跳到主要內容

Grok 45

title: "Grok 4.5 正式登場！1.5T 參數、比 GPT-5.5 便宜 60%，xAI 如何改寫 AI 戰場格局？"

date: 2026-07-09

labels: tech, AI, Grok, xAI, LLM, benchmark, coding

一句話結論： Grok 4.5 用 GPT-5.5 四成的價格，做到九成的實力——AI 戰場格局正在被改寫。
Cursor 與 SpaceXAI 聯合訓練 Grok 4.5

2026 年 7 月 8 日，xAI（SpaceXAI）正式發布 Grok 4.5——這是該公司首個專門為編碼與 AI 代理（Agent）訓練的大型語言模型。Elon Musk 在 X 平台發文後短短數小時內獲得超過 4.7 萬個讚、520 萬次觀看，話題迅速引爆科技圈。

但這次 Grok 4.5 的真正殺手鐧，不是 benchmark 分數有多高，而是同等級智慧下，成本只有競爭對手的一小部分。根據 Artificial Analysis 獨立評測，Grok 4.5 在 Intelligence Index 排名第四（僅次於 Fable 5、GPT-5.5 和 Opus 4.8），但每任務成本僅 $0.31——是 Opus 4.8 的五分之一、GPT-5.5 的三分之一。

這篇文章將深入拆解 Grok 4.5 的技術規格、benchmark 數據的真實意義，以及它對開發者和投資者意味著什麼。

Grok 4.5 是什麼？為什麼重要？

Grok 4.5 是 xAI（SpaceXAI）推出的最新旗艦模型，基於 1.5 兆參數的 V9 架構（是前代 Grok 4.3 的三倍大），並與 Cursor（知名的 AI 編碼助手）聯合訓練。這是 xAI 第一次明確將模型定位為「編碼與 Agent」專用，而非通用對話模型。

關鍵規格一覽：
  • 參數規模： 1.5 兆（1.5T），V9 架構
  • 上下文窗口： 500K tokens（較 Grok 4.3 的 1M 有所縮減，但保留了可配置推理和視覺輸入）
  • 定價： $2 / 百萬輸入 tokens，$6 / 百萬輸出 tokens
  • 推理速度： 約 80 tokens/秒
  • 每任務成本： $0.31（Intelligence Index）、$2.49（Coding Agent Index）
  • Token 效率： 每任務使用的 tokens 比競爭對手少 50% 以上
  • 可用平台： SpaceXAI API、Grok Build、Cursor

Elon Musk 在 X 上表示：「我們內部評估認為 Grok 4.5 大致相當於 Opus 4.7，但速度更快。能力、速度和成本的結合才是它的競爭力所在。」

Benchmark 分數到底怎麼看？白話解讀三大評測

很多 AI 新聞只列數字不解釋，這裡用白話幫你拆解 Grok 4.5 在三大評測中的表現：

1. Intelligence Index（綜合智慧排名）

根據 Artificial Analysis 的 Intelligence Index，Grok 4.5 得分 54 分，排名第四：

  • 第 1 名： Fable 5（Anthropic 最新）
  • 第 2 名： GPT-5.5（OpenAI 最新）
  • 第 3 名： Opus 4.8（Anthropic）
  • 第 4 名： Grok 4.5（xAI）
  • 第 5 名： GLM-5.2（智譜 AI）

Grok 4.5 比前代 Grok 4.3 提升了 16 分，這是一個顯著的跳躍。更關鍵的是，它超越了所有開源模型，也超越了 Google 的 Gemini 系列。

白話說： Grok 4.5 雖然不是第一名，但已經進入了「前四強」的第一梯隊。距離頂尖（Fable 5）的差距約 16%，但成本差距卻高達 10 倍。

2. CursorBench（編碼能力評測）

CursorBench 專門測試 AI 模型在實際編程場景中的表現：

  • Fable 5 Max： 70.5%（$17.32/任務）
  • Grok 4.5 High： 66.7%（$1.51/任務）
  • Opus 4.8 Max： 低於 66.7%（更高成本）

Grok 4.5 的編碼分數排名第三，僅次於 Fable 5 Max，但成本只有 Fable 5 的十分之一。

白話說： 如果你是開發者，Grok 4.5 的編碼能力已經夠用了——95% 的場景下你感受不到和頂尖模型的差距，但你的 API 賬單會少很多。

3. Coding Agent Index（AI 代理編碼評測）

這個評測模擬 AI 代理自主完成軟體工程任務的能力（DeepSWE、Terminal-Bench v2、SWE-Atlas QnA）：

  • Fable 5（Claude Code）： 分數最高，但每任務成本 $11.80，使用 7.2M tokens
  • GPT-5.5（Codex）： 分數與 Grok 4.5 持平，每任務成本 $5.07，使用 6.2M tokens
  • Grok 4.5（Grok Build）： 分數 76 分，每任務成本 $2.49，僅使用 1.9M tokens
白話說： Grok 4.5 在 AI 代理編碼方面達到了和 GPT-5.5 平手的水平，但只用了三分之一的 tokens 和一半的成本。這就是「token 效率」的威力。

