7 月 28 日，Elon Musk 在 X 上以一条不到 50 词的帖子，预告了 xAI 接下来约一个月的模型计划：Grok 4.6 预计 8 月 7 日前后发布，参数规模为 1.5 万亿，重点改进监督微调（SFT）与强化学习（RL）；Grok 4.7 则计划数周后推出，参数规模为 2.1 万亿。按他的说法，后者「在各方面都优于 4.6，只是推理稍慢，但 token 效率更高」。
同帖中 Musk 引用了 Vercel CEO Guillermo Rauch 发布的 deepsec.sh 基准测试结果——Grok 4.5 在该组网络安全漏洞检测任务中，分数接近 Kimi K3，成本约为 GPT-5.6 Sol（xhigh）的十分之一、Claude Opus 5（medium）的 5.7 分之一。路线图之外，这组结果提供了另一个观察角度：Grok 的较低调用成本，能否抵消能力上的差距。
Musk 对型号与参数规模的描述在十天内有过调整：7 月 18 日他首次提及 Grok 4.6 时称之为「2T model」，而 7 月 28 日的预告中，Grok 4.6 变成了 1.5T，与 Grok 4.5 据称采用的 V9 基础模型规模相同，2T+ 的规模则对应 Grok 4.7。这 10 天的变化提示一种可能的安排：先通过后训练改进现有规模的模型，再推出更大的版本。
Grok 4.6 先改进后训练，4.7 再增加参数规模
xAI 于 7 月 16 日发布 Grok 4.5 的官方介绍，称它与 Cursor 联合训练，面向编程、Agent 任务和知识工作。相关参数披露将其描述为约 1.5 万亿参数的 V9 基础模型。定价 $2/百万输入 token、$6/百万输出 token，服务速度 80 TPS。在官方公布的部分编程基准中，Grok 4.5 与 Claude Opus 4.8、GPT-5.5 各有胜负；公司同时强调较低的 token 消耗与推理成本。是否适合具体工作，仍需结合任务和推理设置比较。
两天后的 7 月 18 日，Musk 在回复中提及 Grok 4.6，称之为「2T model」并预计初始训练将在当周完成。当时多家媒体据此报道 Grok 4.6 将是 2 万亿参数模型，并将它与据称约 2.8T 参数的 Moonshot Kimi K3 比较。但在 7 月 28 日的最新预告中，Grok 4.6 被明确定义为 1.5T 模型，2.1T 被分配给了 Grok 4.7。
一种可能的解释是，若 4.6 继续使用已经完成基础训练的 V9（1.5T），xAI 就可以先投入 SFT 和 RL 后训练，而不必等待 2.1T 基础模型完成。这是对预告的推断，尚不能据此确认两个版本的完整架构和训练安排。xAI 在 Grok 4.5 的官方博客中描述了其 RL 训练体系——覆盖数十万个任务、以多步软件工程为中心、采用高度异步架构，使 Agent 的任务执行轨迹（rollout）可以持续数小时，同时在数万 GPU 上继续训练。这类设计有助于将长任务经验用于后训练。
按此次预告，Grok 4.6 的改进重点是后训练。它能带来多大性能提升，需要等模型发布后的测试，不能仅凭版本号或参数数量判断。
公布参数数量有助于比较，但架构和数据仍未披露
xAI 披露 Grok 4.5 为 1.5T、预告 Grok 4.7 为 2.1T，为外界提供了比较其模型规模的线索。
Stanford HAI 的 2026 年 AI Index 引用了 2025 年 Foundation Model Transparency Index：平均透明度评分从 2024 年的 58 分降至 2025 年的 40 分。不过，新一版也调整了指标并增加被评公司，比较时需考虑口径变化。训练代码、参数规模、数据集大小和训练时长等此前逐步公开的指标，在多个前沿模型中重新变为未披露状态。OpenAI 自 GPT-4 起不再公开参数规模，GPT-5.6 系列的参数完全未知。Anthropic 的 Claude Opus 5 系统卡同样不包含参数数量。Google DeepMind 的 Gemini 系列也未披露完整架构尺寸。
Musk 在 X 上公布参数规模和预计发布日期，也让外界更容易跟进计划变化。xAI 在 2026 年 1 月完成 $200 亿 Series E 融资，SpaceX IPO 又带来资本市场关注，模型进展因而成为观察训练投入成效的线索。但参数增长仍是公司披露，并未经过独立验证。公开参数规模也不等于完整透明：xAI 未公开具体采用稠密模型还是混合专家架构（MoE），训练数据构成、安全测试结果和完整模型卡也有待披露。截至目前，Grok 4.5 在 SWE-bench Verified 等关键公开基准上的官方数据仍不完整。
安全扫描测试中 Grok 成本较低，最高分仍属 GPT-5.6 Sol
