SpaceXAI 发布 Grok 4.5 大模型，实测显示其 Terminal 和 SWE-Bench 多语言代码修复能力接近 GPT-5.5，输入价格 $2/百万 token，输出 $6/百万 token，推理速度达 80 TPS，适合开发者和 AI 应用构建者。模型在硬核工程修复上仍逊于 Fable 5，但成本优势显著，可直接在 Cursor 或终端使用。
Tags:
Grok 4.5，竟然提前交卷了！
就在刚刚，SpaceXAI 官宣发布自家最强大模型，Grok 4.5。
这次发布非常热闹，OpenAI 前脚宣布 GPT-5.6 Sol 将于周四发布，按照惯例，国内大概得周五凌晨了。
Musk 直接紧随其后，宣布明天开放 Grok 4.5，按照他们的时间算，我本以为也是周五才能用上，结果竟然是国内的周四。
Claude Fable 5 都直接宣布延期到 7 月 12 日，意思很明显：“来吧，我不下线，让我试试你们的强度。”
真热闹，那咱们今天就先看看，这次 SpaceXAI 与 Cursor 强强联手训练的 Grok 4.5。
先看成绩单：
最强的地方是 Terminal-Bench 2.1 ：83.3%，基本和 GPT-5.5 的 83.4% 打平，只比 Fable 5 的 84.3% 低 1 个点。这说明它在真实终端环境里执行任务、调试、跑命令、修工程问题的能力很强。
第二个亮点是 SWE-Bench Multilingual：78.0%。它略高于 GPT-5.5 的 77.8%，但明显低于 Opus 4.8 的 84.4%。也就是说，多语言代码修复能力已经很强，但不是最顶。
在 DeepSWE 1.0 上，Grok 4.5 是 62.0%，低于 GPT-5.5 的 64.3% 和 Fable 5 的 66.1%，但高于 Opus 4.8 的 55.8%。这说明它在更难的软件工程任务里有竞争力，但和最强还有一点差距。
比较明显的短板是 SWE-Bench Pro：64.7%。这个成绩比 GPT-5.5 的 58.6% 高，但低于 Opus 4.8 的 69.2%，更远低于 Fable 5 的 80.3%。所以如果只看高难度真实工程修复，Grok 4.5 还不是最强。
总结一句话：
Grok 4.5 是一个很强的全能型 Coding Agent 模型，Terminal 和多语言修代码能力接近 GPT-5.5，整体比 Composer 2.5 强很多，但在最硬核的 SWE-Bench Pro 上还打不过 Fable 5 和 Opus 4.8。
马斯克的评价是这样的，速度很快，价格便宜。
Grok 4.5输入价格 $2/百万token、输出价格$6/百万token。
从 CursorBench 结果上看，Grok 4.5 High 得分第三，跟 Fable 5 差 4%，价格只有 Fable 5 的 十分之一。
对比看下这三家：
Grok 4.5： $2 输入/$6 输出GPT 5.6： $5 输入/$30 输出Opus 4.8： $5 输入/$25 输出
显而易见，Grok 4.5 真正的暴击，在于速度、效率和价格上面。
其推理速度高达 80 TPS（每秒Token数），官方原话是「比 flash 类模型还快」。
仅凭一句话，就能构建的《我的世界》像素体小游戏：
看一下比较直观的对比，同样的提示词，同样的天气卡片效果：
同样的提示词，钟表的效果：
这是粒子效果：
怎么说呢？审美上，有点小 Fable 5 的感觉？懂我意思？
当然也有差一点的地方，比如 BridgeBench 的“熔岩灯测试”：
熔岩灯测试测的是模型的前端生成、动画设计、视觉审美和交互实现能力，属于 Vibe Coding / UI Coding 测试，不是传统编程算法能力测试。
简而言之就是考验一下审美。
在这个 case 上可以看出来， Grok 4.5 明显输了。
我们再看下第三方榜单 Artificial Analysis的评测结果：
得分 54，位列第四，仅次于 Fable 5、GPT-5.5 和 Opus 4.8。
它在 Grok Build 框架下的 Artificial Analysis Coding Agent Index 的 Codex 部分得分与 GPT-5.5 相当，但成本低得多。
总之相对于 Grok 4.3 进步非常明显：
所以现在 Grok 4.5 的位置也很清楚：单看效果，它还没有全面追平 Fable 5。
但 Musk 的策略也很直接：能力先冲进第一梯队，价格再狠狠压下来。
用更低的成本，逼所有人重新算一遍账。
最后奉上使用方法，可以直接在 Cursor 上使用，或者在 Terminal 中安装 cli，具体的就看官方文章吧：
https://x.ai/news/grok-4-5
好了，本期的内容就是这么多，我是真期待周五的 GPT-5.6 Sol 会有什么亮眼的表现了。
没有评论:
发表评论