成本戰：Grok 4.5 如何用價格優勢颠覆市場？

這張圖清楚展示了 Grok 4.5 在成本-性能前沿（Pareto frontier）上的位置：

Artificial Analysis Intelligence Index 排名與成本分析 定價對比（每百萬 tokens）：
  • Grok 4.5： 輸入 $2 / 輸出 $6
  • Claude Opus 4.8： 輸入 $5 / 輸出 $25（Grok 的 4-5 倍貴）
  • GPT-5.5（Sol）： 輸入 $5 / 輸出 $30（Grok 的 5 倍貴）
  • GPT-5.5（Luna）： 輸入 $1 / 輸出 $6（最便宜版，但智慧等級較低）
cache hit 折扣： Grok 4.5 支援 75% 的 cache hit 折扣（$0.5/百萬 tokens），這對大量重複查詢的場景非常有利。

更驚人的是實際使用成本：

  • Grok 4.5 每任務僅使用約 1.4 萬輸出 tokens，比 Opus 4.8 少 60% 以上
  • 這不只是「單價便宜」，而是「用的量也少」——雙重省錢
對開發者的意義： 如果你的 AI 應用每月消耗數百萬 tokens，切換到 Grok 4.5 可能節省 60-70% 的 API 成本，而使用者體驗幾乎無感。

CursorBench 完整排名：Grok 4.5 的真實定位

CursorBench 排名與成本對比 CursorBench 完整排名（2026-07-08）：
  • #1 Fable 5 Max： 70.5% — $17.32/任務
  • #2 Fable 5 High： 低於 70.5% — 更低成本
  • #3 Grok 4.5 High： 66.7% — $1.51/任務
  • #4 Opus 4.8 Max： 低於 66.7% — 更高成本

Grok 4.5 在編碼能力上已經超越了 Opus 4.8，並且以不到十分之一的成本達成。這讓它成為目前「性價比最高」的前沿編碼模型。

Grok 4.5 的短板在哪裡？

公平起見，Grok 4.5 並非完美。根據 Artificial Analysis 的 AA-Omniscience Index（知識準確性評測）：

  • 準確率： 從 Grok 4.3 的 35% 提升到 52%（進步明顯）
  • 幻覺率： 從 25% 上升到 54%（明顯退步）

這是大型模型的常見悖論：模型越大、知道的越多，但同時也更「自信」——包括對錯誤的資訊自信。Grok 4.5 在知識準確性上仍落後頂尖模型，這在需要高精確度的場景（如醫療、法律）中可能成為限制。

此外：
  • 上下文窗口從 1M 縮減到 500K（犧牲了一些長文處理能力）
  • 目前尚未在歐盟上線（預計 7 月中旬）
  • 幻覺率偏高意味著在生產環境中仍需人工審核

對比總結：Grok 4.5 vs GPT-5.5 vs Opus 4.8

Intelligence Index 排名：
  • Grok 4.5：第 4 名（54 分）
  • GPT-5.5：第 2 名（高於 54 分）
  • Opus 4.8：第 3 名（高於 54 分）
每任務成本：
  • Grok 4.5：$0.31
  • GPT-5.5：估算 $0.5-1.0
  • Opus 4.8：估算 $1.0-2.0
編碼能力（CursorBench）：
  • Grok 4.5：66.7%（$1.51/任務）
  • GPT-5.5：與 Grok 4.5 持平（$5.07/任務）
  • Opus 4.8：低於 66.7%
Token 效率：
  • Grok 4.5：每任務約 1.4 萬輸出 tokens
  • GPT-5.5：約 3.5 萬輸出 tokens
  • Opus 4.8：約 3.5 萬輸出 tokens
結論： Grok 4.5 不是最聰明的模型，但它是最划算的前沿模型。對於大多數開發者和企業來說，「夠聰明 + 便宜很多」比「最聰明 + 貴很多」更實際。

開發者和投資者該怎麼看？

對開發者：
  • 如果你的 AI 應用以編碼為主，Grok 4.5 現在是最佳性價比選擇
  • 可以在 Cursor 中直接使用，整合成本為零
  • 適合用於 AI 代理工作流（agentic workflows），在代理任務上表現優異
  • 注意幻覺率問題，關鍵場景需搭配人工審核
對投資者：
  • xAI 通過 Grok 4.5 證明了「低成本前沿」策略的可行性
  • 這種「夠好 + 便宜很多」的定位可能重塑 AI 模型市場的定價結構
  • 關注 xAI 後續是否能保持「每月發布新模型」的節奏
  • Microsoft Office 插件（Word、PowerPoint、Excel）正在推出，企業市場潛力大

結語

Grok 4.5 的發布標誌著 AI 競爭進入了一個新階段：不再只是比誰更聰明，而是比誰更划算。當 GPT-5.5 和 Opus 4.8 還在爭奪「最強」的頭銜時，xAI 用 Grok 4.5 證明了一個更務實的商業邏輯：大多數用戶不需要最強的模型，他們需要的是足夠強、但便宜很多的模型。

這場「智慧戰」正在變成「價格戰」——而開發者和企業將是最大的受益者。

常見問題 (FAQ)