Rauch 发布的 DeepsecBench 结果提供了一组来自模型厂商之外的测试。该基准围绕真实代码库中的 231 个已知漏洞评估安全扫描能力，采用更重视召回率的 F2 分数，综合衡量发现已知漏洞的比例与报告的准确性。
Grok 4.5 在 high 推理设置下得分 15.58，成本仅 $5.60；相比之下，GPT-5.6 Sol 在 xhigh 设置下得分 35.58（2.3 倍），但成本高达 $55.98（10 倍）。Kimi K3 得分 17.56，成本 $12.38（2.2 倍）。按分数除以测试成本粗略计算，Grok 4.5 的「单位美元得分」约为 GPT-5.6 Sol 的 4.3 倍；这不等于每美元能发现 4.3 倍漏洞。
在这次测试公布的结果中，GPT-5.6 Sol 的绝对分数仍然最高，且其精确率（precision，96.3%）高于 Grok 4.5（77.8%），也就是说，Grok 提交的报告中误报比例更高。在实际部署中，误报会增加安全工程师的复核工作——一个节省 API 费用但增加人工审核成本的扫描方案，未必像单价对比看起来那么划算。
此外，Vercel 表示，Fable 5 因拒绝包括防御用途在内的安全扫描任务而未被列入。这反映了该访问版本的使用限制，不能据此推断其漏洞发现能力，也不能从 Grok 完成了扫描就推断它会接受所有任务。
大规模并行训练依赖 GPU、电力和持续投入
短期内连续发布模型，需要训练基础设施支持。有关 Colossus 扩建的报道给出超过 55 万块 NVIDIA GPU 的规模，包括 GB200 和 GB300，并涉及 Memphis 地区三个数据中心、约 2 GW 的扩建目标。Colossus 2 在 2026 年 1 月被 Musk 宣称达到 GW 级，相关 GPU 采购额被估为约 $180 亿。这些配置、建设目标与已实际运行的算力需要区分。
Grok 4.5 官方博客提到其训练跨越「数万块 GB300 GPU」，同时支持高度异步的 RL 训练——Agent 任务执行可持续数小时而训练过程不中断。这种架构有利于同时推进多项训练（Musk 此前表示同时在训练 7 个模型，从 1T 到 10T 参数不等），从而将基础模型训练和后训练改进并行化。
但这种节奏的可持续性面临两个约束。第一，电力。面向 2 GW 的数据中心扩建在 Memphis 引发了对电网负荷和环境的担忧，进一步扩容需要新的发电基础设施。第二，资本。$180 亿 GPU 投资需要持续的用户增长和 API 收入来支撑——Grok 4.5 的低定价策略（仅 $2/$6 每百万 token）有利于获取市场份额，但对短期盈利能力构成压力。
发布间隔缩短后，安全评估如何安排仍待说明
Musk 的路线图预告约四周内连续发布两个模型版本。发布间隔缩短后，需要了解各版本何时开始安全评估、测试是否并行进行，以及模型改动是否要求追加测试。仅凭发布日期间隔，难以判断安全工作是否充分。
ROIC.ai 在报道中引用了一位匿名机器学习教授的观点：「以这种速度迭代，红队测试不够充分的风险是真实存在的。」xAI 尚未发布 Grok 4.5 的完整安全测试报告或第三方审计结果，也未说明 4.6 和 4.7 将经历什么级别的安全评估。近期 GPT-5.6 Sol、Claude Mythos 5 等模型的政府测试与开放安排已受到关注，Grok 新版本的评估方式也值得跟进。
不过，将安全问题简单归因于速度并不准确。介绍 Grok 4.5 时，xAI 强调了训练数据的去重、质量评分和按领域筛选，以兼顾覆盖范围与质量。这些处理方法若延续到后续版本，有助于改善训练数据，但不能替代安全评估。对能自主执行多步骤任务的 Agent，还需要检查长达数小时的执行轨迹中，权限使用、工具调用和任务行为是否可靠。
后续看是否按期发布，以及性能提升是否抵消成本
Musk 公布的时间表仍有不确定性——他在帖子中使用了「around August 7」和「a few weeks later」等措辞，且 xAI 过去的产品发布经常晚于 Musk 在社交媒体上的预告。Grok 4.5 从早期预告到官方介绍约三周，Grok 4.6 此次预告留下的时间更短。
后续可以看两个具体结果。第一，8 月 7 日前后 Grok 4.6 是否能按时发布，以及「显著改进的 SFT 与 RL」是否在可量化的基准（而不仅是公司自选的测试）上体现出可感知的提升。第二，Grok 4.7 的 2.1T 参数规模能否在合理延迟和成本下实际可用——当模型参数从 1.5T 跃升到 2.1T 时，token 效率的提升是否足以抵消原始推理成本的增加。
这份公开预告让外界有了跟进 xAI 进度的具体时间点。参数规模是其中一项信息，最终仍需结合实际发布、独立评测、成本与安全报告，判断新版本带来了什么变化。
