。Grok 4.6は、xAIのAPI、開発者向けプラットフォーム「Grok Build」、AIコーディングエディター「Cursor」、X上のボット「Grok Bot」など複数の窓口から利用できます。

an abstract visualization of a large language model neural network, glowing nodes and connections, no text or logos

なぜ重要なのか

第三者機関Artificial Analysisの「Intelligence Index」ランキングでは、Anthropicの「Claude Opus 5」「Claude Fable 5」が1位・2位を占める中、Grok 4.6はOpenAIの「GPT-5.6 Sol Max」と並ぶ3位相当のスコア(61点)を記録し、中国Moonshot AIの「Kimi K3」を上回ったとされています。前バージョンGrok 4.5 Highからは5ポイントの上昇です。パラメータ数という「規模」を増やさずに、学習方法の改善だけでここまでスコアを押し上げた点は、AI企業各社が計算資源(GPU)の確保競争を続ける中で、必ずしも「大きくすれば強くなる」だけが正解ではないことを示す事例として注目されています。

私たちへの影響

Grok 4.6は、開発者がプログラムからAPIを通じて呼び出す形での提供が中心で、価格は米ドル建ての従量課金です。日本の一般利用者が直接この料金を意識する場面は多くありませんが、Grok 4.6を組み込んだアプリやサービスを利用する際の裏側のコストに影響します。個人利用者向けには、X(旧Twitter)のPremium+やSuperGrokといったサブスクリプション契約を通じて、これまでのGrokアプリやgrok.com上でGrok 4.6を試せるようになる見込みです。

初心者が知っておくべきこと

「コンテキストウィンドウ」とは、AIが一度のやり取りで読み込み・記憶しておける文章量の上限のことです。この上限が大きいほど、長い文書や複数のファイルをまとめてAIに読み込ませて質問できます。Grok 4.6の50万トークンという上限は、日本語の文章に換算するとおおよそ書籍数冊分に相当する分量です。

「ベンチマーク」とは、複数のAIモデルの性能を同じ基準で比較するためのテスト・採点方法のことです。Artificial Analysisのように、AI開発企業から独立した第三者機関が運営するベンチマークは、各社の自己申告だけに頼らない比較材料として使われています。

IT Postの見方

IT Postでは、今回のGrok 4.6のような「パラメータ数は据え置き、学習方法だけ磨いて性能を伸ばす」というアプローチは、AI業界にとって歓迎すべき流れだと考えます。各社が競うように計算資源を積み増し、データセンターに巨額の投資をつぎ込む展開が続く中、こうした効率重視の改善は、最終的に利用料金や環境負荷という形で私たち利用者にも跳ね返ってくる話だからです。

ただし、xAIについては「予告してから実際に出てくるまでが長い」という点を、IT Postでは引き続き指摘しておきたいと考えます。同社は数週間前から次期モデルの投入時期を繰り返し予告しては遅らせる、という発表の仕方を続けてきました。性能や価格の中身自体は今回きちんとした仕事だったとIT Postは評価しますが、発表のたびに「今度こそ」と身構えさせられる利用者側の負担も、決して小さくはないとIT Postは考えます。※個人の感想です

今後どうなりそうか

xAIは、後継モデル「Grok 4.7」を数週間後に投入する方針を示しており、パラメータ数を2.1兆規模に拡大するとの情報もありますが、本記事執筆時点では公式な仕様として確定していません。IT Postでは、Grok 4.7が実際に公開され、規模の拡大が性能にどう反映されるかが明らかになった際に、あらためて取り上げます。