SpaceXAI发布Grok 4.5：与Cursor联合训练的编码、代理任务和知识工作模型，输入价格每百万tokens仅2美元

SpaceXAI近日发布了其最新模型Grok 4.5，该公司称之为迄今为止最智能的模型。该模型专注于编码、代理任务和知识工作，并与AI编码编辑器Cursor联合训练。

Grok 4.5是什么？

Grok 4.5是一款通用模型，专为实际工程工作调优。SpaceXAI使用涵盖编码、科学、工程和数学的数据集进行训练。研究团队描述其推理既智能又高效。该模型在Harvey的法律代理基准测试中获得第一名，证明了其在办公室工作方面的实力。

训练过程

训练在数万个NVIDIA GB300 GPU上进行。除了大量tokens之外，团队还投资了数据过滤和整理，包括去重、质量评分和领域专注选择。随后，团队扩展了强化学习，重点关注每个tokens的智能程度。RL覆盖了数十万个任务，大部分集中在多步骤软件工程和其他技术工作上。评分结合了自动化和基于模型的方法。该栈支持高度异步训练，代理回滚可以运行数小时，同时学习过程持续进行。

基准测试表现

SpaceXAI团队公布了四个编码基准测试的分数。虽然其自述称Grok 4.5超越了可比领先模型，但其图表显示Fable（max）在所有四个基准测试中均取得最高分，Grok 4.5在Terminal Bench 2.1上最接近第一名。具体分数包括：DeepSWE 1.0 pass@1为62.0%（Fable max 66.1%），DeepSWE 1.1为53%（Fable max 70%），Terminal Bench 2.1为83.3%（Fable max 84.3%），SWE Bench Pro解决率为64.7%（Fable max 80.4%）。

速度和令牌效率

Grok 4.5的服务速度为80 TPS。SpaceXAI报道其令牌效率约为领先模型的两倍。在SWE Bench Pro上，Grok 4.5平均使用15,954个输出tokens解决问题，而Opus 4.8（max）使用了67,020个，即约为4.2倍更少的输出tokens。这意味着更低的任务输出成本和延迟。

定价

Grok 4.5的定价为每百万输入tokens 2美元，每百万输出tokens 6美元。SpaceXAI称其能以少于一半的步骤解决问题。建议在预算前确认当前定价。

使用案例

包括代码库修复、应用原型设计、法律代理任务、电子表格工作和文档生成。例如，可以用一个提示构建一个Three.js太阳系模拟。

入门指引

Grok 4.5已在Grok Build、Cursor（所有计划）和SpaceXAI控制台中提供。获取API密钥并调用responses端点，模型ID为grok-4.5。还提供了CLI安装命令。

可用性和限制

Grok 4.5已上线Grok Build和Cursor，亦可通过SpaceXAI控制台使用。目前尚未在欧盟可用，预计7月中旬推出。在Grok Build和Cursor中提供限时免费使用。