Grok 4.6 写小说怎么样？

它和榜上的模型是什么关系

头条是代际修复实证：M69 榜给 grok-4.5 建档的两大死因——mid 整窗逐字循环（r9-11 完全相同的 271 字 ×3）、女频第一人称密度只剩原著一半（5.2‰ vs gold 9.0）——在 4.6 的同协议复测里全部消失：跨轮 12-gram 峰值仅 2.8%（玄幻 r14）/ 2.1%（女频 r13），「我」密度回到 11.0‰ 与冠军持平；两书剧情逐轮核读均线性推进，女频链第一次推出了案发日。两书合计 24:0 且十二份稳定裁决全 high，超过此前 opus5 单场 12:0 的纪录。

对现任冠军两面读：玄幻场与 flash 同档（原始 8:4；本场位置偏差系列最高，4 评委 8 票作废后稳定 4:0 全投 4.6），女频场距 pro 一档（2:10 强信号）。它成了「没有万能的文风模型」的第三个偏科样本——flash 玄幻王、pro 女频王、4.6 玄幻强女频弱。半角引号伪影双书为零（K3/glm/opus-4.8 顽疾家族在 grok 系未出现），低对话率（玄幻 8.9% vs gold 16.1%）是真实行为不是检测假象。

新病灶「大纲体」带一个产品级悖论：4.6 是全场唯一逐轮守住 80-220 字篇幅规范的链，同样的 150 字/轮在玄幻场被评委读成「大白话高动作密度、完美契合」，在女频场被读成「叙事干瘪、丧失长篇质感」——spec 遵循与文体期待错位，选模型要按书选不按榜选。残留尾巴是意象级偏爱复用（「铁锈腥气」9 次、「井水」意象 5 轮），已从病降级为癖，且同一意象被一位评委夸有原著神韵、两位评委归入反复。

成本与延迟：官方牌价 $2/M 输入、$6/M 输出（缓存命中输入实测 $0.5，faster 档 ×2 未用），两链 40 轮实付 $2.0955（≈¥15）——牌价是国产模型的 3-10 倍，实付却是系列最低档（K3 轮 ¥12.21、opus5 轮 $12.54），原因就是每轮只写 150 字且 reasoning 单列计量。reasoning 占输出 token 的 95.5-95.6%，历届最高（K3 81-86%），单轮延迟 39-44 秒。「统计贴≠人味」再添反向一例：前代 g45 的女频 dist 0.259 全场最贴（好于冠军），盲评却被 12:0 通杀——病在逐字循环，八项均值测不出。

测试条件披露（hosted 模型是移动目标）

被测模型：grok-4.6（发布 2026-08-12）

评测执行：2026-08-13 · 接入通道：xAI 官方 API（reasoning 默认开）

评审形态：成对双盲判定（每书两套甲乙翻转映射对冲位置偏差），非九模型全排序

与 k3/opus5/gemini36 增量轮逐项一致（同两书 · 同 55% anchor · 同 D2 directive · 20 轮链 · 温度 0.7 · max_tokens=2800，xAI 的 reasoning 单列计量不占正文额度）；评委池 deepseek-v4-pro 因本轮当对手回避，gemini-3.5-flash 按先例回位。

诚实边界

Grok 4.6 未参与九模型同协议全排序盲评，主榜的位次列对它不适用——本页只给有票据的成对对决记录，不虚构名次。它何时进全排序取决于下一轮主榜重跑。

成对盲评只对前代与两位冠军的归档快照，未进九模型全排序——与主榜名次不可跨榜硬比（评审形态不同：主榜=双盲全排序，本场=成对判定）。

玄幻场两条对手链为旧 directive 条件归档链（deepseek 系消融 0 回退证据对冲，严格说仍是混入变量）；对手均为 2026-07-16 快照非同日重跑——女频冠军 0716 快照的同名现役模型已于 08-13 被热切为 0813（见 DeepSeek V4 Pro 0813 对决页）。

单书单链单锚点（每书 n=1）；「女频大纲体」的锚点敏感性未测；grok-4.6 为发布约 24 小时的 hosted 目标，结论绑定 2026-08-13 的官方 API 行为。

价格：grok-4.6 未进 models.dev 列表价快照（capturedAt 2026-08-12），本页成本节如实缺省；官方牌价与逐轮实付见上方定位段与博文。

接着看