凯明格资讯网马斯克Grok重回牌桌！新模型性能追平Opus更快还更省，Token直接砍到1/4
henry 发自 凹非寺 | 量子位 公众号 QbitAI
马斯克兑现承诺，马斯模型xAI的克G砍新模型发布计划正式拉开帷幕。
按照原定规划，重桌新追平直接2026年每月推出一款新模型，回牌还更而首秀之作——Grok 4.5已正式亮相。更快
这款由 SpaceX AI与 Cursor联合训练的马斯模型全新旗舰模型，核心卖点明确：对标Claude Opus系列旗舰性能，克G砍但推理速度更快、重桌新追平直接Token消耗更低、回牌还更综合成本大幅优化。更快
核心参数与定位
Grok 4.5 是马斯模型一款基于 MoE（混合专家）架构的大模型，参数量高达 1.5T，克G砍较前代 Grok 4.3 提升3倍。重桌新追平直接
- 上下文窗口：支持最高 50万上下文（可配置）。回牌还更
- 多模态能力：原生支持视觉输入。更快
- 核心场景：重点优化编程、Agent智能体及复杂知识工作流。
在编程能力评估中，Grok 4.5 已基本追平 Claude Opus 4.7，并在 DeepSWE Bench 1.0基准测试中超越 Opus 4.8。
官方演示中，Grok 4.5 生成的太阳系模型细节丰富，视觉效果出色。
“快、灵、省”：重新定义性价比
除了模型上限的提升，Grok 4.5 在工程效率上表现抢眼：
- 极速推理：推理速度最高可达 80 TPS，跻身行业第一梯队。
- 极致省钱：API定价为 $2/百万输入Token，$6/百万输出Token。相比 Claude Opus 系列和 GPT-5.5，成本降低 60%以上。
- Token效率：在 SWE Bench Pro 任务中，Grok 4.5 消耗的 Token 仅为 Opus 4.8 Max 的 1/4以下。
社区反馈显示，Grok 4.5 的用户体验已接近 Fable，但成本仅为后者的约 1/17。
对此，马斯克回应称：“性能尚未达到极致（请勿过度吹捧），但大多数任务并不需要那么高的性能冗余。”
同时，马斯克趁热打铁预告后续计划：
* 下周：推出百万上下文版本。
* 月底：发布 2T参数版本。
对标 Opus 4.7：实测数据解析
作为 xAI 融入 SpaceX 并收购 Cursor 后的首个旗舰成果，Grok 4.5 自发布前便备受瞩目。马斯克此前透露，该模型融合了大量 Cursor 训练数据，旨在强化编程与 Agent 能力。
目前，Grok 4.5 已上线 SpaceX AI、Grok Build及 Cursor平台。
基准测试成绩
在多项权威工程基准测试中，Grok 4.5 表现优异，整体逼近 GPT-5.5 和 Claude Opus 系列，且推理成本显著更低：
- DeepSWE 1.0：83.3%
- DeepSWE 1.1：78%
- Terminal Bench 2.1：62%
- SWE Bench Pro：64.7%
第三方评测
在 Artificial Analysis等第三方平台上，Grok 4.5 在“智能上限”上处于前沿第二梯队（接近 Opus/GPT-5.5），但在 速度、Token效率和性价比维度表现突出。
垂直领域表现
- 法律Agent：在相关测试榜单中直接登顶。
- 经济领域：表现遥遥领先。
(注：LLM Arena 榜单尚未更新，后续值得关注)
社区实测：打破固有印象
除了榜单数据，Grok 4.5 在实际应用场景中也展现了强大实力：
- PPT制作：官方样例显示，生成的PPT质感极佳。
- App开发：生成的天气APP界面规范，功能完整。
- 游戏UI设计：网友测试显示，游戏UI完成度高，且在画面表现、粒子效果上进步明显。
- 代码审计：有开发者尝试“Grok开发 + Fable审计”的新工作流，发挥各自优势。
- 创意生成：成功生成马里奥风格小游戏及带有 Liquid Glass 效果的交互式网页。
社区普遍反馈，Grok 4.5 响应速度极快（约为 Opus 4.8 的两倍以上），且成本更低，打破了以往对 Grok 模型的固有认知。
效率背后的技术变革
Grok 4.5 的核心竞争力不仅在于模型架构，更在于 训练流程与工程体系的重构。
- 硬件与架构：
- 采用 MoE 架构，基于 数万张 NVIDIA GB300 GPU完成训练。
针对超大规模训练进行了稳定性优化。
数据质量升级：
- Cursor 与 SpaceX AI 对训练数据进行了大规模 去重、质量筛选和领域过滤。
策略从“增加Token数量”转向“提高数据密度”。
强化学习（RL）范式转变：
- 不再局限于数学或代码单项训练，而是扩展到 数十万个真实软件工程和知识工作任务。
- 模型需掌握多步推理、工具调用、错误恢复及结果验证，更贴近真实 Agent 工作流。
xAI 构建了 高度异步的 Agent 训练系统，支持长时间复杂任务下的持续训练，提升真实场景推理效率。
Cursor 数据深度整合：
- 引入 数万亿 Token规模的 Cursor 数据。
- 数据不仅包含代码，还记录了开发者与代码库、工具及 Agent 的 完整交互过程。
- 模型从“学习写代码”升级为“学习软件开发全流程”，解释了其在工程和 Agent 任务上的显著进步。
One more thing：性能仍有翻倍空间
马斯克透露了一个关键信息：当前发布的 Grok 4.5 尚未启用xAI 内部针对 GB300 硬件深度优化的 C/C++ 推理软件栈。
按照马斯克的说法，一旦该推理栈上线，Grok 4.5 的运行速度有望 进一步翻倍甚至更高。
这印证了 DeepSeek 开启的行业趋势：当模型能力趋于同质化，底层工程能力（训练框架、推理引擎、硬件协同）将成为拉开差距的关键。
Grok 4.5 的发布，标志着 xAI 已全面加入这场 系统级工程战。
欢迎 Grok 重回牌桌！
参考资料：
[1] https://x.ai/news/grok-4-5
[2] https://cursor.com/cn/blog/grok-4-5
