Grok 4.5推理成本低于Fable 5和GPT-5.5 4.2倍,尽管部分基准测试性能落后;效率分析突出成本-质量权衡。

xAI发布了Grok 4.5，该模型在数万个英伟达GB300 GPU上训练，用于编程、智能体任务和知识工作。

基准测试结果呈现出喜忧参半的局面。在Terminal Bench 2.1上（测试复杂命令行任务），Grok 4.5得分83.3%，几乎与GPT-5.5的83.4%持平，仅比Anthropic的Fable 5的84.3%低一个百分点。但在其他地方差距扩大。在DeepSWE 1.1上（衡量解决真实GitHub问题的能力），Grok 4.5达到53%，远低于GPT-5.5的67%和Fable 5的70%。在SWE Bench Pro上（精选的更难的软件工程问题集），Grok 4.5得分64.7%，在某些配置下超过Opus 4.8，但Opus 4.8在最大设置下达到69.2%，而Fable 5则为80.4%。

xAI表示，在训练过程中，它依靠大量数据过滤、去重和领域特定选择来维持数据质量。强化学习阶段涵盖了数十万个软件工程任务，配备自动评分。xAI为异步学习构建了训练基础设施，允许智能体运行持续数小时，同时训练并行进行。

Grok 4.5的定价为每百万个输入令牌2美元、每百万个输出令牌6美元——远低于竞争对手。Opus 4.8每百万令牌的输入和输出费用分别为5美元和25美元；Fable 5每百万令牌的输入和输出费用分别为10美元和50美元；GPT-5.5和GPT-5.6分别为5美元和30美元。

xAI还表示，在SWE Bench Pro任务上，Grok 4.5比Opus 4.8少用4.2倍的令牌，并以每秒80个令牌的速度交付结果。结合更低的单令牌定价，假设性能和效率收益在实践中能够保持，Grok 4.5成为该性能层级迄今为止最便宜的选择。

这一定价策略呼应了Zhipu和DeepSeek等中国厂商一直在做的事情：在性能上足够接近，然后以价格赢得市场。

Grok 4.5现已通过Grok Build、Cursor和xAI控制台提供，Word、PowerPoint和Excel的插件已上线。该模型在欧盟暂未提供，xAI计划7月中旬推出。xAI在与代码编辑器Cursor一同训练Grok 4.5，而SpaceX在6月中旬以600亿美元股票收购了Cursor。