xAI 正式发布 Grok 4.5 模型。该模型依托数万台英伟达 GB300 GPU 完成训练，主打代码编写、智能代理任务与专业知识类工作场景。

各项基准测试表现优劣参半。用于评测复杂命令行任务的 Terminal Bench 2.1 榜单中，Grok 4.5 得分 83.3%，与 GPT 5.5（83.4%）基本持平，仅落后 Anthropic 的 Fable 5（84.3%）1 个百分点。

但在其他测试中，三者性能差距明显拉大。DeepSWE 1.1 用于衡量模型解决真实 GitHub 代码问题的能力，Grok 4.5 得分仅 53%，大幅低于 OpenAI GPT-5.5 的 67% 与 Fable 5 的 70%。专业软件工程难题评测集 SWE Bench Pro 上，该模型得分 64.7%；部分运行配置下它优于 Opus 4.8（满配 69.2%），但仍不及 Fable 5 的 80.4%。

xAI 介绍，训练阶段通过大规模数据过滤、去重以及细分领域定向筛选，保障训练数据高质量。强化学习环节覆盖数十万道任务，以软件工程类任务为主，并配备自动化打分机制。xAI 搭建异步学习训练架构，智能代理任务可连续运行数小时，同时训练流程并行推进互不干扰。

Grok 4.5 价格大幅碾压竞品

Grok 4.5 输入 token 单价为每百万 2 美元，输出每百万 6 美元，定价远低于同类竞品：

• Opus 4.8：输入 5 美元 / 百万 token，输出 25 美元 / 百万 token
• Fable 5：输入 10 美元 / 百万 token，输出 50 美元 / 百万 token
• GPT-5.5、GPT-5.6：输入 5 美元 / 百万 token，输出 30 美元 / 百万 token

xAI 称，在 SWE Bench Pro 软件工程任务中，Grok 4.5 所需 token 总量仅为 Opus 4.8 的 1/4.2，输出速度可达每秒 80 个 token。若实际使用中性能与效率优势稳定，更低的单 token 成本、更少的任务消耗 token 量，让 Grok 4.5 成为同性能梯队里性价比断层领先的选择。

这套定价思路与智谱、DeepSeek等国内厂商如出一辙：性能做到接近头部产品，依靠低价抢占市场。

用户现已可通过 Grok Build、Cursor 代码编辑器、xAI 官方控制台调用 Grok 4.5，Word、PPT、Excel 配套插件也已上线。该模型目前尚未在欧盟地区开放，xAI 计划 7 月中旬落地欧盟服务。Grok 4.5 与代码编辑器 Cursor 同步研发；SpaceX 已于 6 月中旬以 600 亿美元股票对价收购 Cursor 公司。