Grok 4.6 与 Grok 4.5：这个小版本改了什么

除了发布日期，规格表上每一栏都一样

grok-4.6 和 grok-4.5 的 context 都是 500,000 token，输出上限都是 65,536 token，都支持文本、工具调用和 thinking，都走 POST /v1/chat/completions。两者不存在谁是谁的阉割版这回事。

价格也完全一致：官方定价都是输入每百万 token 2 美元、输出 6 美元，倍率都是 0.1 倍，折算下来输入 0.20 美元、输出 0.60 美元。换句话说，这次选型里没有任何"省钱"的理由可讲——无论选哪个，账单一模一样。

目录里能查到的区别只有两处。一是发布时间：grok-4.5 是 2026-06-03，grok-4.6 是 2026-08-12，隔了 70 天。二是缓存读取价——4.5 官方每百万 0.30 美元，4.6 是 0.50，按 0.1 倍算是 0.03 对 0.05。至于谁的推理更强，目录支撑不了这种说法，我们也不会替它编一个。

价格相同，所以试错成本是零

如果两个 id 价格不同，换不换是一道能在表格里算清楚的账。这里新 token 的单价完全一致，表格几乎算不出东西，唯一能作数的证据就是你自己跑出来的结果。

两者请求结构相同，切换只是换一个字符串。把你真实用到的那批 prompt 分别发给两个 id，对比产出，喜欢哪个留哪个——反正账单不变。这种"随便试"的情况在模型选型里其实不多见。

如果你跑的是 agent 循环，那就整段循环一起对比，别只发一条 prompt。单轮问答藏得住 agent 里最要命的问题：第四步一个工具调用出岔子，后面每一步都跟着歪。

curl https://token-share.app/v1/chat/completions \
  -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "grok-4.6",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Refactor this function and explain the change."}
    ]
  }'

500,000 token 这道墙对两者一样

两个 id 的 context 都到 500,000 token 为止，输出都到 65,536 token 为止。prompt 塞不下的时候，在 4.5 和 4.6 之间来回换是没用的——那是另一道题，要去目录里找 1,000,000 token 窗口的那些 id。

输出长度同理。单次要吐出超过 65,536 token 的任务，选哪个 Grok 都得拆，或者换一个输出上限更高的模型。

窗口之内，两者的计费行为也一致，连价目表上那级台阶都一样：列出的输入每百万 0.20 美元、输出 0.60 美元是 sub-200K 档，单次 prompt 达到或超过 200,000 token，xAI 会把两头都翻倍——4.6 和 4.5 一视同仁。多塞 context 是一个花钱的决定，不是一个变聪明的决定；越过 20 万 token 之后，这个决定比标价看起来更贵。

常见问题