Grok 4.6은 빠른 모델이 아니라 덜 말하는 모델이다 — 같은 61점을 2.8배 싸게

2026년 8월 12일 공개된 Grok 4.6은 새로운 기반모델이 아니다. Grok 4.5와 동일한 V9 파운데이션 위에 사후학습(post-training)만 얹었다. 보강 학습을 더 길게 돌리고, 지도학습 궤적을 재생성했으며, 에이전트 환경 강화학습을 확대했다. 그 결과 Artificial Analysis 지능지수가 56에서 61로 올랐다. 걸린 기간은 약 5주, 가격은 그대로다.

프런티어 모델 경쟁이 어디로 이동했는지 이 한 문장에 다 들어 있다.

스펙: 컨텍스트 50만, 100만 토큰당 입력 2달러

Grok 4.6의 사양은 다음과 같다.

• 컨텍스트 50만 토큰
• 지식 컷오프 2026년 2월 1일
• 가격 100만 토큰당 입력 2달러 / 출력 6달러
• 캐시 할인 75%
• 추론 강도에 xhigh 등급 신설

지향점은 저장소 전체 리팩터링이나 마이그레이션 같은 장기 실행 에이전트 작업이다. 참고로 직전 세대 Grok 4.5는 V9 파운데이션 모델로 약 1.5조 파라미터, 그 이전 세대의 약 3배 규모였지만 컨텍스트는 4.3의 100만에서 50만으로 오히려 후퇴했다.

지능지수 61점 — 상위 6개 모델이 2점 안에 몰려 있다

Artificial Analysis 지능지수는 v4.1.1 기준 9개 평가를 4개 범주에 가중 합산한다. 에이전트 34%, 코딩 24%, 과학추론 24%, 일반 18%다.

Grok 4.6(high)은 61점으로 182개 모델 중 6위다. 상위권 분포는 이렇다.

• Claude Opus 5 — 63점
• Claude Fable 5 — 62점
• GPT-5.6 Sol(max), Claude Opus 5(high), Grok 4.6 — 61점
• Kimi K3, GLM-5.3 — 60점

상위 6개 모델이 사실상 2점 안에 몰려 있다. 여기서 봐야 할 것은 순위가 아니라 같은 줄에 선 모델들과의 비용 차이다. 동점인 GPT-5.6 Sol이 태스크당 1.23달러인 반면 Grok 4.6은 0.84달러다.

에이전트 영역에서는 공동 1위

에이전틱 지수는 도구 사용·계획 수립·자율성·복잡한 문제 해결을 측정하며, 지능지수 안의 에이전트 평가인 GDPval-AA v2와 τ³-Banking을 가중 평균한 값이다.

Grok 4.6(high)은 59점으로 Claude Opus 5(max), GLM-5.3(max)과 함께 공동 최상위다. Qwen3.8 Max와 GPT-5.6 Sol이 58점, Claude Fable 5가 57점, Kimi K3가 54점으로 뒤를 잇는다. 종합 지능지수에서 6위였던 모델이 에이전트 영역에서는 1위 그룹으로 올라온다는 점이 이 지표의 핵심이다. 세부적으로 GDPval-AA v2에서 1753 Elo를 기록했는데, 인간 전문가 기준선을 1000으로 놓고 산출한 값이다.

코딩: 3점 양보하고 비용은 3분의 1

코딩 에이전트 지수는 모델이 아니라 '에이전트 도구 + 모델' 조합을 평가한다. v1.3은 DeepSWE(113개), Terminal-Bench v2(84개), SWE-Atlas-QnA(124개) 세 벤치마크의 pass@1 평균이다.

• Claude Code + Opus 5(xhigh) — 67점 / 태스크당 8.23달러 · 23.6분
• Codex + GPT-5.6 Sol — 67점
• Claude Code + Fable 5 — 66점 / 11.7달러 · 23.4분
• Grok Build + Grok 4.5(high) — 64점 / 2.59달러 · 16.5분

3점을 양보하는 대신 비용은 3분의 1, 시간은 30% 짧다. 순수 코딩 벤치마크에서 Grok 4.5는 Terminal-Bench 2.1 83.3%, SWE-Bench Multilingual 78.0%로 Claude 계열에 뒤졌다. 그럼에도 xAI가 내세운 축은 처음부터 효율이었다.

비용: 같은 61점을 2.8배 싸게

Artificial Analysis는 각 API가 보고한 토큰 수와 실측 캐시 적중률을 결합해 지수 전체를 돌리는 실제 비용을 산출한다.

Grok 4.6은 태스크당 0.84달러, 인덱스 전체 실행 총액 1,068.47달러를 기록했다. 같은 61점인 GPT-5.6 Sol은 1.23달러로 약 1.5배, 1위 Claude Opus 5는 2.34달러로 2.8배, Claude Fable 5는 3.14달러로 3.7배다.

흥미로운 대비는 Kimi K3다. 태스크당 비용은 0.84달러로 같지만 소모 토큰이 많아 총액은 훨씬 크다. Grok 4.6의 비용 순위는 182개 중 58위다.

빠른 모델이 아니라 '적게 쓰는' 모델

시간 지표는 지수 한 태스크를 처리하는 데 걸린 가중 평균 디코딩 시간이며 TTFT와 부대 시간은 제외된다. Grok 4.6(high)은 6.3분으로 GLM-5.3과 같고, GPT-5.6 Sol(max) 4.2분보다 느리지만 Claude Opus 5(max) 7.8분, Kimi K3(max) 10.2분, Qwen3.8 Max 10.6분보다는 빠르다.

