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