Q1：Grok 4.5 和 GPT-5.5 哪個比較強？

從 Intelligence Index 分數來看，GPT-5.5 排名第二，Grok 4.5 排名第四，GPT-5.5 在純智慧層面略勝一籌。但在編碼能力（CursorBench）上，兩者幾乎持平。最重要的差異在成本：Grok 4.5 的每任務成本約為 GPT-5.5 的三分之一到五分之一。

Q2：Grok 4.5 的 1.5T 參數代表什麼？

1.5 兆（1.5 trillion）參數是指模型的神經網路規模。作為對比，Grok 4.3 約為 5000 億參數，Grok 4.5 是其三倍。更大的參數量通常意味著更強的學習能力，但也需要更多計算資源來訓練和推理。

Q3：Grok 4.5 的 token 效率為什麼這麼高？

根據 Artificial Analysis 的分析，Grok 4.5 每任務使用的輸出 tokens 比 Opus 4.8 少 60% 以上。這來自兩個方面：一是模型本身更高效（用更少的 tokens 表達同等資訊），二是 Cursor 的聯合訓練優化了編碼場景的 token 使用。

Q4：Grok 4.5 可以免費使用嗎？

Grok 4.5 目前可通過 SpaceXAI API 使用，定價為 $2/百萬輸入 tokens、$6/百萬輸出 tokens。X Premium 用戶可能享有一定額度的免費使用。此外，Grok Build 和 Cursor 也已整合 Grok 4.5。

Q5：Grok 4.5 的 500K 上下文窗口夠用嗎？

500K tokens 約等於 37.5 萬個英文單詞或 25 萬個中文字，足以處理绝大多数長文分析、大型程式碼庫和多輪對話場景。相比 Grok 4.3 的 1M 窗口有所縮減，但實際使用中 500K 已綽綽有餘。

Q6：Grok 4.5 的幻覺率為什麼偏高？

根據 Artificial Analysis 的 AA-Omniscience Index，Grok 4.5 的幻覺率從前代的 25% 上升到 54%。這是大型模型的常見現象：模型越大、訓練數據越豐富，對自身知識的「自信度」也越高，包括對錯誤資訊的自信。這不是 Grok 獨有的問題，而是目前所有前沿模型都面臨的挑戰。

Q7：Grok 4.5 什麼時候在歐盟可用？

根據目前資訊，Grok 4.5 預計在 2026 年 7 月中旬登陸歐盟市場。xAI 需要先通過歐盟《人工智慧法案》（AI Act）的合審查。

Q8：Cursor 為什麼要和 xAI 聯合訓練 Grok 4.5？

Cursor 是目前最流行的 AI 編碼助手之一，擁有大量真實的程式碼互動數據。通過將這些數據用於 Grok 4.5 的補充訓練，xAI 獲得了寶貴的「真實編碼場景」數據，而 Cursor 則獲得了深度整合的專屬模型。這是一種雙贏的策略合作。

資料來源：xAI 官方公告、Artificial Analysis 獨立評測、Cursor 官方推文、TechCrunch 報導、Wikipedia Grok 條目 撰文日期：2026 年 7 月 9 日
標籤：

留言

張貼留言

這個網誌中的熱門文章

Why Is NVIDIA Spending Billions to Buy Up America's "Dark Fiber"?

One-line conclusion: NVIDIA is reportedly spending $5–10 billion to acquire long-haul "dark fiber" networks across the United States, signaling that the AI infrastructure race is shifting from raw compute power to the networks that connect it. NVIDIA is reportedly acquiring long-haul "dark fiber" networks across the United States, with total capacity estimated at 7.6 Pbps and a price tag between $5 billion and $10 billion. The news sent optical communications stocks surging globally: Taiwan's optical module makers jumped on July 22, and three more hit the daily limit on July 23. Many now read this as the moment the AI arms race moved from "who has more GPUs" to "who owns the network." What Is Dark Fiber, and Why Buy Instead of Lease? Dark fiber refers to fiber-optic cable that has already been laid but has no transmission equipment installed and carries no optical signal . The fiber cores sit "dark" and dormant, waiting to...
張貼留言
閱讀完整內容

What Is x402? How HTTP 402 Is Making Peer-to-Peer Web Payments a Reality

One-line conclusion: x402 is an open payment standard launched by Coinbase in 2025 that resurrects the long-dormant HTTP 402 "Payment Required" status code, enabling websites to complete peer-to-peer cryptocurrency payments directly within the HTTP request-response cycle — no accounts, no intermediaries, no payment gateways required. HTTP 402: The Status Code That Waited 25 Years for Its Moment If you know your HTTP status codes, you're probably familiar with 200 (OK), 404 (Not Found), and 500 (Server Error). But did you know there's a 402 status code? Back in the 1990s, the HTTP/1.0 specification reserved 402 Payment Required for digital cash and micropayment scenarios — a way for servers to tell clients: "Pay up before you access this resource." For 25 years, it remained virtually unused. The reason? Infrastructure wasn't ready. Payments were slow, expensive, and required accounts, sessions, and intermediaries. Now, that forgotten status c...
張貼留言
閱讀完整內容