xAI「Grok 4.6」、GPT-5と同水準でより低価格

xAIが開発した言語モデル「Grok 4.6」が、性能評価においてOpenAIの「GPT-5.6 Sol」と同じスコアを記録した。第三者機関Artificial Analysisが公表するAIベンチマーク指数で両モデルともに61点を獲得し、Anthropicの「Claude Opus 5」に次ぐ2位タイに並んだ。最上位クラスのモデルが激しく競り合う構図が、改めて浮き彫りになった形だ。

近年、大規模言語モデルの性能競争は上位モデルの間で急速に接近しており、単純な精度指標だけで差をつけることが難しくなっている。こうした状況の中で注目されているのが、「エージェント性能」と「コスト」という2つの評価軸だ。エージェントとは、ユーザーの指示を受けて複数のステップを自律的にこなすAIの動作モードを指し、複雑な業務の自動化に直結するため、産業利用での重要性が高まっている。

エージェントタスクにおける具体的な数値を見ると、Grok 4.6は複雑なワークフローをおよそ53ステップで完了する。一方、同カテゴリで最高評価を受けているClaude Opus 5は、同様のタスクに103ステップを要する。少ないステップで同等以上の処理を行えるということは、処理速度の向上やAPIコストの削減につながり、企業が実際にシステムへ組み込む際の障壁を下げる効果があるといえる。

価格面でも差は大きい。Grok 4.6の料金はClaude Opus 5と比べて60%以上低い水準に設定されており、性能と価格の両面でOpenAIやAnthropicへの対抗軸を打ち出す戦略が見て取れる。高い性能を持ちながら低コストを実現できれば、コスト意識の高い企業ユーザーや開発者に対して訴求力が高まると位置づけられる。

xAIはイーロン・マスク氏が設立したAI企業で、GrokシリーズはX（旧Twitter）のプラットフォームとも連携しながら開発が続けられている。同社がGrokを継続的にアップデートしている背景には、OpenAIやAnthropicが先行するエンタープライズ向けAI市場での存在感を高める狙いがあるという見方ができる。今回の評価結果は、そうした戦略の一つの成果として捉えることができる。

今回の結果が示すのは、最上位モデルの性能が横並びになりつつある一方で、「どれだけ効率的に」「どれだけ安く」使えるかという実用面の競争が本格化しているという点だ。特にエージェント機能の効率性は、AIを業務システムに組み込む企業にとって直接コストに響く要素であり、今後の選定基準としてさらに重視されると考えられる。ベンチマーク上のスコアだけでなく、実運用でのコストパフォーマンスに注目が集まる流れは、今後も続くとみられる。