快猛狠！Grok 4.5 实测：以1/10价格对标Opus 4.8的编程新王

摘要：2026年7月9日，马斯克旗下SpaceXAI联合Cursor发布Grok 4.5旗舰模型。基于1.5万亿参数V9架构，在数万块NVIDIA GB300 GPU上完成训练，SWE-bench Pro跑出64.7%超越GPT-5.5，Token消耗仅为Opus 4.8的1/4，定价$2/$6每百万token——这不是最强的模型，但可能是当前最划算的编程旗舰。本文结合一手实测，深度解析Grok 4.5的真实表现、核心能力与适用场景。

一、Grok 4.5是什么：SpaceXAI上市后的第一张王牌

Grok 4.5是xAI专为编码与AI Agent场景设计的旗舰推理模型，由SpaceX AI部门与AI代码编辑器Cursor联合打造，2026年7月9日正式发布。这次发布距离SpaceX以600亿美元收购Cursor仅隔数周时间，是该垂直整合战略落地的第一个实质性产品。

两个核心技术决策使其与众不同：

• 底座升级：从V8切换至V9架构，参数规模从5000亿增至1.5万亿（1.5T），是xAI史上最大模型。
• Cursor数据注入：训练时引入数以万亿计的Cursor用户交互数据，记录了真实开发者如何与代码库、工具链、AI Agent协作的全过程，而不仅仅是代码本身。

训练硬件方面，数万块NVIDIA GB300 GPU，配合异步训练架构，允许智能体连续运行数小时，模型边推理边学习。SpaceXAI对海量语料进行了魔鬼般的过滤、去重和质量打分，确保灌进模型的每一口都是高信息密度的专业内容。

二、规格与定价：把成本打到骨折

Grok 4.5的基本规格相当硬核：

• 上下文窗口：发布时默认128K，马斯克已预告将于近期升级至100万token
• 多模态能力：支持文本和图像输入、文本输出
• 完整能力：函数调用、结构化输出、推理能力全都有，定位精准覆盖coding、agentic tasks、knowledge work三大生产力场景

定价是其真正的杀手锏：

作为对比，Anthropic的Opus 4.7每百万输入token收费5美元、输出25美元；OpenAI最高端的Sol每百万输入token收费5美元、输出30美元；Opus 4.8则是$15/$75。标准版输入价格仅为Opus 4.8的13%，输出价格仅为其8%——这几乎是把成本打到骨折。

三、跑分：挤进第一梯队，但不是天花板

Grok 4.5的关键基准数据相当能打，挤进第一梯队，但与当前最强模型仍有差距：

几个值得单独拎出来的数字：

• SWE-bench Pro 64.7%：超越GPT-5.5（58.6%）约6个百分点，这是首次非Anthropic模型在Pro榜单上以这么大优势挑战GPT-5.5
• Terminal-bench 2.1 83.3%：与GPT-5.5的83.4%只差0.1个百分点，几乎是并列
• DeepSWE 1.0 62.0%：超过Opus 4.8的55.75%，是Grok 4.5表现最亮眼的一项
• Harvey法律Agent第1：在法律行业智能体基准中排名第一

不过，当前综合能力天花板依然是Claude Fable 5，Grok 4.5在AAAI综合评测中排第4。马斯克本人也直言：”Grok 4.5大致相当于Opus 4.7，但快得多。能力、更快的速度和更低的成本三者结合,才是其竞争力所在。我们关注的是现实世界的实用性闭环,而不是基准测试。”

四、Token效率：4.2倍的降维打击

Grok 4.5最具竞争力的数字不是跑分，而是token消耗效率。

在SWE-bench Pro任务中：

• Grok 4.5平均消耗：15,954 token
• Claude Opus 4.8 (max) 消耗：67,020 token
• 差距：4.2倍

换算成直接成本——用Grok 4.5完成同一道工程任务，花的钱不到Opus 4.8的四分之一。

推理速度方面，官方公布80 TPS（每秒生成token数），xAI描述为”比flash类模型还快”。有第三方实测甚至测出110 TPS的吞吐量，首字延迟仅0.44秒，约为其他前沿模型的两倍。

在基准测试公司Artificial Analysis的真实世界智能体知识工作指数中，Grok 4.5的Elo得分为1543，排名第四；但每项任务0.49美元的成本，使其在性能与成本的权衡中处于帕累托前沿——”比排行榜上排在其前面的模型便宜近90%”。

五、实测案例：从交互原型到Flutter落地

测试一：划词翻译桌面端应用

第一个测试案例是让Grok 4.5写一个划词翻译的桌面端软件。流程先让它搜索整个GitHub开源仓库，再结合需求生成交互式原型图。

实测下来，Grok 4.5首字输出速度大概在10到20秒左右，官方数据说是80-90 token/s左右，在Grok Build上使用观感要快很多。和Codex不一样，Grok Build会完整输出所有的思考和工具调用、任务切换，紧凑丝滑，非常有节奏感。

输出结果出乎意料。按以往经验，这种需求模型一般会给你一个单页HTML——一个输入框、一个翻译按钮、一个结果区域，仅此而已。但Grok 4.5直接造了一个仿macOS的桌面：

