Cursor hợp tác cùng SpaceXAI ra mắt Grok 4.6: Bước tiến mới trong lập trình AI

Hôm nay, chúng tôi chính thức phát hành Grok 4.6 cùng với SpaceXAI.

Grok 4.6 được xây dựng dựa trên nền tảng của Grok 4.5, với trọng tâm đặc biệt vào các tác nhân (agents) hoạt động lâu dài cùng các công việc tương tác và trực quan đầy tham vọng hơn. Mô hình này duy trì khả năng xử lý các tác vụ phức tạp qua nhiều bước, dù là nghiên cứu một chủ đề, phân tích thông tin, làm việc trên một cơ sở mã nguồn (codebase), hay biến một ý tưởng thành một ứng dụng hoặc sản phẩm hoàn chỉnh.

Grok 4.6 đạt được trí tuệ tiên phong trên nhiều tiêu chuẩn đánh giá về lập trình tác nhân và công việc tri thức. Mô hình này ngang hàng với GPT-5.6 Sol trên Artificial Analysis Intelligence Index, một chỉ số tổng hợp từ chín tiêu chuẩn đánh giá khác nhau.

Grok 4.6 đã có mặt từ hôm nay trên Cursor và Grok Build. Chúng tôi cung cấp gấp đôi hạn mức sử dụng trong Cursor và Grok Build trong tuần đầu tiên.

Huấn luyện Grok 4.6

Grok 4.6 đã trải qua quá trình huấn luyện bổ sung dài hơn so với Grok 4.5, sử dụng dữ liệu được chọn lọc do chính mô hình tạo ra để phục vụ cho khả năng suy luận và các khái niệm kỹ thuật nâng cao, dữ liệu kỹ thuật chất lượng cao, cùng với bộ tối ưu hóa và quy trình huấn luyện được cải tiến. Điều này tạo ra một nền tảng vững chắc hơn cho các giai đoạn SFT và RL tiếp theo.

Sau đó, chúng tôi đã sử dụng Grok 4.5 để tái tạo các quỹ đạo SFT thông qua các nỗ lực suy luận, các bộ công cụ tác nhân và các lĩnh vực như STEM, kỹ thuật phần mềm và công việc tri thức. Chúng tôi đã lọc bỏ các dấu vết có vấn đề bằng các kiểm tra dựa trên mô hình. Điểm kiểm tra (checkpoint) SFT thu được cho thấy hiệu suất mạnh mẽ và hành vi được cải thiện.

Grok 4.6 được huấn luyện trên phạm vi rộng các tác vụ RL tác nhân, bao gồm công việc tri thức, lập trình tổng quát và các môi trường chuyên biệt cho tối ưu hóa nhân (kernel), phát triển web, thiết kế hỗ trợ bằng máy tính (CAD), và nhiều lĩnh vực khác.

Biến những ý tưởng tham vọng thành các dự án thực tế

Chúng tôi đã thử nghiệm Grok 4.6 trên các dự án được thiết kế để mở rộng phạm vi và khả năng duy trì công việc qua nhiều bước. Chúng tôi nhận thấy mô hình đặc biệt mạnh mẽ trong việc biến một ý tưởng sản phẩm bao quát thành phiên bản đầu tiên có thể hoạt động được. Nó có thể nghiên cứu các lĩnh vực chưa biết, cấu trúc ứng dụng, triển khai các tương tác cốt lõi và tiếp tục tinh chỉnh kết quả thông qua nhiều vòng phản hồi.

Trên các quỹ đạo dài hơn, chúng tôi cũng bắt đầu thấy khả năng tự kiểm tra và xác minh tốt hơn, khi mô hình tự kiểm tra công việc của chính mình trước khi chuyển sang bước tiếp theo.

Grok 4.6 tạo ra các bản thảo đầu tiên cho các dự án trực quan và tương tác tốt hơn so với những gì chúng tôi thường thấy ở Grok 4.5. Với một ý tưởng sản phẩm cụ thể, nó có khả năng thiết lập cấu trúc và ngôn ngữ hình ảnh cho một ứng dụng chỉ trong một lần thực hiện. Điều này làm cho nó đặc biệt hữu ích cho các dự án mà con đường nhanh nhất để đạt được kết quả tốt là bắt đầu với một thứ gì đó đáng kể rồi sau đó lặp lại trong quy trình.

An toàn và năng lực

Các biện pháp bảo vệ của Grok 4.6 đã được cải thiện và hiệu chỉnh phù hợp với năng lực của mô hình.

Hệ thống an toàn của chúng tôi được thiết kế để tối đa hóa tiện ích và bảo mật trên các trường hợp sử dụng hợp pháp, cho phép Grok 4.6 trở nên hữu ích và an toàn trong các lĩnh vực như vá lỗ hổng bảo mật, tăng tốc chu kỳ thiết kế kỹ thuật và hỗ trợ nghiên cứu AI.

Công tác đánh giá biện pháp bảo vệ của chúng tôi phản ánh năng lực mở rộng của Grok 4.6, với bộ kiểm thử trước khi triển khai toàn diện nhất từ trước đến nay về năng lực và hiệu chỉnh bảo vệ, cũng như các thử nghiệm mở rộng từ bên thứ ba sau khi triển khai.

Bắt đầu với Grok 4.6

Grok 4.6 đã có mặt từ hôm nay trên Cursor và Grok Build. Nó cũng khả dụng thông qua SpaceXAI API và các đối tác bao gồm OpenRouter, Vercel và Cloudflare.

Giá khởi điểm là 2 USD cho mỗi triệu token đầu vào và 6 USD cho mỗi triệu token đầu ra. Một biến thể tốc độ cao cũng có sẵn với mức giá gấp đôi.

Chúng tôi đang tặng gấp đôi hạn mức sử dụng trong Cursor và Grok Build trong tuần đầu tiên.