Grok 4.6 s'invite à la table d'OpenAI et d'Anthropic : esbroufe ou retour en grâce de Musk dans l'IA ?

SpaceXAI dévoile Grok 4.6 et le hisse au niveau des meilleurs modèles d'OpenAI et d'Anthropic, chiffres à l'appui. Des chiffres choisis, compilés et publiés par SpaceXAI elle-même, ce qui invite à sortir la loupe.

Deux mois après avoir absorbé Cursor et au lendemain du lancement de son agent Grok Bot, SpaceXAI poursuit sa remontée sur le terrain des modèles de pointe. L'entreprise d'Elon Musk a présenté le 12 août Grok 4.6, un modèle pensé pour les agents de longue durée, le code et le travail de bureau. Le tableau de benchmarks qui l'accompagne le place dans la même cour que GPT-5.6 Sol et Claude Fable 5. Le conditionnel restera de rigueur, et la suite de cet article explique pourquoi.

Sur l'indice composite d'Artificial Analysis (neuf évaluations agrégées), Grok 4.6 afficherait 61 points . De quoi revendiquer une égalité parfaite avec GPT-5.6 Sol à son niveau de raisonnement maximal, et un petit point de retard sur Fable 5 Max. Le bond est réel par rapport à Grok 4.5, crédité de 56 points sur le même indice, et le modèle prendrait même la tête sur certaines épreuves de travail professionnel comme GDPVal-AA. Le tableau d'ensemble ressemble toutefois moins à une victoire qu'à une admission dans le club. Sur Terminal-Bench, une évaluation en ligne de commande, Grok 4.6 plafonnerait à 26 % quand ses deux rivaux dépassent les 34 %. Le retard se confirmerait aussi sur DeepSWE, un test d'ingénierie logicielle.

Surtout, SpaceXAI précise elle-même que les scores des concurrents proviennent de leurs fiches techniques et des classements publics, sans que les modèles rivaux aient été réexécutés dans des conditions identiques. Un tableau de benchmarks publié par un éditeur reste un bulletin scolaire rédigé par l'élève : les notes ne sont pas forcément fausses, mais le choix des matières affichées lui appartient. L'industrie en a fait l'expérience avec la controverse des benchmarks de Llama 4 , devenue depuis le cas d'école du genre.

Grok Accès aux données X en temps réel Bon outil de veille médiatique Moins biaisé politiquement que sa concurrence Télécharger Le vrai benchmark est sur la grille tarifaire Ce lancement raconte moins une course à l'intelligence qu'une stratégie commerciale. Grok 4.6 est facturé 2 dollars le million de tokens en entrée et 6 dollars en sortie. GPT-5.6 Sol affiche 5 et 30 dollars sur la même grille, quand Fable 5 monte à 10 et 50 dollars. Pour nous autres qui fonctionnons à l'abonnement, ça ne représente rien. Pour les entreprises qui utilisent ces modèles dans des proportions infiniment plus grandes, l'enjeu est tout autre.

Le modèle arrive directement dans Cursor, dans Grok Build et via l'API, avec un quota doublé la première semaine, façon période d'essai grandeur nature. La manœuvre prolonge le rachat de Cursor et le développement conjoint entamé cet été. SpaceXAI ne cherche pas à convaincre les jurys de benchmarks, mais les développeurs qui paient la facture d'API à la fin du mois.

L'histoire invite d'ailleurs à la patience. Grok 4 avait pris la tête du classement d'Artificial Analysis en juillet 2025 , avant que la hiérarchie ne se réorganise au fil des sorties concurrentes.