SpaceXAI發佈Grok 4.5：與Cursor聯合訓練的編碼、代理任務和知識工作模型，輸入價格每百萬tokens僅2美元

SpaceXAI近日發佈了其最新模型Grok 4.5，該公司稱之為迄今為止最智能的模型。該模型專注於編碼、代理任務和知識工作，並與AI編碼編輯器Cursor聯合訓練。

Grok 4.5是什麼？

Grok 4.5是一款通用模型，專為實際工程工作調優。SpaceXAI使用涵蓋編碼、科學、工程和數學的數據集進行訓練。研究團隊描述其推理既智能又高效。該模型在Harvey的法律代理基準測試中獲得第一名，證明了其在辦公室工作方面的實力。

訓練過程

訓練在數萬個NVIDIA GB300 GPU上進行。除了大量tokens之外，團隊還投資了數據過濾和整理，包括去重、質量評分和領域專注選擇。隨後，團隊擴展了強化學習，重點關注每個tokens的智能程度。RL覆蓋了數十萬個任務，大部分集中在多步驟軟件工程和其他技術工作上。評分結合了自動化和基於模型的方法。該棧支持高度異步訓練，代理回滾可以運行數小時，同時學習過程持續進行。

基準測試表現

SpaceXAI團隊公佈了四個編碼基準測試的分數。雖然其自述稱Grok 4.5超越了可比領先模型，但其圖表顯示Fable（max）在所有四個基準測試中均取得最高分，Grok 4.5在Terminal Bench 2.1上最接近第一名。具體分數包括：DeepSWE 1.0 pass@1為62.0%（Fable max 66.1%），DeepSWE 1.1為53%（Fable max 70%），Terminal Bench 2.1為83.3%（Fable max 84.3%），SWE Bench Pro解決率為64.7%（Fable max 80.4%）。

速度和令牌效率

Grok 4.5的服務速度為80 TPS。SpaceXAI報道其令牌效率約為領先模型的兩倍。在SWE Bench Pro上，Grok 4.5平均使用15,954個輸出tokens解決問題，而Opus 4.8（max）使用了67,020個，即約為4.2倍更少的輸出tokens。這意味着更低的任務輸出成本和延遲。

定價

Grok 4.5的定價為每百萬輸入tokens 2美元，每百萬輸出tokens 6美元。SpaceXAI稱其能以少於一半的步驟解決問題。建議在預算前確認當前定價。

使用案例

包括代碼庫修復、應用原型設計、法律代理任務、電子表格工作和文檔生成。例如，可以用一個提示構建一個Three.js太陽系模擬。

入門指引

Grok 4.5已在Grok Build、Cursor（所有計劃）和SpaceXAI控制台中提供。獲取API密鑰並調用responses端點，模型ID為grok-4.5。還提供了CLI安裝命令。

可用性和限制

Grok 4.5已上線Grok Build和Cursor，亦可通過SpaceXAI控制台使用。目前尚未在歐盟可用，預計7月中旬推出。在Grok Build和Cursor中提供限時免費使用。