Grok 4.6 완전 정리: 롱런 에이전트 특화 xAI 신모델 전격 출시 (2026)

그로크 4.5 나온 지 한 달도 안 돼서 또 나왔습니다

2026년 8월 12일, xAI(현 SpaceXAI)가 Grok 4.6을 출시했습니다. Grok 4.5가 7월 16일에 나왔으니 딱 27일 만입니다. 그런데 이번 발표에서 눈에 띄는 건 속도가 아니라 방향입니다. 모델 크기를 키우지 않고, 포스트 트레이닝(사후 학습)만으로 프론티어급 성능을 만들어냈기 때문입니다.

실제로 Grok 4.6은 9개 벤치마크 종합 점수인 Artificial Analysis Intelligence Index에서 GPT-5.6 Sol과 동률(61점)을 기록했습니다. 파라미터 경쟁이 아니라 학습 방식의 경쟁으로 넘어갔다는 신호에 가깝습니다. 이 글에서는 Grok 4.6에서 무엇이 달라졌는지, 벤치마크 수치는 어떤지, 실무에서는 어떻게 쓰면 되는지 하나씩 정리합니다.

30초 요약

출시: 2026년 8월 12일, Grok 4.5의 후속 모델
초점: 롱런 에이전트(long-running agent)와 인터랙티브·비주얼 작업
성능: AA Intelligence Index 61점 — GPT-5.6 Sol과 동률
스펙: 컨텍스트 50만 토큰, 출력 제한 없음, 추론 강도 4단계(xhigh 포함)
가격: 입력 $2 / 출력 $6 (1M 토큰 기준) — 4.5와 동일
사용처: Cursor, Grok Build, xAI API, OpenRouter·Vercel·Cloudflare

핵심 업그레이드 1 — 롱런 에이전트: 긴 작업을 끝까지 붙잡는다

Grok 4.6의 첫 번째 변화는 여러 단계에 걸친 긴 작업을 유지하는 능력입니다. 주제 리서치, 정보 분석, 코드베이스 전체를 오가는 작업, 아이디어를 완성된 앱이나 결과물로 만드는 과정처럼 한 번에 끝나지 않는 작업에서 성능이 올라갔습니다.

실사용에서 의미가 큰 부분은 따로 있습니다. xAI에 따르면 긴 작업 궤적에서 모델이 스스로 자기 작업을 검증하고 테스트한 뒤 다음 단계로 넘어가는 행동이 관측되기 시작했습니다. 에이전트가 중간에 엉뚱한 방향으로 새는 문제를 모델 스스로 줄인다는 뜻입니다. 장시간 에이전트를 돌려본 개발자라면 이 변화의 체감 효과가 얼마나 큰지 알 겁니다.

핵심 업그레이드 2 — 아이디어를 작동하는 결과물로: 비주얼·인터랙티브 작업

두 번째 변화는 인터랙티브·비주얼 작업의 첫 결과물 품질입니다. Grok 4.6은 넓은 제품 아이디어를 작동하는 첫 버전으로 만드는 데 특히 강합니다. 낯선 도메인을 리서치하고, 앱 구조를 잡고, 핵심 인터랙션을 구현하고, 피드백을 몇 차례 반영하며 다듬는 과정을 이어갑니다.

Grok 4.5와 비교하면 첫 번째 결과물의 완성도가 눈에 띄게 올라갔습니다. 구체적인 제품 아이디어를 주면 애플리케이션의 구조와 비주얼 언어를 한 번에 잡는 수준입니다. “작은 것부터 시작해서 쌓아 올리기”보다 “제법 그럴싸한 첫 버전을 만든 뒤 반복 수정하기”가 빠른 프로젝트에서 특히 유용합니다.

핵심 업그레이드 3 — 파라미터 대신 포스트 트레이닝

세 번째는 학습 방식입니다. Grok 4.6은 Grok 4.5보다 더 긴 보충 학습(supplemental training)을 거쳤습니다. 추론과 고급 기술 개념을 위한 선별된 모델 생성 데이터, 고품질 엔지니어링 데이터, 개선된 옵티마이저와 학습 레시피가 투입됐습니다.

