跳到正文
原文
xAI：News·· 2026-07-16精选AI 评分69

xAI 发布 Grok 4.5，主打编程与智能体任务

Introducing Grok 4.5 Grok 4.5 is SpaceXSI's smartest model built for coding, agentic tasks, and knowledge work. Jul 16, 2026

文章要点
  • 1xAI 发布 Grok 4.5，官方称其为迄今最强模型，主打编程与智能体任务。
  • 2文中评测互有胜负，SWE Marathon 通过率 29.0% 居首，DeepSWE 1.1 则落后于 Fable 与 GPT 5.5。
  • 3定价为每百万输入 token $2、输出 $6，官方称 token 效率约为同类领先模型 2 倍。
  • 4模型即日起在 Grok Build、Cursor 全部套餐和 API 开放，Grok Build 与 Cursor 限时免费。
决策要点

Grok 4.5 的竞争点不在单项榜单第一，而是以更低 token 消耗和更快速度主打单位时间与成本内的智能。

  • 影响：编码和智能体类任务的单任务成本可按 token 单价与官方称的 2 倍效率重新核算；免费开放期降低了试用门槛；文中评测排名互有胜负，不同工程负载下的表现需自行实测。
  • 参考：可考虑在 Grok Build 与 Cursor 免费期内用自有代码任务对比现有模型的耗时与输出 token 量；值得把每任务平均 token 开销纳入模型选型的成本核算。
  • 依据：价格、80 TPS 与 token 效率数据均为官方口径，暂无独立验证；第三方评测数字转引自各厂商系统卡与榜单，DeepSWE 评测由 Datacurve 等执行。
正文 · AI 翻译

今天，我们正式推出 Grok 4.5，这是 SpaceXSI 最智能的模型，专为在编程、智能体任务和知识工作方面表现出色而打造。它是有史以来最强大的模型，并与 Cursor 共同训练。

真实工程中的卓越表现

Grok 4.5 的训练数据集涵盖编程、科学、工程和数学知识。凭借智能且高效的推理能力，Grok 4.5 在真实工程任务中表现出色，并在这些任务上超越了同级别的领先模型。

竞品数据来自各开发商公布的系统卡或基准测试排行榜

模型得分的基准测试柱状图。DeepSWE 1.0（评测由 Datacurve 创建，由 AA 使用各模型提供商的 harness 运行）：Fable (max) 66.1%，GPT 5.5 (xhigh) 64.31%，Grok 4.5 62.0%，Opus 4.8 (max) 55.75%，Opus 4.7 (max) 40.12%。DeepSWE 1.1（mini-swe-agent harness 由 Datacurve 运行）：Fable (max) 70%，GPT 5.5 (xhigh) 67%，Opus 4.8 (max) 59%，Grok 4.5 53%，GLM 5.2 44%。SWE Marathon 解决率（pass@1）：Grok 4.5 29.0%，Opus 4.8 (max) 26.0%，Fable (max) 24.0%，Opus 4.7 (max) 16.0%。Terminal Bench 2.1：Fable (max) 84.3%，GPT 5.5 (xhigh) 83.4%，Grok 4.5 83.3%，Opus 4.8 (max) 78.9%，Opus 4.7 (max) 78.9%。SWE Bench Pro 解决率：Fable (max) 80.4%，Opus 4.8 (max) 69.2%，Grok 4.5 64.7%，Opus 4.7 (max) 64.3%，GLM 5.2 62.1%，GPT 5.5 (xhigh) 58.6%。竞品数据来自各开发商公布的系统卡或基准测试排行榜。

训练 Grok 4.5

Grok 4.5 在数万块 NVIDIA GB300 GPU 上完成训练，并采用了专为大规模运行设计的训练与稳定性技术。除了原始 token 数量之外，我们还在数据过滤与整理方面投入巨大：去重、质量评分以及面向特定领域的筛选，使数据组合始终保持高覆盖率与高信息量。

我们扩展了强化学习的规模，并高度关注每 token 的智能水平。我们的 RL 训练涵盖数十万个任务，以多步骤软件工程及其他技术工作为核心，并采用自动化和基于模型的评分。我们的技术栈专为高度异步的训练而构建，因此智能体 rollout 可以连续运行数小时，同时学习在数万块 GPU 上持续进行。最终成果是在真实工程和智能体任务上实现更智能、更高效的推理。

一个提示词构建

Grok 4.5 在编程方面能力惊人，从具有挑战性的 Rust 和 C/C++ 任务，到从提示词到生产环境的端到端应用构建都不在话下。以下是一些由该模型仅用一个提示词构建的示例。即使在规范极其简略的情况下，Grok 4.5 也能娴熟地创建设计精良、功能完备的端到端应用。

制作一个美丽的宇宙和太阳系模拟。应该可以加速，时间可调，具有逼真的运动、轨道和恒星。使用 threejs。让 HUD 样式精美并符合现代设计原则。

比 flash 模型更快

Grok 4.5 以 80 TPS 的快速模型速度提供服务。结合在相同任务上比最新领先模型高出一倍的 token 效率，该模型能以更快的速度和低得多的成本为你交付智能结果。

Token 效率

每个 SWE Bench Pro 任务的平均输出 token 数

Grok 4.50

Opus 4.8 (max)0

4.2×更少 token

070k token

Token 效率，每个 SWE Bench Pro 任务的平均输出 token 数 — Grok 4.5 解决任务平均只需 15,954 个输出 token，比 Opus 4.8 (max) 的 67,020 少约 4.2 倍

擅长 Office 办公工作

Grok 4.5 现在是 Grok Build 中的默认模型。除了出色的编程能力之外，Grok Build 还能构建复杂的 Excel 模型，包括从网络进行研究、使用多工作表公式，甚至会留下便签或注释以备日后参考。

在 PowerPoint 和 Word 中，Grok 4.5 同样一丝不苟。该模型能够使用 PowerPoint 原生形状构建复杂图表，设计直观的幻灯片内容，并在 Word 中撰写清晰的文字。

起草一份 5 页幻灯片的季度业务回顾大纲

了解更多关于我们适用于 Word、PowerPoint、Excel 和 Outlook 的插件的信息。

定价

与其他领先模型相比，Grok 4.5 以极具竞争力的成本交付。Grok 4.5 的定价为每百万输入 token 2 美元、每百万输出 token 6 美元。该模型还实现了约为同类领先模型 2 倍的 token 效率，能用不到一半的步骤解决任务。总体而言，Grok 4.5 在单位时间和成本内提供最高的智能水平。

快速开始

Grok 4.5 今天起已在 Grok Build、所有计划的 Cursor 中可用，也可通过 SpaceXSI 控制台获取。只需获取一个 API 密钥，几行代码即可开始使用：

bash

在 Grok Build 中免费试用

我们将在有限时间内于 Grok Build 和 Cursor 中提供 免费的 Grok 4.5 使用额度。今天即可访问 x.ai/build 开始使用。

来源：xAI：News · x.ai

#模型发布#Agent