SpaceXAI发布Grok 4.5，马斯克称其为Opus级模型

Grok 4.5在部分基准测试中展现出接近顶尖模型的实力。在Terminal Bench 2.1上，其得分83.3%，仅比GPT-5.5低0.1个百分点，比Fable 5低1个百分点。然而，在更具挑战性的DeepSWE 1.1上，Grok 4.5仅得53%，落后GPT-5.5（67%）和Fable 5（70%）超过10个百分点。在SWE Bench Pro上，其得分64.7%，低于Fable 5的80.4%和Opus 4.8的69.2%（max设置）。

在Artificial Analysis的智能指数中，Grok 4.5排名第四，落后于Fable 5、GPT-5.5和Opus 4.8，但比Grok 4.3提升了16分。在Coding Agent Index上，Grok 4.5在Grok Build中得76分，与GPT-5.5在Codex中持平，仅比Fable 5在Claude Code中低1分。Elon Musk称Grok 4.5为“Opus级模型”，并声称其内部评估认为该模型与Opus 4.7大致相当，但速度更快。

Grok 4.5的定价极具侵略性：每百万输入token仅$2，输出token仅$6。相比之下，Opus 4.8为$5/$25，GPT-5.5/5.6为$5/$30，Fable 5为$10/$50。xAI声称Grok 4.5的token效率是其他模型的两倍，在SWE Bench Pro任务中使用的token比Opus 4.8少4.2倍。

在Coding Agent Index上，Grok 4.5在Grok Build中每任务成本仅$2.49，而GPT-5.5在Codex中为$5.07，Fable 5在Claude Code中为$11.80。Grok 4.5平均每任务仅消耗190万token，远低于GPT-5.5的620万和Fable 5的720万。这种定价策略效仿了中国厂商（如智谱和DeepSeek）的做法：在性能接近时，以价格取胜。

Grok 4.5是SpaceXAI（前身为xAI）首个面向企业市场的模型，专注于编码、代理任务和知识工作。该模型与SpaceXAI以600亿美元股票收购的Cursor代码编辑器联合训练，使用了数万亿token的Cursor数据。Grok 4.5现已通过Grok Build、Cursor和SpaceXAI控制台提供，并已推出Word、PowerPoint和Excel插件。

分析师指出，Grok 4.5的发布标志着SpaceXAI从X平台（原Twitter）的消费者模型向企业市场的战略转移。Omdia分析师Lian Jye Su认为，此举旨在推动Cursor在开发者中的普及。Futurum Group分析师Bradley Shimmin表示，更多竞争将为企业带来更多选择。然而，Su也指出，token成本不太可能成为企业选择Grok 4.5的决定性因素，习惯使用Claude的企业不太可能仅因价格而切换。

尽管Grok 4.5在准确率上有所提升（从35%升至52%），但其幻觉率从25%跃升至54%。这意味着模型虽然知道更多，但在错误时也更为自信。这一弱点可能影响其在企业关键任务中的可靠性。

此外，Grok 4.5目前尚未在欧盟上线，xAI计划在7月中旬推出。这限制了其在欧洲市场的可用性。模型训练使用了数万块Nvidia GB300 GPU，并采用了大量数据过滤、去重和领域特定选择策略，强化学习阶段覆盖了数十万任务，主要来自软件工程领域。