> ## Content Index > Fetch the complete content index at: https://nevsky.ae/llms.txt > Use this file to discover other available public pages before exploring further. # Grok 4.6 в Cursor: модель уровня frontier, которую уже можно загружать реальной работой - URL: https://nevsky.ae/ai/grok-4-6-v-cursor-model-urovnia-frontier-kotoruiu-uzhe-mozhno-zagruzhat-realnoi-rabotoi/ - Published: 2026-08-13T06:22:17.000Z - Updated: 2026-08-13T06:56:50.000Z - Description: 12 августа Cursor выпустил Grok 4.6 — новую версию модели, которую они развивают вместе с SpaceXAI. И в этот раз обновление выглядит гораздо интереснее обычного прироста нескольких процентов в очередном наборе тестов - Author: Aleksandr Nevskii - Tags: Нейросети и Вайбкодинг, #video-preview 0:00 /0:15 1× Главный акцент Grok 4.6 — длинные агентные задачи: не просто написать функцию или ответить на вопрос, а получить большую цель, разобраться в незнакомом проекте, исследовать кодовую базу, предложить архитектуру, внести изменения, проверить себя и продолжить работу в несколько итераций. Cursor отдельно отмечает, что модель стала лучше справляться с длинными траекториями, прототипированием и визуальными интерактивными проектами. Именно поэтому для меня Grok 4.6 интересен не столько как очередной чат-бот, сколько как **новый рабочий агент внутри Cursor**. ## Что показывают бенчмарки > Самая интересная часть релиза — сравнительная таблица Cursor. В ней Grok 4.6 High поставили рядом с Grok 4.5 High, GPT-5.6 Sol Max и Fable 5 Max. | Benchmark | Grok 4.6 High | Grok 4.5 High | GPT-5.6 Sol Max | Fable 5 Max | | -------------------------- | ------------- | ------------- | --------------- | ----------- | | AA Intelligence Index | 61 | 56 | 61 | **62** | | GDPVal-AA v2 | **1753** | 1526 | 1728 | 1741 | | CursorBench v3.2 | 69.9% | 66.7% | 67.2% | **70.5%** | | DeepSWE v1.1 | 65.9% | 54% | **73%** | 70% | | FrontierCode v1.1 Extended | 61.3% | 56.6% | 60.6% | **64.9%** | | APEX-Agents | 57.5% | 47.1% | 56.7% | **59.2%** | | Terminal-Bench v3.0 | 26% | 15.7% | **34.6%** | 34.1% | | APEX-SWE | 56.4% | 53.6% | — | **58.8%** | | AA-Briefcase | **1577** | 1313 | 1502 | 1574 | | Harvey LAB (Vals) | **15.8%** | 12.9% | 2.5% | 11.3% | На общем **Artificial Analysis Intelligence Index** Grok 4.6 получил **61 балл**. Это столько же, сколько GPT-5.6 Sol Max, и всего на один пункт меньше Fable 5 Max с результатом 62\. Предыдущий Grok 4.5 имел 56\. Artificial Analysis отдельно отмечает скачок на пять пунктов всего за одно поколение модели. Но гораздо интереснее посмотреть не на один итоговый индекс, а на конкретные типы работы. **GDPVal-AA v2 — 1753.** Здесь Grok 4.6 обходит и Fable 5 Max с 1741, и GPT-5.6 Sol Max с 1728\. Это тест на агентную работу, приближенную к реальным интеллектуальным задачам, поэтому для меня этот показатель особенно важен. Artificial Analysis называет агентную производительность вообще одной из сильнейших сторон Grok 4.6. На **CursorBench v3.2** версия Grok 4.6 High показывает **69,9%** против 66,7% у Grok 4.5, 67,2% у GPT-5.6 Sol Max и 70,5% у Fable 5 Max. То есть разница между Grok и Fable здесь уже практически исчезает. Причём актуальный CursorBench показывает ещё более высокий результат для режима Grok 4.6 Extra High — **70,8%**, что сейчас ставит его даже выше Fable 5 Max и Opus 5 Max в этом тесте. CursorBench строится на неоднозначных многофайловых задачах из реальных сессий Cursor — редактировании, рефакторинге, поиске ошибок, понимании кодовой базы и использовании инструментов. Есть тесты, где лидируют другие модели. Например, в **DeepSWE v1.1** Grok 4.6 получает 65,9%, тогда как GPT-5.6 Sol Max — 73%, а Fable 5 Max — 70%. В **Terminal-Bench v3.0** у Grok 26% против 34,6% у GPT-5.6 и 34,1% у Fable. Но в других категориях Grok