Grok 4.6 效率击败 GPT-5.6 Sol，成本更低
Grok 4.6 beat GPT-5.6 Sol on agentic loop efficiency, spending $13.11 versus $20…
Grok 4.6 beat GPT-5.6 Sol on agentic loop efficiency, spending $13.11 versus $20.18 across the same 3 builds.
Grok 4.6 在智能体循环效率上击败了 GPT-5.6 Sol，在相同的 3 个构建中花费 13.11 美元，而 GPT-5.6 Sol 花费 20.18 美元。
Grok 4.6's edge came from bigger coding steps: 201 model calls versus GPT-5.6 Sol's 338.
Grok 4.6 的优势来自于更大的编码步骤：201 次模型调用，而 GPT-5.6 Sol 为 338 次。
Really Interesting experiments by @thehypedotnews, a 24/7 AI news in a really nice radio format. (love their chillout music)
由 @thehypedotnews 进行的非常有趣的实验，一个 24/7 的 AI 新闻，以非常好的广播形式呈现。（喜欢他们的休闲音乐）
1 number in this comparison explains a lot about where coding-agent economics are heading:
这个比较中的一个数字解释了很多关于编码智能体经济走向的问题：
93-98% of the input tokens were cache reads.
93-98% 的输入令牌是缓存读取。
These runs consumed roughly 20M tokens for Grok 4.6 and 26M for GPT-5.6 Sol, yet the author estimates they would have cost around 4x more without prompt caching.
这些运行消耗了大约 2000 万令牌用于 Grok 4.6，2600 万用于 GPT-5.6 Sol，但作者估计如果没有提示缓存，它们的成本将高出约 4 倍。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力