ข้ามไปยังเนื้อหา
Grok 4.6 มาถึงชั้น frontier ที่ $2/$6 — คอนเท็กซ์ 500K แต่มีกับดักราคาที่เส้น 200K โทเค็น
โมเดลใหม่

Grok 4.6 มาถึงชั้น frontier ที่ $2/$6 — คอนเท็กซ์ 500K แต่มีกับดักราคาที่เส้น 200K โทเค็น

อ่าน 5 นาที ที่มา: xAI Developer Docs

xAI ปล่อย Grok 4.6 เมื่อวันที่ 12 สิงหาคม 2026 และประเด็นของรุ่นนี้ไม่ใช่ความสามารถล้วน ๆ แต่คือตำแหน่งบนแกนราคา-ต่อ-ความฉลาด — โมเดลทำคะแนน Artificial Analysis Intelligence Index ที่ 61 คะแนน อันดับ 6 จาก 183 โมเดล ที่ราคา $2 อินพุต / $6 เอาต์พุต ต่อล้านโทเค็น

เทียบให้เห็นภาพ: The Decoder รายงานว่าคะแนน 61 นี้เสมอกับ GPT-5.6 Sol และตามหลัง Claude Opus 5 (63) กับ Claude Fable 5 (62) อยู่ไม่กี่คะแนน ขณะที่สองตัวหลังคิดราคาที่ $5/$25 และ $5/$30 ตามลำดับ ส่วนบน GDPval-AA v2 ซึ่งวัดงานความรู้ในโลกจริง Grok 4.6 อยู่อันดับสองด้วย Elo 1,753 จบงานเฉลี่ยราว 53 ขั้น

สเปกที่ยืนยันจากเอกสาร xAI เอง

รายการค่า
Model IDgrok-4.6
คอนเท็กซ์500,000 โทเค็น
Knowledge cutoff1 กุมภาพันธ์ 2026
อินพุตข้อความ + ภาพ → เอาต์พุตเป็นข้อความ
ระดับ reasoninglow / medium / high (ค่าเริ่มต้น) / xhigh
เครื่องมือในตัวfunction calling, web search, X search, code execution
ความเร็ว77.6 โทเค็น/วินาที (อันดับ 63 บน Artificial Analysis)

สังเกตบรรทัดสุดท้าย — โมเดลนี้ฉลาดแต่ไม่เร็ว อันดับ 6 ด้านความฉลาดแต่อันดับ 63 ด้านความเร็ว ถ้างานคุณเป็น chat แบบโต้ตอบสด ๆ ตัวเลข 77.6 โทเค็น/วินาทีคือสิ่งที่ต้องเอาไปคิดในการออกแบบ UX ไม่ใช่แค่ดูคะแนน benchmark

โมเดลเป็น API เท่านั้น ไม่มีน้ำหนักเปิด เข้าถึงได้ผ่าน xAI API, Grok Build, Cursor, OpenRouter, Vercel และ Cloudflare

กับดักราคาที่เส้น 200K โทเค็น

นี่คือส่วนที่พาดหัวส่วนใหญ่ไม่พูดถึง และเป็นส่วนที่จะกำหนดบิลจริงของคุณ ตารางราคาในเอกสาร xAI แบ่งเป็นสองชั้น:

พรอมป์ต์ < 200Kพรอมป์ต์ ≥ 200K
อินพุต$2.00 / 1M$4.00 / 1M
อินพุตที่แคชแล้ว$0.50 / 1M$1.00 / 1M
เอาต์พุต$6.00 / 1M$12.00 / 1M

จุดสำคัญ: เมื่อข้ามเส้น 200K อัตราชั้นสูงจะคิดกับทั้งคำขอ ไม่ใช่คิดเฉพาะส่วนที่เกิน แปลว่าพรอมป์ต์ที่ยาว 201K โทเค็นแพงกว่าพรอมป์ต์ 199K ประมาณ สองเท่า — เป็นหน้าผาราคา ไม่ใช่ทางลาด

สำหรับ agent ที่ทำงานยาวและสะสมประวัติไปเรื่อย ๆ นี่คือสิ่งที่ต้องออกแบบรอบตัวมันตั้งแต่แรก: ถ้าคุณไม่บีบ context ระบบจะไต่ข้ามเส้น 200K เองระหว่างทาง แล้วค่าใช้จ่ายต่อรอบจะเด้งเป็นเท่าตัวโดยที่ไม่มีอะไรใน log บอกคุณ การมีคอนเท็กซ์ 500K ไม่ได้แปลว่าควรใช้ 500K

