xAI 正式推出新一代大語言模型 Grok 4.5，主打編碼、智能體任務和知識工作場景。該模型在 數萬塊 Nvidia GB300 GPU 上完成訓練，並在數據篩選階段採用了重過濾、去重和領域定向選擇策略，以提升訓練數據質量；強化學習階段覆蓋了數十萬個任務，主要來自軟件工程領域，並配套自動化評分機制。
從基準測試結果看，Grok 4.5 的表現呈現分化態勢。在測試複雜命令行任務的 Terminal Bench 2.1 上，它取得 83.3% 的成績，幾乎與 GPT-5.5 的 83.4% 持平，僅落後 Anthropic 的 Fable 5（84.3%）一個百分點。但在衡量解決真實 GitHub 問題能力的 DeepSWE 1.1 基準中，Grok 4.5 得分 53%，明顯低於 GPT-5.5 的 67% 和 Fable 5 的 70%。在難度更高的 SWE Bench Pro 上，它拿到 64.7%，在某些配置下可以超過 Opus 4.8 的 69.2%（最高設置），但仍遠不及 Fable 5 的 80.4%。
真正讓 Grok 4.5 與眾不同的並非基準分數，而是其定價策略和 token 效率。xAI 給出的價格是每百萬輸入 token 2 美元、每百萬輸出 token 6 美元，這一定價僅為競品的零頭——作為對比，Opus 4.8 的輸入/輸出價格分別為 5 美元和 25 美元，Fable 5 為 10 美元和 50 美元，GPT-5.5 和 GPT-5.6 則為 5 美元和 30 美元。此外，xAI 稱在 SWE Bench Pro 任務上，Grok 4.5 消耗的 token 數量比 Opus 4.8 少 4.2 倍，且推理速度達到每秒 80 個 token。更低的單 token 價格加上更少的任務所需 token 數，使 Grok 4.5 成為該性能層級中成本最低的選擇。
這一策略與智譜、DeepSeek 等中國廠商的做法相似：先在性能上逼近領先者，再以價格優勢爭奪市場。目前 Grok 4.5 已通過 Grok Build、Cursor 以及 xAI 控制台向開發者開放，並提供了 Word、PowerPoint 和 Excel 的插件支持。歐盟地區的上線時間定在 7 月中旬。
值得注意的是，xAI 在訓練 Grok 4.5 時與代碼編輯器 Cursor 進行了協同開發，而 Cursor 的母公司 SpaceX 已於 6 月中旬以 600 億美元 的股票交易完成對 Cursor 的收購。這一背景意味著 Grok 4.5 在編碼工具鏈上的整合可能比表面看到的更為深入。
從產業角度看，Grok 4.5 的發佈進一步強化了當前 AI 模型市場的一個趨勢：當頭部模型的基準分數差距逐漸收窄時，推理成本正在成為新的競爭維度。對於大量對絕對性能要求不那麼極致的應用場景而言，一個價格僅為競品五分之一甚至十分之一、但性能差距在可接受範圍內的模型，可能比一個基準分數最高但成本高昂的模型更具商業吸引力。這也會間接影響上游算力需求的分佈——如果更多開發者轉向低 token 消耗的模型，單位任務所需的推理算力可能下降，從而改變數據中心和芯片需求的增長曲線。