埃隆·马斯克的SpaceXAI于周三发布了Grok 4.5，这是自2月份SpaceX与xAI合并以来的第一个公开模型，同时也是SpaceX正在进行的600亿美元收购Cursor交易的成果。该模型的目标用户是程序员、工程师，以及公司所称的“知识工作者”——这个类别似乎涵盖了从软件开发者到审查合同的律师，再到构建Excel模型的财务团队的所有人。

该公司的宣传并不是它是最好的模型，而是它便宜，至少对于西方模型来说。Grok 4.5的费用为每百万输入tokens 2美元，每百万输出6美元。Claude Opus 4.8，Anthropic的主要旗舰，自然是每百万输入5美元，每百万输出25美元。GPT 5.6 Sol，OpenAI的新一流模型，也在周三上线，定价为每百万输入5美元，每百万输出30美元。



马斯克在X上发帖，并澄清了他的新模型实际处于什么位置。他称它“与Opus 4.7大致可比，但速度更快。”Opus 4.7是Anthropic之前的旗舰；Opus 4.8已取而代之。Claude Fable 5现在是Anthropic最顶尖的产品。

他将此视为一种故意的权衡：速度和成本相较于原始能力，特斯拉和SpaceX的工程师则是现实世界效用的证明。

基准测试实际显示的内容

SpaceXAI在发布时公布了四个基准测试结果，结果呈现出复杂的局面。DeepSWE 1.1测量AI修复由开发者提交的真实软件漏洞的可靠性，使用标准化的测试设置以便公平比较，按修复问题的百分比得分。Grok 4.5得分53%，落后于Claude Opus 4.8的59%和GPT 5.5的67%。Claude Fable 5，Anthropic的前沿模型，以70%的得分位居榜首。

在SWE Bench Pro上，这是另一个测量一系列软件工程问题的基准测试，按解决率得分，Grok 4.5的分数为64.7%，足以击败GPT 5.5的58.6%。Opus 4.8仍以69.2%领先，而Fable 5则高达80.4%。

该公司的基准测试与GPT 5.5进行比较，而不是GPT 5.6，因为后者也是在周三发布的，距离Grok 4.5的公告仅几个小时。

SpaceXAI与最近收购的Cursor AI合作，利用成千上万的Nvidia GB300 GPU在Colossus超算上训练Grok 4.5，Memphis超级计算机的总容量超过20万个GPU。那些在同一基准测试中排名靠前的实验室没有接近这种硬件的拥有量。推出的模型是具有竞争力的，只是并非第一。

这种模式在Grok的多次发布中一直存在。SpaceXAI一贯以巨大的计算能力和第三名的成绩出现。Grok 4.5的变化在于定价和训练信号。

实际适用的论点

更好的论点并不在于原始性能，而是效率的数学。在SWE Bench Pro任务中，Grok 4.5在完成每项工作时平均使用了15,954个输出tokens。Opus 4.8在完成相同工作时消耗了67,020个tokens，差距为4.2倍。

对于大规模运行AI的团队来说，这种差异最终会转化为真正的节省，尤其是在已经较低的每个token价格之上。即便Grok 4.5在质量基准中得分如此之低，但更便宜的tokens和更高的使用效率也允许更多的迭代，而无需支出太多。

该模型每秒可运行80个tokens，属于快速模型的范畴。Grok 4.5是在Cursor的开发者会话数据上训练的，包括调试跟踪和真实代码编辑，而非静态存储库。正如马斯克在法庭上承认的，xAI的训练实践曾受到审查；这次的流程运行在SpaceX正在完全收购的平台上。

对于进行高容量编码任务的开发者来说，这个数学是成立的：相当于Opus 4.7的能力，输入token的价格低了60%。对于任何追逐前沿的用户，Claude Fable 5在SpaceXAI选择发布的每个类别中都是领先者。我们使用Grok构建的Hermes的快速测试在创意写作方面是不尽如人意，而在简单的编码任务上则是可以接受的。

该模型通过API提供，搭载在Hermes和Grok构建上，具有50万个tokens的上下文（大约少于400,000个单词）。欧洲用户需要等到中旬才能使用；SpaceXAI表示Grok 4.5将在7月中旬到达欧盟。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。