Model
.ai
memantau model AI terbuka
Grok 4.6
SpaceXAI | konteks 500.000 token | $2.00/M input, $6.00/M output. Grok 4.6 adalah model dari SpaceXAI dengan performa terdepan pada pengkodean, pekerjaan pengetahuan, dan STEM. Model ini digantikan oleh [Grok 4.7](/x-ai/grok-4.7).
Panduan untuk model ini
Semua panduan
Grok 4.6 adalah model frontier dengan bobot tertutup dari xAI yang dibuat untuk pengkodean, STEM, dan pekerjaan intensif pengetahuan, dengan jendela konteks 500.000 token dan kemampuan visi. Model ini satu generasi di belakang Grok 4.7 yang saat ini, yang memiliki harga input sama. Layak dipertimbangkan jika Anda butuh konteks besar dan performa teknis kuat dengan biaya API tingkat menengah.

Dikenal untuk

  • Performa kuat pada tugas pengkodean dan STEM
  • Jendela konteks 500.000 token mampu menangani dokumen sangat panjang
  • Dukungan visi bersama penalaran teks
  • Harga input kompetitif $2,00 per juta token

Waspadai

  • Hanya bobot tertutup — tidak bisa dijalankan lokal atau offline
  • Sudah digantikan oleh Grok 4.7, yang sebaiknya Anda gunakan
  • Biaya output $6,00 per juta token; generasi panjang cepat menambah biaya

Prompt untuk dicoba

Debug fungsi rumit
Berikut fungsi Python yang seharusnya mengurai JSON bersarang dari respons API dan mengembalikan dictionary datar, tapi diam-diam menghilangkan kunci saat nilai null. Temukan bug-nya, jelaskan penyebabnya, dan berikan versi yang diperbaiki dengan contoh pengujian singkat.
Penalaran masalah STEM
Sebuah satelit di orbit melingkar pada ketinggian 400 km menyalakan thruster untuk menaikkan apogee ke 1.200 km. Jelaskan perhitungan delta-v untuk transfer Hohmann, sebutkan setiap asumsi yang Anda buat, dan tandai faktor dunia nyata yang akan mengubah hasil.
Analisis dokumen panjang
Saya menempelkan teks lengkap spesifikasi teknis di bawah ini. Identifikasi setiap persyaratan yang menciptakan ketergantungan pada sistem eksternal, buat tabel dengan nomor bagian dan ringkasan satu baris ketergantungan, serta tandai yang tampak kontradiktif.

Bandingkan dengan

  • Grok 4.7
    Model hanya API
    konteks 500,000 token · $2.00/M input, $6.00/M output
  • Grok 4.5
    Model hanya API
    konteks 500,000 token · $2.00/M input, $6.00/M output
  • Grok Build 0.1
    Model hanya API
    konteks 256,000 token · $1.00/M input, $2.00/M output
  • Grok 4.20 Multi-Agent
    Model hanya API
    konteks 2,000,000 token · $1.25/M input, $2.50/M output
Model teks lain dari x-ai

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Grok 4.6 secara lokal?
Tidak. Grok 4.6 hanya tersedia melalui API; xAI belum merilis bobot terbuka sehingga deployment lokal tidak memungkinkan.
Berapa biaya Grok 4.6 dan seberapa besar konteksnya?
Biayanya $2,00 per juta token input dan $6,00 per juta token output, dengan jendela konteks 500.000 token.
Apa perbedaan Grok 4.6 dengan Grok 4.7?
Grok 4.7 adalah generasi terbaru dan menggantikan 4.6; keduanya memiliki harga input $2,00 yang sama, jadi tidak banyak alasan memilih 4.6 untuk proyek baru.
Putusan Kapten
Model frontier yang mampu tapi sudah dilampaui penerusnya — gunakan Grok 4.7 kecuali ada alasan khusus tidak melakukannya.
Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.
Ranking badge
Updated Oct 22, 2026
Grok 4.6 di ModelTrends.ai: #329 Hottest AI model
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #64 Hottest Text / LLM model · #64 Hottest Text / LLM text model
Not this creator?
Tren popularitas Grok 4.6
Skor panas sejak 12 Aug 2026
Skor panas
8,316°
Minggu ini
▲
10.3%
8,302° dulu, 8,316° sekarang
Bulan ini
▲
69.4%
8,244° dulu, 8,316° sekarang
Tahun lalu
n/a
Belum dirilis/dilacak
Grok 4.6: Skor panas sejak 12 Aug 20267,000°7,368°7,737°8,105°8,474°13 Aug26 Aug10 Sep23 Sep8 Oct22 Oct8,316°ModelTrends.ai
7,000°
Floor
Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.
+1,316°
Token OpenRouter
242,941,655,085 token diproses model ini melalui OpenRouter dalam 30 hari terakhir, termasuk prompt dan jawaban. Setiap 10,000,000 token dihitung sebagai satu unduhan dalam istilah unduhan, total 24,294; token hari terakhir masuk ke tingkat adopsi. Sumber: OpenRouter (openrouter.ai/rankings).
Tampilkan rincian
Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 8,316°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.
  1. 1
    Mulai dari floor.
    Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
    7,000°
    total berjalan
  2. 2
    Tambahkan unduhan.
    24,294 setara unduhan secara total, dari Token OpenRouter. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
    +1,316°
    8,316°
    total berjalan
  3. =
    Skor heat.
    Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
    8,316°
Glosarium: istilah yang dipakai di sini
Skor heat
Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai
7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan
Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log
Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka
Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi
Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan
Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder
Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde
Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi
Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter
Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint)
Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding
File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot
Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia
Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga
Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti
Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang)
Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren
Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa
Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.
Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.