Grok 4.6

Artigo original ↗ Discussão no Hacker News ↗

Grok 4.6, o mais recente modelo de linguagem grande da xAI, está sendo posicionado como um concorrente próximo ao estado da arte frente ao Fable da Anthropic e ao GPT‑5.6 da OpenAI, com usuários elogiando sua velocidade, estilo conciso e custo-benefício, especialmente em fluxos de programação e segurança. Muitos continuam céticos quanto às alegações de benchmark e observam que o desempenho no mundo real, particularmente em raciocínio complexo e tarefas de cauda longa, ainda fica atrás dos melhores modelos em algumas áreas. Uma corrente importante gira em torno de confiança e ética: alguns recebem o Grok como um terceiro laboratório de fronteira que pressiona preços e guardrails, enquanto outros se recusam a adotá-lo por preocupações com as políticas de segurança da xAI, os escândalos passados de CSAM/deepfakes e a influência política de Elon Musk.

Desempenho do modelo e benchmarks

  • Muitos veem o Grok 4.6 como uma atualização substancial em relação ao 4.5; alguns afirmam desempenho “à la Fable” ou quase de fronteira, especialmente em benchmarks de programação e raciocínio.
  • Outros relatam que ele ainda fica atrás de Fable e muitas vezes de Opus 5 em tarefas de “julgamento” e de cauda longa; vários dizem que os benchmarks exageram a capacidade no mundo real (“benchmaxxing”).
  • As comparações variam: alguns colocam o Grok 4.5 entre Claude Sonnet e Opus, outros dizem que ele programa em nível de Opus‑4.8; vários observam que o Opus 5 parece pior que o 4.8 apesar de pontuações melhores.
  • Há debate sobre se algum modelo realmente iguala Fable; alguns usuários que executam seus próprios benchmarks de revisão de código consideram Fable claramente à frente.

Custo, limites e eficiência

  • O Grok é elogiado por ser rápido e barato, especialmente via Cursor, com uso generoso em comparação com a Anthropic.
  • A precificação da API em relação a Sol/Qwen é contestada: Sol muitas vezes vence em eficiência de tokens e velocidade, embora o Grok esteja reduzindo a diferença; alguns observam que as páginas de preço ficaram defasadas em relação ao anúncio do 4.6.
  • Alguns usuários dizem que o consumo do SuperGrok parece ser usado mais rapidamente com o 4.6 do que com o 4.5.

Relatos de uso no mundo real

  • Programação: misto, mas geralmente positivo. Alguns usam Sol para planejamento + Grok para implementação; outros agora consideram o Grok 4.6 bom o suficiente para ambos.
  • Vários relatam o Grok encontrando problemas reais de segurança e estando mais disposto a testar exploits localmente (dentro das restrições) do que os concorrentes.
  • Outros acham que os planos do 4.6 são “prolixos” ou autocontraditórios e dizem que o 4.5 parecia mais coerente.
  • Modo de voz: vários relatos de uma regressão recente — muito mais terse, menos matizado, pior em perguntas de várias partes, embora a latência tenha melhorado.

Segurança, guardrails e escândalos

  • Um prompt de sistema padrão vazado mostra regras explícitas contra ajuda criminosa, exploits e conteúdo sexual envolvendo menores, além de instruções para não revelar essas regras.
  • Muitos criticam a segurança baseada apenas em prompt como fraca; outros observam que os provedores aplicam filtros e classificadores adicionais.
  • O uso passado do Grok para CSAM e deepfakes sexuais é muito discutido; representantes da empresa dizem que isso viola a política e está sendo aplicado, enquanto críticos argumentam que a aplicação foi tardia ou insuficiente e citam processos em andamento.

Confiança, política e adoção

  • Um grupo significativo se recusa a usar o Grok ou a pagar pela xAI devido à política do proprietário, às escolhas de moderação e às controvérsias (por exemplo, “Mechahitler”, saídas antissemitas/racistas, escândalo de deepfake, impacto em política externa).
  • Segundo relatos, algumas organizações proíbem o Grok por preocupações com privacidade de dados, apesar de usarem modelos chineses por meio de outros provedores.
  • Outros argumentam que as críticas são exageradas ou partidárias e enfatizam que o Grok é tecnicamente forte e oferece discussões de segurança menos restritivas.

Compute, dados e competição

  • O tópico atribui repetidamente o recente agrupamento em torno do “nível Fable” entre laboratórios a: enorme novo compute entrando em operação, fornecedores compartilhados de tarefas de RL, destilação (às vezes a partir de Fable/Mythos) e pipelines internos contínuos de treinamento.
  • Alguns argumentam que “não há moat”: com GPUs, dados e técnicas padrão suficientes, qualquer grande laboratório pode alcançar qualidade de fronteira; o compute é visto como o principal moat.
  • A rápida construção de datacenters pela SpaceX/xAI e a aquisição da Cursor (rastros de programação como dados de pós-treinamento) são citadas como chaves para o salto do Grok.
  • Muitos recebem bem o Grok como um terceiro laboratório forte de fronteira, ao lado da OpenAI e da Anthropic; o Google/Gemini é visto como ficando para trás, enquanto os modelos chineses fechados e de pesos abertos (DeepSeek, Kimi, Qwen) são vistos como competidores fortes e de baixo custo.

Interface e UX

  • O Grok Build CLI/TUI e a fala para texto recebem elogios (rápido, polido, “sem enrolação”, respostas concisas).
  • Alguns preferem os artefatos e o estilo de escrita do Claude/GPT; outros preferem o tom mais direto e menos antropomórfico do Grok.