突發！馬斯克交卷最強Grok 4.5，Opus最高級智能打骨折價

新智元報道

【新智元導讀】馬斯克深夜掀桌！最強旗艦Grok 4.5突襲，數萬塊GB300煉出性價比之王，不僅硬剛GPT-5.5，性能緊貼Opus 4.8，又快又便宜。

Grok 4.5，終于交卷！

就在剛剛，馬斯克SpaceXAI震撼發布自家史上，最強旗艦模型Grok 4.5。

這一次，SpaceXAI與Cursor強強聯手。

在數萬塊GB300巨獸上，硬生生「煉」出這個專為編碼、智能體而生的性能怪獸。

成績單相當亮眼——

• SWE Bench Pro：豪取64.7%，正面硬剛并越過Opus 4.7的64.3%；

• Terminal Bench 2.1：一路狂飆至83.3%；

• DeepSWE 1.0：穩穩站上62.0%，強勢碾壓Opus 4.8。

馬斯克直言，「Grok 4.5大致相當于Opus 4.7，但快得多」。

能力、速度、成本三者疊加，才是它的競爭力所在。也就是說，它干活兒用的Token，只有別人的零頭。

Grok 4.5輸入價格$2/百萬token、輸出價格$6/百萬token。

相較于Opus 4.8，Token消耗暴減4.2倍。

數萬塊GB300，煉出一個「Opus級」

Grok 4.5，是SpaceXAI上市后第一張王牌，也是他們聯合Cursor交出的第一份答卷。

那么， 它是怎么練出來的？

答案是，數以萬計的英偉達GB300 GPU，一次超大規模的訓練。但堆算力，只是入場券。

馬斯克預告：下周Grok 4.5上下文升級至100萬

SpaceXAI真正下死功夫的地方，是數據。

他們對海量語料進行了魔鬼般的過濾、去重和質量打分，確保灌進模型的每一口，都是高信息密度的專業內容。

然后，他們把RL的重心，壓在了一個很少有人掛在嘴邊的指標上——「單Token智能度」（per-token intelligence）。

而Cursor的加入，是這套飛輪里最關鍵的一環。

Grok 4.5底座是V9（1.5T），官方介紹，訓練時喂進了數以萬億計的Cursor數據。

這些數據記錄了真實開發者如何與代碼庫、與工具、與智能體互動。

這意味著，模型學到的不只是「代碼長什么樣」，而是「人和AI是怎么一起寫代碼的」。

而它的訓練棧，是為高度異步設計的——

智能體可以連續跑上好幾個小時，模型一邊干活一邊繼續學，幾萬塊GPU上的訓練一刻不停。

結果就是，它不光會做題，更能在長達數小時的長任務里，扛住多步驟的復雜工程。

打平GPT-5.5，逼近Opus 4.8

這一套訓練打法下的Grok 4.5硬核性能，絕對經得起檢驗。

在幾個核心工程榜單上的表現，它可以用「穩」來形容——不是最強，但足夠擠進第一梯隊。

在DeepSWE 1.0上，它拿下62.0%，壓過了Opus 4.8（55.75%），緊咬GPT-5.5（64.31%）；

在Terminal Bench 2.1上，它沖到83.3%，和GPT-5.5（83.4%）只差0.1??；

在更硬核的SWE Bench Pro 上，它以64.7%的解決率反超了GPT-5.5（58.6%），逼近Opus 4.8（69.2%）。

在AAAI官方測試中，Grok 4.5排名第四，僅次于Fable 5、GPT-5.5、Opus 4.8。

在Harvey法律智能體基準測試中，位列第一。

不得不說，這份成績單很能打。

但必須承認的是，當前穩坐鐵王座的，依然是Claude Fable。

總言之，Grok 4.5和GPT-5.5基本打平，緊貼Opus 4.8，但離真正的天花板還有一段距離。

馬斯克自己也說得很實在：「我們內部的評估是，Grok 4.5大致和Opus 4.7相當，但快得多」。

真正的殺手锏：又快又便宜

Grok 4.5真正的暴擊，藏在速度、效率和價格這三個字上。

其的推理速度高達80 TPS（每秒Token數），官方原話是「比flash類模型還快」。

僅憑一句話，它就用Three.js寫出了一個太陽系3D模擬器：

支持時間加速，八大行星軌道運動逼真，連HUD面板都做得相當講究。

效率方面，在SWE Bench Pro任務里，Grok 4.5平均只輸出15,954個Token就把問題解決了。

而Opus 4.8做同樣的活，平均要吐67,020個Token。

4.2倍，Grok 4.5用了不到對手四分之一的Token，就把同一道工程題做完了。

價格上，輸入每百萬Token 2美元，輸出每百萬Token 6美元。

此外還有一個更快的高級版本，定價輸入$4/輸出$18。

對比一眾動輒十幾美元起步的頂級模型，這個價格幾乎是把成本打到了幾乎骨折。

三個數字疊在一起，結論就一句話：

在「單位時間、單位成本能買到多少智能」這件事上，Grok 4.5目前就是那個「性價比之王」。

全網實測：Grok 4.5真實表現

此外，從廣大網友的實測反饋中，可以窺見Grok 4.5真實能力的一角。

一句話，直出「我的世界」。

在一個單獨的HTML文件中，Grok 4.5能輕松搞定一個完整的高端SaaS頁。

Grok 4.5大顯身手，在應用內不到一分鐘就完成了整套2D+3D設計方案。

AI游戲大神Danny Limanseta用Grok 4.5生成了一款游戲，各種功能齊全。

不過，也有開發者表示，Grok 4.5完全與Opus 4.7不在同一個水平，生成的熔巖燈測試，效果很差。

不是最強，憋著下個月掀桌

今天，馬斯克又埋了一顆雷：

Grok深諳工程之道。

下個月的版本會是又一次階躍式的提升，因為我們正在特斯拉、SpaceX、Neuralink和Boring Company里，閉合解決真實工程問題的那個環。

下個月，再來一次階躍。 且據傳，一個2萬億參數的更大版本已在路上。

跑分，是給外行看的煙花；效率與成本，才是把對手拖進消耗戰的真槍實彈。

當模型的智能開始像電力一樣按度計費，勝負手就是誰能讓智能變得又快、又便宜、又無處不在。

這一次，馬斯克沒拿最強的牌，卻把牌桌掀了。

參考資料：

https://x.ai/news/grok-4-5

https://cursor.com/blog/grok-4-5

編輯：桃子