xAI 正式推出新一代大语言模型 Grok 4.5，主打编码、智能体任务和知识工作场景。该模型在 数万块 Nvidia GB300 GPU 上完成训练，并在数据筛选阶段采用了重过滤、去重和领域定向选择策略，以提升训练数据质量；强化学习阶段覆盖了数十万个任务，主要来自软件工程领域，并配套自动化评分机制。
从基准测试结果看，Grok 4.5 的表现呈现分化态势。在测试复杂命令行任务的 Terminal Bench 2.1 上，它取得 83.3% 的成绩，几乎与 GPT-5.5 的 83.4% 持平，仅落后 Anthropic 的 Fable 5（84.3%）一个百分点。但在衡量解决真实 GitHub 问题能力的 DeepSWE 1.1 基准中，Grok 4.5 得分 53%，明显低于 GPT-5.5 的 67% 和 Fable 5 的 70%。在难度更高的 SWE Bench Pro 上，它拿到 64.7%，在某些配置下可以超过 Opus 4.8 的 69.2%（最高设置），但仍远不及 Fable 5 的 80.4%。
真正让 Grok 4.5 与众不同的并非基准分数，而是其定价策略和 token 效率。xAI 给出的价格是每百万输入 token 2 美元、每百万输出 token 6 美元，这一定价仅为竞品的零头——作为对比，Opus 4.8 的输入/输出价格分别为 5 美元和 25 美元，Fable 5 为 10 美元和 50 美元，GPT-5.5 和 GPT-5.6 则为 5 美元和 30 美元。此外，xAI 称在 SWE Bench Pro 任务上，Grok 4.5 消耗的 token 数量比 Opus 4.8 少 4.2 倍，且推理速度达到每秒 80 个 token。更低的单 token 价格加上更少的任务所需 token 数，使 Grok 4.5 成为该性能层级中成本最低的选择。
这一策略与智谱、DeepSeek 等中国厂商的做法相似：先在性能上逼近领先者，再以价格优势争夺市场。目前 Grok 4.5 已通过 Grok Build、Cursor 以及 xAI 控制台向开发者开放，并提供了 Word、PowerPoint 和 Excel 的插件支持。欧盟地区的上线时间定在 7 月中旬。
值得注意的是，xAI 在训练 Grok 4.5 时与代码编辑器 Cursor 进行了协同开发，而 Cursor 的母公司 SpaceX 已于 6 月中旬以 600 亿美元 的股票交易完成对 Cursor 的收购。这一背景意味着 Grok 4.5 在编码工具链上的整合可能比表面看到的更为深入。
从产业角度看，Grok 4.5 的发布进一步强化了当前 AI 模型市场的一个趋势：当头部模型的基准分数差距逐渐收窄时，推理成本正在成为新的竞争维度。对于大量对绝对性能要求不那么极致的应用场景而言，一个价格仅为竞品五分之一甚至十分之一、但性能差距在可接受范围内的模型，可能比一个基准分数最高但成本高昂的模型更具商业吸引力。这也会间接影响上游算力需求的分布——如果更多开发者转向低 token 消耗的模型，单位任务所需的推理算力可能下降，从而改变数据中心和芯片需求的增长曲线。