이후 SFT(감독 파인튜닝) 단계에서는 Grok 4.5를 활용해 학습 궤적 자체를 재생성했습니다. 다양한 추론 강도와 에이전트 환경, STEM·소프트웨어 엔지니어링·지식 작업 도메인에 걸쳐 궤적을 다시 만들고, 모델 기반 체크로 문제 있는 궤적을 걸러냈습니다. RL(강화학습) 단계에서는 지식 작업, 일반 코딩은 물론 커널 최적화, 웹 개발, CAD 같은 전문 환경까지 폭넓게 학습했습니다.

정리하면 “같은 뼈대에 더 좋은 학습”입니다. 업계 보도에 따르면 Grok 4.6은 Grok 4.5와 같은 1.5조 파라미터 기반을 유지하며, 규모 확장은 다음 모델인 Grok 4.7(2.1조 파라미터)에서 이뤄질 예정입니다.

숫자로 보는 성능: 벤치마크 정리

공식 발표에 담긴 벤치마크 수치입니다. 경쟁 모델 수치는 각 개발사의 시스템 카드와 리더보드 기준입니다.

벤치마크	Grok 4.6	Grok 4.5	GPT-5.6 Sol Max	Fable 5 Max
AA Intelligence Index	61	56	61	62
GDPVal-AA v2	1753	1526	1728	1741
CursorBench v3.2	69.9%	66.7%	67.2%	70.5%
DeepSWE v1.1	65.9%	54%	73%	70%
FrontierCode v1.1	61.3%	56.6%	60.6%	63.6%
APEX-Agents	57.5%	47.1%	56.7%	59.2%
Terminal-Bench v3.0	26%	15.7%	34.6%	34.1%
AA-Briefcase	1577	1313	1502	1574
Harvey LAB (법률)	15.8%	12.9%	2.5%	11.3%

수치에서 읽을 수 있는 포인트는 세 가지입니다.

전면 상승: 4.5 대비 모든 벤치마크가 올랐습니다. 특히 DeepSWE +11.9%p, APEX-Agents +10.4%p, Terminal-Bench +10.3%p로 에이전트·코딩 작업의 개선 폭이 큽니다.
지식 작업 강세: GDPVal-AA(1753점)와 AA-Briefcase(1577점)에서 경쟁 모델을 모두 앞섰고, 법률 특화 Harvey LAB에서는 GPT-5.6 Sol(2.5%)을 크게 웃도는 15.8%를 기록했습니다.
약점도 명확: 터미널 작업 중심의 Terminal-Bench(26%)는 아직 GPT-5.6 Sol(34.6%)에 못 미칩니다. CLI 작업 비중이 높은 워크로드라면 참고할 필요가 있습니다.

지금 바로 쓰는 법: Cursor·Grok Build·API

Grok 4.6은 출시 당일 바로 사용할 수 있습니다. Cursor 전 요금제에서 지원되고, xAI의 코딩 에이전트 Grok Build에서는 기본 모델로 제공됩니다. 특히 첫 주에는 Grok Build와 Cursor에서 포함 사용량 2배 프로모션이 진행되니 바로 시험해보기 좋은 타이밍입니다.

API로 붙일 때는 모델 이름만 grok-4.6으로 지정하면 됩니다.

import os
from xai_sdk import Client
from xai_sdk.chat import user

client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(model="grok-4.6")
chat.append(user("버그를 찾아 고치고 원인을 설명해줘"))
response = chat.sample()
print(response.content)

구독형으로는 SuperGrok(월 $30)부터 Grok 4.6을 사용할 수 있습니다. 주요 스펙은 다음과 같습니다.

컨텍스트 윈도우: 50만 토큰
출력 제한: 텍스트 출력 제한 없음
모달리티: 텍스트·이미지 입력 → 텍스트 출력
지식 컷오프: 2026년 2월 1일
추론 강도: low / medium / high(기본) / xhigh
도구: 함수 호출, 웹 검색, X 검색, 코드 실행

Grok Build에서 무료로 써보기 Cursor에서 사용하기

가격과 운영 체크포인트

API 가격은 입력 $2 / 출력 $6(1M 토큰)로 Grok 4.5와 동일합니다. 대신 운영할 때 알아야 할 디테일이 있습니다.