함께 봐야 할 것이 토큰 소모량이다. Grok 4.6은 태스크당 출력 22K 토큰을 쓰는 반면 Claude Opus 5는 40K, GLM-5.3은 41K를 쓴다. 출력 속도 자체는 초당 57.9 토큰으로 182개 중 95위, 중위권이다.

정리하면 Grok 4.6은 빠른 모델이 아니라 덜 말하는 모델이다. 앞의 비용 우위도 단가가 아니라 이 토큰 절약에서 나온다.

진입 장벽을 0으로 만든 제품 설계

지표의 강점은 제품으로 이어진다. Grok Build는 2026년 5월 중순 월 300달러 SuperGrok Heavy 전용 얼리베타로 시작해, 5월 말 SuperGrok(월 30달러)과 X Premium+(월 40달러)로 개방됐고, 8월 7일 v1.0.0에 도달했으며 8월 12일부터 기본 모델이 Grok 4.6으로 바뀌었다.

IDE가 아니라 터미널 기반 에이전트로 TUI·헤드리스·ACP 세 가지 형태를 제공한다. 작업 흐름은 Plan → Search → Build 3단계이며 계획 승인 후 실행하고, 서브에이전트 최대 8개(Heavy 16개)가 각자 별도 Git worktree에서 병렬로 돌아간다.

가장 전략적인 결정은 스킬 포맷이다. 공식 문서가 "Grok is fully compatible with Claude Code with zero configuration needed"라고 명시하며 앤트로픽의 스킬 포맷을 채택해, 전환 비용을 사실상 0으로 만들었다.

커서 인수, 그리고 조용히 바뀐 가격표

2026년 6월 16일 SpaceX는 커서(Cursor)를 만든 Anysphere를 600억 달러 전액 주식으로 인수한다고 발표했고, 8월 14일 거래가 종결되며 사상 최대 규모의 스타트업 엑싯이 됐다. 인수 당시 커서의 연간반복매출은 약 40억 달러, 기업 고객 5만 곳, 포춘 500의 약 3분의 2였다.

인수 논리는 네 가지였다. 하루 1억 5,000만 줄에 달하는 엔터프라이즈 코드라는 데이터 플라이휠, Colossus 컴퓨트, 창립팀 이탈 후의 인재 보강, 엔터프라이즈 유통망이다.

가장 주목할 변화는 조용히 일어났다. 현재 커서 문서에서 Grok 4.6과 4.5는 Composer와 함께 '자사(first-party)' 모델로 분류되고, Claude·GPT·Gemini는 '타사'로 분류된다. 자사 모델은 사실상 무제한, 타사는 요금제별 달러 예산을 소진한다. 모델 선택권은 UI에 남았지만 가격표에서는 사라진 셈이다. 참고로 Grok 4.5는 커서 개발자 데이터로 학습된 첫 모델이었다. 데이터를 먼저 쓰고, 회사를 나중에 샀다.

실무 결과물은 어땠나

원문 필자는 웹사이트 제작 프롬프트 세 건으로 실사용을 확인했다. 키네틱 조각을 주제로 한 미술관 전시 사이트, 스크롤이 곧 수심이 되는 심해 탐사 다큐멘터리 사이트, 헬베티카 한 서체만으로 구성한 타이포그래피 실험 사이트다. 세 건 모두 인터랙션 설계와 아트 디렉션 요구가 구체적으로 포함된 프롬프트였다.

결론은 간결하다. 간단한 프롬프트를 넣었을 때 결과물의 성능은 Claude나 GPT 계열과 견주어 큰 차이를 느끼기 어려웠고, 가격 차이를 고려하면 Grok 모델 사용이 꽤 괜찮은 선택이 된다는 평가다.

실무자에게: 축이 성능에서 '성능 대비 비용'으로 옮겨갔다

마케팅 실무 관점에서 이 릴리스가 말하는 건 세 가지다.

첫째, 상위 모델 간 성능 격차가 협소해졌다. 182개 중 상위 6개가 2점 안에 있다면, 모델 선택의 기준은 벤치마크 1~2점이 아니라 비용과 워크플로 적합성으로 넘어간다.

둘째, 비용 우위가 단가가 아니라 토큰 소비에서 나온다. 같은 100만 토큰 단가라도 태스크당 22K를 쓰는 모델과 40K를 쓰는 모델은 실사용 비용이 두 배 가까이 벌어진다. 견적을 낼 때 토큰 단가표만 비교하면 이 차이가 보이지 않는다. 콘텐츠 생산 파이프라인처럼 호출량이 많은 작업일수록 격차가 커진다.

셋째, 전환 비용을 없애는 것이 곧 유통 전략이다. 스킬 포맷 호환과 커서 요금제 재분류는 성능 경쟁이 아니라 유통 경쟁이다. AI 도구를 조직에 도입할 때 '무료·무제한'으로 보이는 자사 모델이 사실은 유통 전략의 산물임을 감안해 평가해야 한다.

도구 선택보다 축적이 격차를 만든다는 관점은 쏘카와 삼쩜삼이 시행착오 끝에 찾은 진짜 'AI 격차'에서, 도구를 실제 산출물로 연결하는 설계는 AI 콘텐츠 워크플로를 처음부터 만드는 법에서 다뤘다.