Radio Online
SpaceXAI ha lanzado Grok 4.6 apostando por la eficiencia en tareas largas más que por ser el más listo. Las cifras respaldan esa apuesta... con matices
SpaceXAI ha lanzado Grok 4.6 apostando por la eficiencia en tareas largas más que por ser el más listo. Las cifras respaldan esa apuesta... con matices
Ejecutar un agente de IA durante horas tiene una factura no siempre evidente: cada vuelta que da el modelo para pensar, comprobar o corregirse, se paga. Y ahí es donde Grok 4.6, el modelo que acaba de lanzar SpaceXAI (el nuevo nombre de la empresa desde el mes pasado), dice tener su gran ventaja.
En la prueba AA-Briefcase completó sus tareas en 53 turnos consumiendo 500 millones de tokens de media. Claude Opus 5 Max, en cambio, necesitó 103 turnos y 2.000 millones de turnos para llegar a un resultado similar.
La panorámica. Grok 4.6 empata con GPT-5.6 Sol (61 puntos) en el ranking de Artificial Analysis y se queda a un punto de Claude Fable 5 Max. Ya está en Cursor, Grok Build, la API, OpenRouter, Vercel y Cloudflare, con el doble de uso incluido durante esta primera semana.
Por qué es importante. Menos turnos equivale a menos llamadas a herramientas, menos reintentos y menos contexto que arrastrar. Para una empresa con agentes trabajando todo el día, eso pesa en la factura más que el precio por millón de tokens.
Es la diferencia entre pagar por lo que el modelo te promete y pagar por lo que el modelo realmente tarda en hacer.
Sí, pero. La eficiencia no termina de traducirse en la factura. El coste real por tarea (unos 0,84 dólares) es peor que el de su propio predecesor, Grok 4.5, y también peor que el de rivales como GPT-5.6 Luna o GLM-5.2. En programación pura tampoco lidera: en Terminal Bench se queda en el 26%, lejos del 34% de sus rivales directos. Gana en resistencia. No en código puro.
El precio por token, de hecho, tiene asterisco:
SpaceXAI mantiene los 2 dólares de entrada y 6 de salida por millón de tokens... siempre que el prompt no supere los 200.000 tokens.
Si los supera, la tarifa se duplica (4 y 12 dólares) y afecta a toda la petición, no solo al tramo que sobra.
Sigue siendo bastante más barato que GPT-5.6 Sol (5 y 30 dólares) o Claude Fable 5 (10 y 50), pero es la letra pequeña que hace falta revisar antes de dimensionar un flujo de trabajo con contexto largo.
El trasfondo. Este lanzamiento llega poco después del cambio de nombre que mencionábamos al principio, de la compra de Cursor por parte de SpaceXAI y de la llegada de Grok Bot, su sistema de agentes como empleados virtuales.
Son tres movimientos en dos meses que apuntan hacia lo mismo: dejar el chatbot en segundo plano y centrarse en el agente que hace el trabajo dentro de una empresa. Eso sí, sigue faltando la system card del modelo, el documento que detalla los límites de seguridad y las pruebas previas al lanzamiento, algo que ya extrañamos con Grok 4.5. Sin ese documento, ninguna empresa puede auditar del todo por qué el modelo ha tomado una decisión concreta en un flujo automatizado.
Y ahora qué. SpaceXAI no para. Musk ya ha avanzado que Grok 4.7 llegará en tres o cuatro semanas, alimentado con datos internos de SpaceX. Su pelea real no va a ser sacar un punto más en los benchmarks, sino si esa eficiencia por tarea aguanta cuando estos modelos salen del laboratorio.
Concretamente, cuando llegan a flujos de trabajo con dinero de por medio.
Imagen destacada | Olena Bohovyk, Grok, Xataka
En Xataka | Claude no ha resuelto la hipótesis de Riemann. Lo inquietante es lo que consiguió mientras lo intentaba