롱컨텍스트 요금: 프롬프트가 20만 토큰을 넘으면 해당 요청 전체에 롱컨텍스트 요율(입력 $4 / 출력 $12)이 적용됩니다.
캐시 할인: 캐시된 입력 토큰은 $0.50(롱컨텍스트는 $1.00)으로 크게 저렴합니다.
Fast 변형: 2배 가격의 빠른 변형이 별도로 제공됩니다.
prompt_cache_key 필수 권장: 공식 문서가 강하게 권장하는 설정입니다. 대화 요청을 같은 서버로 라우팅해 캐시 히트를 안정적으로 만들어 줍니다. 설정하지 않으면 캐시가 차가운 서버에 걸려 입력 요금을 그대로 내는 경우가 많습니다.
긴 에이전트 루프: 컨텍스트 압축(context compaction) 기능을 함께 쓰면 비용을 더 줄일 수 있습니다.

xAI API 키 만들기 공식 API 문서 보기

실무 체크리스트

[ ] 모델 이름을 grok-4.6으로 지정했는가
[ ] prompt_cache_key를 설정해 캐시 히트를 확보했는가
[ ] 20만 토큰 이상 작업이라면 롱컨텍스트 요율($4/$12)을 비용 계산에 반영했는가
[ ] 추론 강도를 작업에 맞게 조절하는가 (단순 작업은 low~medium, 복잡한 에이전트 작업만 xhigh)
[ ] Grok Build·Cursor 첫 주 2배 사용량 프로모션 기간을 활용하는가
[ ] 터미널 집약적 작업이라면 Terminal-Bench 약점을 감안해 대안 모델을 함께 검토하는가

FAQ

Q1. Grok 4.5와 무엇이 가장 다른가요?

모델 크기는 그대로 두고 포스트 트레이닝(SFT·RL)을 강화해 모든 벤치마크를 끌어올렸습니다. 특히 긴 작업을 유지하는 롱런 에이전트 성능과 비주얼·인터랙티브 결과물의 첫 완성도가 핵심 개선점입니다.

Q2. 무료로 쓸 수 있나요?

grok.com 무료 플랜은 사용량이 제한적이며, Grok 4.6 모델 접근은 SuperGrok(월 $30)부터 제공됩니다. 개발자라면 Grok Build의 첫 주 2배 사용량 프로모션이 가장 빠른 체험 경로입니다.

Q3. 이미지 입력도 되나요?

됩니다. 텍스트와 이미지를 입력받아 텍스트로 출력합니다. 다만 이미지·영상 생성은 Grok Imagine 계열 모델의 영역입니다.

Q4. Grok 4.7은 언제 나오나요?

SpaceX 실적 발표에서 공개된 로드맵에 따르면 Grok 4.6 출시 후 3~4주 뒤 2.1조 파라미터의 Grok 4.7이, 2026년 연내에는 Grok 5가 예정돼 있습니다.

결론: 크기 경쟁에서 학습 경쟁으로

Grok 4.6은 “파라미터를 키우지 않아도 프론티어에 도달할 수 있다”는 것을 보여준 모델입니다. Grok 4.5와 같은 기반 위에 더 긴 보충 학습과 더 정교한 SFT·RL을 얹어 GPT-5.6 Sol과 동률을 만들었습니다. 롱런 에이전트와 비주얼 작업에 집중한 방향성도 분명합니다. 터미널 작업처럼 아직 약한 구간이 있지만, 에이전트 기반 개발과 지식 작업이 주력이라면 지금 바로 시험해볼 가치가 충분합니다.

다음 순서는 3~4주 뒤 나올 Grok 4.7입니다. 그사이에 Grok 4.6으로 자기 워크로드에 맞는 벤치마크를 직접 돌려보시길 권합니다. 모델 선택의 기준은 리더보드가 아니라 내 작업이니까요.

Grok 4.6 공식 발표 확인하기