henry 发自 凹非寺 | 量子位 公众号 QbitAI

马斯克兑现承诺，马斯模型xAI的克G砍新模型发布计划正式拉开帷幕。

按照原定规划，重桌新追平直接2026年每月推出一款新模型，回牌还更而首秀之作——Grok 4.5已正式亮相。更快

这款由 SpaceX AI与 Cursor联合训练的马斯模型全新旗舰模型，核心卖点明确：对标Claude Opus系列旗舰性能，克G砍但推理速度更快、重桌新追平直接Token消耗更低、回牌还更综合成本大幅优化。更快

核心参数与定位

Grok 4.5 是马斯模型一款基于 MoE（混合专家）架构的大模型，参数量高达 1.5T，克G砍较前代 Grok 4.3 提升3倍。重桌新追平直接

• 上下文窗口：支持最高 50万上下文（可配置）。回牌还更
• 多模态能力：原生支持视觉输入。更快
• 核心场景：重点优化编程、Agent智能体及复杂知识工作流。

在编程能力评估中，Grok 4.5 已基本追平 Claude Opus 4.7，并在 DeepSWE Bench 1.0基准测试中超越 Opus 4.8。

官方演示中，Grok 4.5 生成的太阳系模型细节丰富，视觉效果出色。

“快、灵、省”：重新定义性价比

除了模型上限的提升，Grok 4.5 在工程效率上表现抢眼：

1. 极速推理：推理速度最高可达 80 TPS，跻身行业第一梯队。
2. 极致省钱：API定价为 $2/百万输入Token，$6/百万输出Token。相比 Claude Opus 系列和 GPT-5.5，成本降低 60%以上。
3. Token效率：在 SWE Bench Pro 任务中，Grok 4.5 消耗的 Token 仅为 Opus 4.8 Max 的 1/4以下。

社区反馈显示，Grok 4.5 的用户体验已接近 Fable，但成本仅为后者的约 1/17。

对此，马斯克回应称：“性能尚未达到极致（请勿过度吹捧），但大多数任务并不需要那么高的性能冗余。”

同时，马斯克趁热打铁预告后续计划：
* 下周：推出百万上下文版本。
* 月底：发布 2T参数版本。

对标 Opus 4.7：实测数据解析

作为 xAI 融入 SpaceX 并收购 Cursor 后的首个旗舰成果，Grok 4.5 自发布前便备受瞩目。马斯克此前透露，该模型融合了大量 Cursor 训练数据，旨在强化编程与 Agent 能力。

目前，Grok 4.5 已上线 SpaceX AI、Grok Build及 Cursor平台。

基准测试成绩

在多项权威工程基准测试中，Grok 4.5 表现优异，整体逼近 GPT-5.5 和 Claude Opus 系列，且推理成本显著更低：

• DeepSWE 1.0：83.3%
• DeepSWE 1.1：78%
• Terminal Bench 2.1：62%
• SWE Bench Pro：64.7%

第三方评测

在 Artificial Analysis等第三方平台上，Grok 4.5 在“智能上限”上处于前沿第二梯队（接近 Opus/GPT-5.5），但在 速度、Token效率和性价比维度表现突出。

垂直领域表现

• 法律Agent：在相关测试榜单中直接登顶。
• 经济领域：表现遥遥领先。

(注：LLM Arena 榜单尚未更新，后续值得关注)

社区实测：打破固有印象

除了榜单数据，Grok 4.5 在实际应用场景中也展现了强大实力：

• PPT制作：官方样例显示，生成的PPT质感极佳。
• App开发：生成的天气APP界面规范，功能完整。
• 游戏UI设计：网友测试显示，游戏UI完成度高，且在画面表现、粒子效果上进步明显。
• 代码审计：有开发者尝试“Grok开发 + Fable审计”的新工作流，发挥各自优势。
• 创意生成：成功生成马里奥风格小游戏及带有 Liquid Glass 效果的交互式网页。

社区普遍反馈，Grok 4.5 响应速度极快（约为 Opus 4.8 的两倍以上），且成本更低，打破了以往对 Grok 模型的固有认知。

效率背后的技术变革

Grok 4.5 的核心竞争力不仅在于模型架构，更在于 训练流程与工程体系的重构。

1. 硬件与架构：
2. 采用 MoE 架构，基于 数万张 NVIDIA GB300 GPU完成训练。

3. 针对超大规模训练进行了稳定性优化。

4. 数据质量升级：

5. Cursor 与 SpaceX AI 对训练数据进行了大规模 去重、质量筛选和领域过滤。

6. 策略从“增加Token数量”转向“提高数据密度”。

7. 强化学习（RL）范式转变：

8. 不再局限于数学或代码单项训练，而是扩展到 数十万个真实软件工程和知识工作任务。
9. 模型需掌握多步推理、工具调用、错误恢复及结果验证，更贴近真实 Agent 工作流。

10. xAI 构建了 高度异步的 Agent 训练系统，支持长时间复杂任务下的持续训练，提升真实场景推理效率。

11. Cursor 数据深度整合：

12. 引入 数万亿 Token规模的 Cursor 数据。
13. 数据不仅包含代码，还记录了开发者与代码库、工具及 Agent 的 完整交互过程。
14. 模型从“学习写代码”升级为“学习软件开发全流程”，解释了其在工程和 Agent 任务上的显著进步。

One more thing：性能仍有翻倍空间

马斯克透露了一个关键信息：当前发布的 Grok 4.5 尚未启用xAI 内部针对 GB300 硬件深度优化的 C/C++ 推理软件栈。

按照马斯克的说法，一旦该推理栈上线，Grok 4.5 的运行速度有望 进一步翻倍甚至更高。

这印证了 DeepSeek 开启的行业趋势：当模型能力趋于同质化，底层工程能力（训练框架、推理引擎、硬件协同）将成为拉开差距的关键。

Grok 4.5 的发布，标志着 xAI 已全面加入这场 系统级工程战。

欢迎 Grok 重回牌桌！

参考资料：
[1] https://x.ai/news/grok-4-5
[2] https://cursor.com/cn/blog/grok-4-5