Grok 4.6 : SpaceXAI affirme égaler GPT-5.6, le tableau qu'ils ont eux-mêmes publié dit autre chose

Le 12 août 2026, SpaceXAI (l'ancienne xAI, rebaptisée après son rachat par SpaceX) a mis en ligne Grok 4.6 avec un message simple sur X : le modèle « égale GPT-5.6 Sol ». Elon Musk a qualifié la sortie de « banger ». Le chiffre cité, 61 sur l'Artificial Analysis Intelligence Index, est exact. Le problème, c'est que ce chiffre est une moyenne sur neuf tests, et que le tableau complet publié par SpaceXAI elle-même raconte une histoire plus nuancée que le titre choisi pour l'annonce.

Ce que SpaceXAI a réellement livré

Grok 4.6 n'est pas un nouveau modèle entraîné depuis zéro. C'est une mise à niveau par post-entraînement du même socle que Grok 4.5, sorti tout juste cinq semaines plus tôt. SpaceXAI a utilisé Grok 4.5 pour régénérer les trajectoires d'apprentissage supervisé, puis appliqué de l'apprentissage par renforcement sur des tâches d'agent (développement web, optimisation de code, conception assistée par ordinateur). Le prix reste identique à celui de Grok 4.5 : 2 dollars par million de tokens en entrée, 6 dollars en sortie, contre 5 et 30 dollars chez GPT-5.6 Sol. La fenêtre de contexte reste à 500 000 tokens, et un nouveau niveau de raisonnement, baptisé « xhigh », s'ajoute au-dessus des trois niveaux existants.

Le chiffre qui sert de titre, et ce qu'il cache

L'Artificial Analysis Intelligence Index agrège neuf évaluations différentes en un seul score. Sur ce score composite, Grok 4.6 obtient 61, exactement comme GPT-5.6 Sol. Mais le tableau à dix lignes que SpaceXAI a elle-même publié montre une réalité plus contrastée : sur les tests de code purs, Grok 4.6 reste nettement derrière. Sur DeepSWE 1.1, il obtient 65,9 % contre 73 % pour GPT-5.6 Sol. Sur Terminal-Bench (version 3.0, la plus récente et la plus difficile), il plafonne à 26 %, dernier des quatre modèles comparés, même si c'est presque le double du score de Grok 4.5 sur la même version. Autre détail que l'annonce ne mentionne pas : sur ce même indice composite, les modèles Claude Opus 5 et Claude Fable 5 d'Anthropic font tous les deux mieux que Grok 4.6 et que GPT-5.6 Sol.

Correspondre à une ligne d'un tableau n'est pas la même chose que gagner le tableau entier.

Là où Grok 4.6 est vraiment devant

Le vrai point fort du modèle n'est pas la puissance brute, c'est l'efficacité sur les tâches longues. Sur AA-Briefcase, le test d'Artificial Analysis qui simule un travail de connaissance étalé sur de nombreuses étapes, Grok 4.6 termine ses tâches en environ 53 échanges et 0,5 milliard de tokens en entrée, contre environ 103 échanges et 2 milliards de tokens pour Claude Opus 5 sur le même test. Il reste derrière Opus 5 sur le score final, mais consomme près de quatre fois moins de ressources pour y arriver. Sur le travail juridique (Harvey LAB), il obtient 15,8 %, largement devant GPT-5.6 Sol Max (2,5 %) et Claude Fable 5 Max (11,3 %).

Ce que ça change si vous devez choisir un outil

Grok 4.6 est disponible dès sa sortie dans Cursor, Grok Build, l'API SpaceXAI, ainsi que via OpenRouter, Vercel et Cloudflare, avec un doublement du quota inclus la première semaine dans Cursor et Grok Build. L'annonce officielle ne mentionne à aucun moment l'application grand public grok.com : c'est une sortie pensée d'abord pour les développeurs. Le tarif avantageux ne tient que sous 200 000 tokens de requête ; au-delà, il passe à 4 et 12 dollars, soit le double. Pour un usage de codage intensif où la qualité prime sur le prix, GPT-5.6 Sol Max et les modèles Claude restent devant sur les bancs d'essai. Pour un usage agentique long, orienté recherche et travail de connaissance, avec un budget serré, Grok 4.6 a un argument réel à faire valoir.

Un point de contexte à connaître avant d'intégrer l'outil dans un cadre professionnel : le régulateur britannique des communications a ouvert début 2026 une enquête visant X au sujet d'un usage abusif des outils de génération d'images de Grok, enquête toujours en cours à ce jour. Elle concerne la plateforme X et l'organisation xAI d'alors, pas une conclusion établie sur le modèle Grok 4.6 lui-même, mais c'est le genre d'antécédent qu'une entreprise soucieuse de conformité voudra peser avant d'adopter l'outil.