本文へスキップ
KNOWLEDGE — AI NEWS
Grok 4.6｜長時間エージェントの費用設計
xAIが2026年8月12日、新しいモデル「Grok 4.6」を公式サイトで発表しました。多くの手順にまたがって動き続けるエージェント用途に重点を置いたモデルで、価格は入力100万トークンあたり2ドルから、出力6ドルからと記載されています。AIに複数工程の仕事を任せている企業にとっては、モデルの性能よりも「1つの作業にいくら払うか」の設計が問われる発表です。
Summary
この記事の要点
Grok 4.6は、長時間動くエージェント向けのモデルとして入力100万トークンあたり2ドルからで提供されます。ただし乗り換えの是非は単価だけでは決まりません。ベンチマークの順位ではなく、費用と工程がどう変わるかに絞って要点を3つ整理します。
エージェント向けの価格帯に、選択肢が1つ増えた
Grok 4.6の価格は入力100万トークンあたり2ドルから、出力6ドルからと公式発表に記載されています。最安の部類ではありません。セルフプラスが2026年7月31日に扱ったGPT-5.6の新しいAPI料金では、標準のTerraが入力2ドル・出力12ドル、低価格帯のLunaが入力0.20ドル・出力1.20ドルでした。同じ用途に使えるモデルでも、単価には10倍の開きがあります。
比べるべきは単価ではなく、作業1件あたりの費用
長時間動くエージェントは、1件の作業で何十回もモデルを呼び出します。仮に単価が3分の1でも、呼び出し回数が4倍なら支払いは増えます。単価表だけを見て乗り換えを決めると、請求書で判断が覆ります。
提供地域と日本語での品質は、公式に記載がない
対象地域の制限と日本語での挙動については、公式発表に記載がありません。提供先・価格・提供開始時の特典は書かれています。導入判断は自社の実データで確かめる前提になります。
Basics
前提：「長時間動くエージェント」と費用の関係
AIエージェントの費用は、モデルの単価だけでは決まりません。単価とステップ数とやり直し回数の掛け算で決まるため、工程が長い依頼ほど支払いは増えます。関係する用語を4つ整理します。すでに把握している方はこの節を飛ばして構いません。
| 用語 | 意味 | 費用との関係 |
|---|---|---|
| AIエージェント | 指示を受けたあと、自分で手順を分解して作業を進めるAIの使い方 | 人が1回聞いて1回答えてもらう使い方より、呼び出し回数が桁で増える |
| ステップ | エージェントが1回考えて1回動く単位。検索する、ファイルを読む、書き換える、など | ステップごとに入力と出力の課金が発生する。手順が長いほど費用が伸びる |
| 入力トークン／出力トークン | モデルに渡す文章と、モデルが書き出す文章を数えた単位 | 多くのモデルで出力側の単価が高い。考えながら書く使い方ほど出力が増える |
| 作業1件あたりの費用 | 1つの依頼を最後までやり切るのにかかった合計額 | 実務で比較の基準にできる数字。単価×ステップ数×やり直し回数で決まる |
ここを押さえると、「単価が安いモデル＝安く済むモデル」ではないことが分かります。生成AIを業務に組み込む全体像は生成AIのEC活用で整理しています。
Announcement
公式発表の要点
xAIは2026年8月12日、公式サイトでGrok 4.6を発表しました（出典: xAI公式サイト「Introducing Grok 4.6」）。前世代のGrok 4.5を土台に、長時間動くエージェントと、対話的・視覚的な作業に重点を置いたと記載されています。業務利用に関係する点は次のとおりです。
| 項目 | 公式に記載されている内容 |
|---|---|
| 発表日・発表主体 | 2026年8月12日、xAI |
| モデル名 | Grok 4.6（Grok 4.5を土台にしたモデル） |
| 重点 | 長時間動くエージェント、および対話的・視覚的な作業 |
| 想定する仕事 | 調べ物、情報の分析、コードベース全体にまたがる作業、着想を形にするまでの一連の工程 |
| 提供先 | Cursor、Grok Build、API（コンソールはconsole.x.ai）、OpenRouter、Vercel、Cloudflare |