снова оказывается буквально рядом с лидерами: **61,3% в FrontierCode**, **57,5% в APEX-Agents**, **56,4% в APEX-SWE**. И есть ещё один очень показательный результат — **AA-Briefcase: 1577**. У Fable 5 Max здесь 1574, у GPT-5.6 Sol Max — 1502, а у Grok 4.5 было всего 1313\. Artificial Analysis прямо относит Grok 4.6 в этом тесте к **Fable 5-tier** и отдельно отмечает эффективность модели на длинных агентных задачах: она приходит к результату за существенно меньшее количество шагов и входных токенов, чем некоторые более дорогие frontier-модели. Даже в специализированном **Harvey LAB**, связанном с юридической агентной работой, в таблице Cursor у Grok 4.6 результат **15,8%** — выше Fable 5 Max с 11,3%, Grok 4.5 с 12,9% и GPT-5.6 Sol Max с 2,5%. Поэтому я бы вообще не пытался определить здесь одного абсолютного победителя. Картина интереснее: **Grok 4.6 вошёл в очень небольшую группу моделей, которые в зависимости от задачи реально меняются местами на вершине таблицы.** ## А теперь самое интересное — цена > Базовая стоимость Grok 4.6 осталась такой же, как у Grok 4.5: **$2 за миллион input tokens и $6 за миллион output tokens**. Cursor также предлагает Fast-вариант в два раза дороже. Artificial Analysis отдельно подчёркивает, что при сопоставимой frontier-производительности Grok оказывается значительно дешевле ряда конкурентов. А на первую неделю после запуска Cursor включил для Grok 4.6 **2× usage** внутри Cursor и Grok Build. Фактически для активного пользователя это почти эквивалент 50-процентному снижению стоимости работы модели: за тот же включённый usage можно сейчас прогнать примерно вдвое больше задач. И вот здесь ситуация становится особенно интересной. **Модель примерно уровня Fable 5 уже можно просто посадить работать на свои проекты — причём сейчас ещё и с удвоенным usage.** ![](https://storage.ghost.io/c/c3/b4/c3b47bf9-b397-4fd6-898c-a34ffdda20bc/content/images/2026/08/cursor-ide_nevsky.webp) Audit Canvas ## Что произошло у меня после релиза > Я использую Grok 4.6 непосредственно внутри Cursor, поэтому после получения письма о релизе практически сразу бросил её на свои репозитории и текущие проекты. Не на тестовый `Hello World`, а именно на существующие кодовые базы: разбираться в структуре, искать слабые места, проводить аудит, предлагать рефакторинг, смотреть на архитектуру целиком. И первые результаты мне очень нравятся. Особенно хорошо сейчас работает режим аудита. Модель не ограничивается несколькими очевидными замечаниями, а действительно начинает проходить проект системно. После исследования репозитория она собирает **Audit Canvas** — фактически карту найденных проблем и потенциальных улучшений — и там появляется неожиданно много полезных вещей: архитектурные упрощения, дублирование логики, старые решения, которые уже можно удалить, возможности для нормального рефакторинга, проблемы структуры компонентов и места, которые самому легко месяцами не замечать. Причём мне нравится именно характер её работы. Она сначала довольно глубоко разбирается в существующем проекте, а уже потом предлагает изменения. Для больших живых репозиториев это намного ценнее способности сгенерировать красивый кусок кода с нуля. Сейчас я продолжаю прогонять через неё свои проекты и смотреть, где проходят реальные пределы модели. Пока впечатление очень хорошее: **Grok 4.6 внутри Cursor уже ощущается не как помощник программиста, которому нужно выдавать мелкие задачи, а как ещё один достаточно сильный инженер, которому можно отдать целое направление работы.** И, пожалуй, именно это сейчас происходит с AI-разработкой быстрее всего. Мы всё меньше обсуждаем, какая модель лучше отвечает на вопросы, и всё больше — **какую часть реальной работы можно целиком передать агенту и утром посмотреть, что он сделал.**