• 顶部是菜单栏，底部是Dock，桌面上还摆着几个可以点开的窗口
• 顺着引导打开一个模拟文本窗口，用鼠标选中一段文字，划词图标真的弹出来
• 点一下，浮窗出现译文，复制、朗读、切换语言的按钮一个不少
• 设置面板也基本还原，可配置触发方式和调整配色

也就是说，它没有把这个需求理解成”画一个界面”，而是真正理解成”把这个工具在真实系统里被使用的样子完整演出来”。页面旁边还附了分步说明，从如何选中文字到如何调整设置，把整个体验流程带着走了一遍。

有了这个原型之后，再切换到Build，使用Grok 4.5让它参照原型一比一转化为Flutter桌面工具。整个过程几乎一气呵成，即使到快结束时依然保持极快输出速度。中间只做了两轮小调整——一轮让浮窗跟随选区位置，一轮补充暗色模式小组件适配。

相较于Codex GPT-5.5的大开大合，Grok 4.5如同尖刀突击队一样，定位问题非常精准和快速。

测试二：Design.md设计还原

结合花费近5亿Token收集的国内外设计DESIGN.md提供的Token，快速还原大厂设计风格。分别测试了网易云音乐以及美团的风格来制作Kimi的官方首页网站。

Grok 4.5对Design.md这类新概念新知识理解非常到位，整体页面处理细腻，动效设计克制不花哨，既能保留要复原的大厂风格，又对内容和布局进行了重整。

六、应用场景扩展：从编程到知识工作

Grok 4.5并未将自己局限在”程序员助手”的定位。它能在Office场景下展现出细致能力：

• Excel：构建复杂模型，涉及网络信息检索、多工作表公式的使用，甚至可以留下便签或备注供后续参考
• PowerPoint：能使用原生PowerPoint形状构建复杂图表，设计直观的幻灯片内容
• Word：撰写结构清晰的文稿

在具体办公场景中，Grok 4.5在会议纪要、技术文档撰写、项目复盘等团队协作场景表现优秀。其时效性极强，在复盘时能快速检索外部技术社区最新的开源库漏洞或业界最佳实践；语言风格客观简练，适合生成不带感情色彩的复盘报告。

此外还增强了网络安全能力，应用场景延伸至法律和金融服务——在Harvey法律智能体基准测试中位列第一。

七、不足与边界

客观地说，Grok 4.5并非完美：

• 前端设计能力：在处理前端设计相关任务时，UI是”decent but not very good”，与GPT-5.5水平相当，不如Opus/Fable系列
• 长任务深度：在DeepSWE 1.1（更难、更长时间跨度的任务）上，Grok 4.5跌至53%，落后Fable（70%）和GPT-5.5（67%），说明在真正长跨度的自主工程任务上仍有差距
• 复杂表格解析：在解析含有大量复杂嵌套表格或公式的PDF扫描件时偶尔会出现格式错乱，纯视觉解析能力相较于Claude 3.5略有差距
• 地区限制：Grok 4.5目前尚未在欧盟可用，预计7月中旬可用

投资者Gavin Baker的评论点出市场观望心态：”从数据上看Grok 4.5在编程领域具有帕累托优势。我们拭目以待’氛围感’这一至关重要的因素。”这里的”氛围感”，指的是开发者在实际使用中体会到的模型可靠性。

八、生态布局与未来路线

Grok 4.5目前已上线Grok Build、Cursor全部套餐、API Console，可直接购买使用。免费使用方面，Cursor中Grok 4.5有2倍额度一周，SuperGrok或X付费用户在Grok Build中完全免费。

马斯克还埋了下一颗雷——预告下个月的版本会是又一次阶跃式的提升，因为正在特斯拉、SpaceX、Neuralink和Boring Company里闭合解决真实工程问题的那个环。据传，一个2万亿参数的更大版本已在路上。

这是马斯克所构建的垂直整合版图的一次具体展现：SpaceX拥有约20万块英伟达GPU的Colossus超级计算机作为算力基础，有Cursor的开发者生态作为分发渠道，还有特斯拉和SpaceX的内部工程团队作为首批用户和反馈来源。这种整合，无论是OpenAI还是Anthropic，目前都无法完全复制。

结语

Grok 4.5不是当前最强的模型，但在”单位成本智能密度”这个维度，它目前是头部模型里最激进的挑战者。对于追求天花板性能的场景，Fable 5和Opus 4.8依然是更优选择；但对于追求单位成本智能密度最大化的开发者和企业——尤其是高并发Agent场景——Grok 4.5开了一个不容忽视的口子。

马斯克似乎正在把他在火箭和电动汽车上做过的事在AI领域重演一遍：不一定是发明最顶尖的技术，而是通过极致的成本控制和垂直整合，把产品价格打下来，让对手在商业上陷入被动。

跑分是给外行看的烟花，效率与成本才是把对手拖进消耗战的真枪实弹。当模型的智能开始像电力一样按度计费，胜负手就是谁能让智能变得又快、又便宜、又无处不在。

文章来源：本文基于2026年7月9日字节笔记本发布的《快猛狠！Grok 4.50实测》一文，结合SpaceXAI官方发布博客、Cursor博客、Artificial Analysis基准测试数据、新智元、36氪、TechWeb、cnblogs、SegmentFault、DeepakNess、Singularity.Kiwi、CodingFleet、AI BENCHY、Frontier News等公开资料整理改写。