| 価格 | 入力100万トークンあたり2ドルから、出力100万トークンあたり6ドルから（原文は「Pricing starts at」） |
| 高速版 | 上記の2倍の価格 |
| 提供開始時の特典 | Grok BuildとCursorで、最初の1週間は含まれる利用枠が2倍 |
| 対象地域・コンテキストウィンドウ | 公式発表に記載なし（確認できていません） |
性能については、xAIが公式発表の中で比較表を示しています。9つの評価をまとめた指標であるArtificial Analysis Intelligence Indexで、Grok 4.6（High）が61、Grok 4.5（High）が56、GPT-5.6 Sol（Max）が61、Fable 5（Max）が62と記載されています。コーディング関連の評価では、CursorBench v3.2でGrok 4.6が69.9%、GPT-5.6 Solが67.2%、Fable 5が70.5%、DeepSWE v1.1ではGrok 4.6が65.9%、GPT-5.6 Solが73%、Fable 5が70%と、評価によって優劣が入れ替わっています。
これらはいずれもxAIが自社の発表内で示した数値です。日本語での品質、対象地域、日本の商習慣に沿った作業での挙動については、公式に確認できていません。本記事の執筆時点（2026年8月13日）で確認できるのはここまでです。
Analysis
セルフプラスの見解 — 単価表の比較は、そろそろ役に立たなくなる
今回の発表で実務に効くのは、モデルの性能ではなくAIに任せる仕事の測り方です。エージェント用途では同じ依頼でもモデルごとに呼び出し回数が変わるため、単価の比較がそのまま総額の比較になりません。ここからは公式発表を踏まえたセルフプラスの分析で、事実の要約とは分けて記載します。
1. 仮に単価が半分でも、支払いが半分になるとは限らない
モデルの比較記事はほぼ例外なく単価で並べます。ところがエージェント用途では、同じ依頼でも呼び出し回数がモデルごとに変わります。手順を細かく刻むモデルは呼び出しが増え、迷って同じ作業をやり直せばさらに増えます。単価は安いのに合計額が高い、という逆転は起こり得ます。
単価の幅そのものは大きく開いています。セルフプラスが2026年7月30日に確認した時点で、Claude Opus 5は入力100万トークンあたり5ドル・出力25ドルでした。GPT-5.6のLunaの出力1.20ドルとは20倍以上の差です。それでも単価だけで決めると、呼び出し回数の差に足をすくわれます。
比べる単位を「1トークンいくら」から「作業1件いくら」に変えると、判断が安定します。目安は次のとおりです。
| 任せている作業 | 1件あたりの呼び出し回数の目安 | 比較のしかた |
|---|---|---|
| 商品説明文の下書き、レビューの分類 | 1〜2回。渡して返ってくるだけ | 単価の比較でほぼ判断できる。安いモデルの効果が素直に出る |
| 問い合わせの一次対応、資料をまたぐ調べ物 | 数回〜十数回。検索や参照が挟まる | 実際に10件流し、合計の請求額で比べる |
| テーマ改修などコードベース全体にまたがる作業 | 数十回以上。試して直す往復が続く | 単価では判断できない。完了までの時間と人の手戻りを含めて測る |
この考え方は今回のモデルに限りません。モデルを変えずに工程の設計で成果が変わる件はOpenAIが公表した「仕組みが効く」という報告、単価の引き下げをどう受け止めるかはGPT-5.6の値下げの記事で扱っています。
2. 「長時間動く」は「任せきりにできる」ではない
公式発表には、多くの手順にまたがって作業を続けられる点が書かれています。ここで注意したいのは、続けられることと、続けた結果が正しいことは別だという点です。手順が長いほど、途中の判断ミスは後段に積み上がります。最後になってから20手順目の誤りに気づくと、修正のほうが高くつきます。
実務では、任せる範囲を「取り消せるかどうか」で切るのが現実的です。下書きの作成やデータの整理は、間違っても捨てれば済みます。価格の書き換え、在庫数の更新、公開中のページの差し替え、顧客への送信は、取り消せません。同じ線引きの考え方はGrok Botの記事でも整理しています。
3. 日本のEC事業者に効くのは、まず開発と運用の周辺工程
