Grok 4.6
xAI 모델 · 2026년 8월 12일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.
- 개발
- xAI
- 공개일
- 이용 방식
- API 제공
- 매개변수(공개·추정치)
- 1.5조 개
- 종합 능력 지수(ECI)
- 156.4신뢰구간 154.5~159.0
- Arena 점수(사람 투표)
- 142896위 · 투표 26,115표
영역별 강점
같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.
xAI 모델 흐름
큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.
독립 벤치마크 점수
- GPQA Diamond과학94%
94개 모델 중 10위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '높음' 기준. 오차 ±1.5%.
- OTIS 모의 AIME수학99.2%
91개 모델 중 12위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '매우 높음' 기준. 오차 ±0.5%.
- FrontierMath 1~3단계수학66%
57개 모델 중 24위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '매우 높음' 기준. 오차 ±2.8%.
- FrontierMath 4단계수학31.7%
48개 모델 중 21위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '매우 높음' 기준. 오차 ±7.4%.
- SimpleQA Verified지식49.3%
52개 모델 중 21위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '높음' 기준. 오차 ±1.6%.
- 체스 퍼즐추론40%
60개 모델 중 18위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 생각 수준 '높음' 기준. 오차 ±4.9%.
- 미공개 게임 퍼즐추론34%
47개 모델 중 17위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '매우 높음' 기준. 오차 ±4.8%.
- 가구 조립 검사공간·학습40%
27개 모델 중 15위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '매우 높음' 기준. 오차 ±6.3%.
- EBR-bench공간·학습30.5%
21개 모델 중 10위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '매우 높음' 기준. 오차 ±1.6%.
세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.
함께 볼 모델
- Grok 4.5 xAI · 2026-07-08
- Grok 4.7 xAI · 2026-09-21
Gemini 3.7 Flash Google · 2026-08-13- Claude Opus 5 Anthropic · 2026-07-24