อีกรายละเอียดที่ควรรู้ถ้ามาจาก Grok 4.5: ราคาแคชแพงขึ้น จาก $0.30 เป็น $0.50 ต่อล้านโทเค็นในชั้นปกติ (และ $0.60 → $1.00 ในชั้นยาว) ส่วนราคาอินพุต/เอาต์พุตหลักเท่าเดิมทุกประการ ทีมที่ออกแบบระบบให้พึ่ง prefix caching หนัก ๆ จะเห็นบิลขยับขึ้นแม้ไม่เปลี่ยนอะไรเลยนอกจากชื่อโมเดล

มุมมอง AI Curator

สิ่งที่ Grok 4.6 บอกเราไม่ใช่เรื่อง xAI แต่เป็นเรื่องโครงสร้างราคาของทั้งตลาดในครึ่งหลังปี 2026

ปีที่แล้วการเลือกโมเดลคือการเลือกระหว่าง “ฉลาดและแพง” กับ “พอใช้และถูก” ตอนนี้ช่องว่างด้านความฉลาดระหว่างอันดับ 1 กับอันดับ 6 เหลือ 2 คะแนนบนดัชนีเดียวกัน ขณะที่ช่องว่างด้านราคาคือ 4-5 เท่า เมื่อความต่างด้านคุณภาพแคบลงจนวัดยากในงานจริง สิ่งที่ตัดสินใจแทนคือราคา ความเร็ว และเงื่อนไขสัญญา — ไม่ใช่ leaderboard

ที่น่าสังเกตคือ Grok 4.6 ตั้งราคาเท่ากับที่ Alibaba ตั้งให้ Qwen3.8-Max เป๊ะ ๆ ($2/$6) และเราเพิ่งเขียนถึง Qwen3.8 ที่ปล่อยน้ำหนักเปิดออกมาเมื่อวานนี้เอง $2/$6 กำลังกลายเป็นราคามาตรฐานของชั้น frontier และแล็บที่ยังคิด $5/$30 ต้องอธิบายให้ได้ว่าจ่ายเพิ่ม 5 เท่าแลกกับอะไร

สำหรับทีมไทย ข้อเสนอที่ใช้ได้จริง:

  1. วัดด้วยงานของตัวเอง อย่าวัดด้วยดัชนี ดัชนีรวมที่ต่างกัน 2 คะแนนไม่ได้บอกว่าโมเดลไหนดีกว่าสำหรับงานภาษาไทย ซึ่งแทบไม่มีอยู่ในชุดทดสอบเหล่านี้เลย สร้าง eval set ของตัวเอง 50-100 ตัวอย่างจากงานจริง แล้วยิงเทียบสามโมเดล ต้นทุนการทดสอบถูกกว่าการเลือกผิดหลายเท่า
  2. ทำ context budget ให้เป็นตัวเลขในโค้ด ไม่ใช่ความหวัง ถ้าจะใช้ Grok 4.6 กับ agent ให้ตั้ง hard limit ที่ราว 180K โทเค็น พร้อม logic สรุป/ตัดประวัติก่อนชน แล้ว log ทุกครั้งที่เข้าใกล้เส้น หน้าผาราคาแบบนี้ทำให้ระบบที่ “ทำงานได้” ในเดือนแรกกลายเป็นบิลที่อธิบายไม่ได้ในเดือนที่สาม
  3. อย่าผูกโค้ดกับผู้ให้บริการรายเดียว โมเดลระดับนี้เปลี่ยนอันดับกันทุกสองสัปดาห์ ทีมที่ได้เปรียบคือทีมที่สลับโมเดลได้ด้วยการแก้ config บรรทัดเดียว การเข้าถึงผ่าน OpenRouter หรือชั้น abstraction ของตัวเองมีต้นทุนล่วงหน้าเล็กน้อยแต่คุ้มมากในตลาดที่ขยับเร็วขนาดนี้

และข้อควรระวังเชิงข้อมูล: knowledge cutoff อยู่ที่ 1 ก.พ. 2026 ซึ่งเก่ากว่าที่หลายคนคิดสำหรับโมเดลที่เพิ่งออก ถ้างานคุณเกี่ยวกับข้อมูลใหม่ ต้องพึ่ง web search ในตัวหรือ RAG ของตัวเองเสมอ อย่าถามโมเดลตรง ๆ แล้วเชื่อ

แหล่งข่าว

บทความนี้เรียบเรียงจากแหล่งข่าวต้นทาง — xAI Developer Docs

เนื้อหาบน blog นี้สร้างโดย AI โดยมีการกำกับบรรณาธิการจากมนุษย์

อ่านเพิ่มในหมวด โมเดลใหม่

Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
โมเดลใหม่

Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก

Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind

· อ่าน 5 นาที
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
โมเดลใหม่

Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0

Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว

· อ่าน 4 นาที
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
โมเดลใหม่

Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก

Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service

· อ่าน 5 นาที