提供先のうちCursorはコード編集ツール、Grok BuildはxAIの開発者向けサービスです。OpenRouter・Vercel・Cloudflareも、自社で組み込む前提の窓口です。つまり今回の発表がすぐ効くのは、社内やパートナーが自分でAIを組み込んでいる領域です。Shopify・Shopify Plus・ecforceのいずれについても、管理画面の機能が増える種類の発表ではありません。
具体的には、Shopifyテーマの改修や社内ツールの整備を外注している場合、作業側の道具立てとして選択肢が増えます。発注側にとっての意味は、見積もりの前提が動きうるということです。逆に、SaaSの機能としてAIを使っている場合、裏側のモデルはベンダーの判断で差し替わります。出力の長さや口調が変わる可能性があるため、生成物をそのまま公開している運用では確認工程を残しておく必要があります。
社内業務への組み込みは生成AI業務効率化、エージェントの設計から運用まではAIエージェント一括支援で扱っています。
公表されたベンチマークは、自社業務での成果を示すものではありません
xAIが示した比較表は、同社が自社の発表内で公開した数値です。評価ごとにGrok 4.6・GPT-5.6 Sol・Fable 5の優劣は入れ替わっており、総合指標だけを見て順位を決められる状態ではありません。日本語の商品データを扱う作業、薬機法や景品表示法の観点での判断、自社のブランドトーンに沿った文章といった、実際の業務に近い課題は評価に含まれていません。導入判断は、自社の実データで作った短い評価セットで比較して行ってください。
Action
明日から何をすべきか
Grok 4.6へ急いで乗り換える必要はありません。やるべきは、モデルが増えるたびに比較で消耗しなくて済む物差しを作ることです。1つ目はすべての読者、2つ目は自社でAPIを組み込んでいる場合、3つ目はSaaSでAIを使っている場合の作業です。
AIに任せている作業を、1件あたりの呼び出し回数で並べる
いま任せている作業を洗い出し、「渡して返ってくるだけ」「途中で検索や参照が挟まる」「試して直す往復が続く」の3つに仕分けます。単価の比較で判断してよいのは1つ目だけです。2つ目と3つ目は、実際に流して合計額を見るしかありません。
代表的な依頼を10件選び、作業1件あたりの費用を実測する
自社でAPIを組み込んでいる場合の作業です。実際の依頼を10件だけ選び、最後までやり切らせて合計の請求額と所要時間を記録します。これが自社の基準値になります。基準値があれば、新しいモデルが出るたびに同じ10件を流すだけで、乗り換えの是非を数字で判断できます。
使っているSaaSのベンダーに、裏側のモデルと差し替え時の告知を確認する
自社でAPIを組み込んでいない場合、影響はSaaS経由で届きます。AI機能を使っているツールのベンダーに、どのモデルを使っているか、差し替える際に告知があるかを問い合わせてください。回答が得られないなら、生成物を公開する前に人が確認する工程を残したまま運用します。
AI検索からの流入を含めた効果の測り方はAI検索の効果測定にまとめています。AIコマース全体の見取り図はAIコマースとはで整理しています。
FAQ
この発表に関するよくあるご質問
Grok 4.6は日本の事業者も使えますか。
公式発表には、Cursor、Grok Build、API、OpenRouter、Vercel、Cloudflareで提供すると記載されています。対象地域の制限や日本語での品質については記載がなく、公式に確認できていません。利用の前に自社の実データで試してください。
Grok 4.6に乗り換えると費用は下がりますか。
単価は入力100万トークンあたり2ドルから、出力6ドルからと公式に記載されています。ただし長時間動くエージェントは1件の作業で何度もモデルを呼び出します。単価ではなく作業1件あたりの合計額で比べないと、判断が覆ることがあります。
いま使っているAIツールに何か対応は必要ですか。
自社でAPIを組み込んでいなければ、利用者側の作業は基本的にありません。ただしSaaSの裏側のモデルはベンダーの判断で差し替わります。生成物をそのまま公開している運用があるなら、確認工程を省いていないか見直してください。
