SpaceXAI (anteriormente conocida como XAI) ha lanzado Grok 4.6, su nuevo modelo de IA que promete una eficiencia significativamente mayor en la ejecución de tareas complejas, requiriendo menos 'turnos' o iteraciones que sus rivales. Sin embargo, a pesar de su mejora en la velocidad de procesamiento, el costo real por tarea y su rendimiento en programación pura no superan a la competencia, y la ausencia de una 'system card' plantea interrogantes sobre su transparencia y seguridad.
Ejecutar un agente de IA durante varias horas implica un costo que no siempre es obvio: cada iteración que el modelo realiza para procesar, verificar o corregir, tiene un precio. Es en este aspecto donde Grok 4.6, el modelo recientemente lanzado por SpaceXAI (la empresa renombrada el mes pasado), afirma tener una ventaja considerable. En la prueba AA-Briefcase, Grok 4.6 completó sus tareas en 53 turnos, consumiendo un promedio de 500 millones de tokens. En contraste, Claude Opus 5 Max necesitó 103 turnos y 2.000 millones de tokens para alcanzar un resultado similar.
En el panorama general, Grok 4.6 iguala a GPT-5.6 Sol (con 61 puntos) en el ranking de Artificial Analysis y se sitúa a solo un punto de Claude Fable 5 Max. Actualmente, Grok Build ya está disponible en Cursor, la API, OpenRouter, Vercel y Cloudflare, con el doble de uso incluido durante su primera semana de lanzamiento.
La importancia de esta eficiencia radica en que menos turnos equivalen a menos llamadas a herramientas, menos reintentos y un menor contexto que el modelo debe arrastrar. Para una empresa con agentes operando continuamente, este factor puede influir más en la factura final que el precio por millón de tokens. Representa la diferencia entre pagar por el rendimiento prometido por el modelo y pagar por el tiempo real que tarda en completar una tarea.
Sin embargo, esta eficiencia no siempre se traduce directamente en un menor costo. El costo real por tarea de Grok 4.6 (aproximadamente 0,84 dólares) es más elevado que el de su predecesor, Grok 4.5, y también supera a rivales como GPT-5.6 Luna o GLM-5.2. En el ámbito de la programación pura, tampoco lidera: en Terminal Bench, alcanza solo el 26%, quedando lejos del 34% de sus competidores directos. Su fortaleza radica en la resistencia, no en la capacidad de código puro.
El precio por token, de hecho, tiene sus particularidades: SpaceXAI mantiene tarifas de 2 dólares de entrada y 6 de salida por millón de tokens, siempre y cuando el prompt no exceda los 200.000 tokens. Si se supera este límite, la tarifa se duplica (a 4 y 12 dólares) y se aplica a toda la petición, no solo al segmento excedente. A pesar de esto, sigue siendo considerablemente más económico que GPT-5.6 Sol (5 y 30 dólares) o Claude Fable 5 (10 y 50), pero esta es una 'letra pequeña' que debe revisarse antes de diseñar un flujo de trabajo que implique contextos largos.
Este lanzamiento se produce poco después del cambio de nombre de la empresa, la adquisición de Cursor por parte de SpaceXAI y la introducción de Grok Bot, su sistema de agentes que operan como empleados virtuales. Estos tres movimientos en dos meses sugieren una estrategia clara: relegar el chatbot a un segundo plano y concentrarse en el desarrollo de agentes que realicen tareas dentro de entornos empresariales. No obstante, aún se echa en falta la 'system card' del modelo, el documento que detalla los límites de seguridad y las pruebas previas al lanzamiento, una omisión que ya se notó con Grok 4.5. Sin este documento, ninguna empresa puede auditar completamente por qué el modelo ha tomado una decisión específica en un flujo automatizado.
SpaceXAI no detiene su avance. Elon Musk ya ha adelantado que Grok 4.7 será lanzado en un plazo de tres o cuatro semanas, alimentado con datos internos de SpaceX. La verdadera prueba para la compañía no será obtener un punto adicional en los benchmarks, sino determinar si esta eficiencia por tarea se mantiene cuando estos modelos salen del laboratorio y se integran en flujos de trabajo donde hay dinero en juego.
