馬斯克上線美版 “價格屠夫”：任務成本低過智譜GLM-5.2，輸出僅 Opus 四分之一

作者 | 青和

SpaceXAI 突襲發布全新大模型 Grok 4.5。按照馬斯克的說法，這是一款“Opus-class model”，內部評估 大致可對標 Claude Opus 4.7，但速度更快、Token 消耗 / 成本更低。

這一次，老馬拋出了“任務成本”的概念。結合 Token 的輸出效率、單價等綜合因素，能夠做到 比美國友商便宜 90%，甚至低于國內的智譜 GLM-5.2 和 Kimi K2.6，主打性價比之王。

Grok 4.5 不僅是 SpaceXAI 上市后發布的首款新品，也是其600 億美元收購 Cursor 后交出的首個重磅模型。馬斯克奮力一搏，不僅為兌現延期的模型能力，更是力圖拯救上市一蹶不振的 SpaceX 股價。

跑分擠進第一梯隊

Grok 4.5 定位于面向 Coding、Agentic tasks 和 knowledge work 的主力模型。從榜單看，Grok 4.5 已經進入前沿 Agentic 模型牌桌，尤其在 Coding、Terminal 和 Agent 類任務中，可以和 Opus 4.7、GPT-5.5 對標。

Grok 4.5 支持 500k 上下文，基于 1.5 萬億參數 V9 底座，約為前代的 3 倍。

Cursor CEO Michael Truell 表示，該模型基于在 xAI 的 Colossus 數據中心上從頭訓練，使用了數萬塊 GB300 GPU。數據經過去重、質量評分和領域篩選，強化學習階段則重點圍繞多步驟軟件工程和技術任務展開。

從官方工程榜單看，Grok 4.5 的進步相當明顯。

在第三方機構 Artificial Analysis 的最新評測中，Grok 4.5 成功躋身大模型第一梯隊。在 GDPval-AA v2 基準測試中，Grok 4.5 位列全球第四，排在 Claude Fable 5、Claude Sonnet 5、Claude Opus 4.8 之后，高于 GLM-5.2 max 的 1513、Claude Opus 4.7 的 1500 和 GPT-5.5 xhigh 的 1494。

Cursor 自家的榜單更激進，Grok 4.5 在多項測試中顯得非常強勢，甚至明顯壓過 GPT-5.5 全系列。

但這張榜也埋著一個小尾巴。Cursor 在博客腳注中注明，Grok 4.5 在 CursorBench 上擁有一項特殊優勢，因為訓練過程中意外包含了一份較早版本 Cursor 代碼庫的快照，具體影響尚不清楚，相關數據已從未來模型訓練中移除。

這也是為什么目前社區里會出現另一種體感：Grok 4.5 在 Cursor 里很猛，但離開 Cursor 之后，效果似乎會下降不少。這樣看起來，Grok 4.5 更像是一個針對 Cursor / Grok Build 場景的特調版本。

不過，Grok 4.5 的野心顯然不止寫代碼。Cursor 官方表示，相比此前更偏 Coding 專家的 Composer 2.5，Grok 4.5 的訓練數據 混入了更多 STEM 任務、研究論文和知識工作內容，目標是覆蓋軟件工程、數據科學、金融、法律以及更廣義的電腦端工作流。

Vals AI 的測試也顯示，Grok 4.5 在 Vals Index 中排名第 6，在 Harvey 法律專業 Agent 基準測試中排名第 1。

從這里也可以看出，Grok4.5 試圖從“代碼補全”向更寬的 Agent 工作流外溢。寫代碼只是入口，真正想吃下的是那些需要調用工具、處理文件、生成交付物的高價值白領任務。

只是從目前效果看，輸出方面還是略遜色于 Opus 4.7 ：

“任務成本“成殺手锏

價格方面，Grok 4.5 的官方 API 定價為輸入 2 美元 / 百萬 Token，輸出 6 美元 / 百萬 Token；緩存命中價格為 0.5 美元 / 百萬 Token。

Cursor 還披露，Grok 4.5 另有一個 fast variant，定價為輸入 4 美元、輸出 18 美元 / 百萬 Token。

這個價格放在美國旗艦模型里，極具競爭力。

按 Opus 4.7 / 4.8 常見的 5 美元輸入、25 美元輸出價格帶來算，Grok 4.5 的輸入價便宜 60%，輸出價便宜 76%，輸出成本大約只有 Opus 檔模型的四分之一。

和 OpenAI 低價檔 GPT-5.6 Luna 相比，Grok 4.5 的輸出價格同樣是 6 美元 / 百萬 Token，但它的定位并不是輕量低價模型，而是“Opus-class”的工程與 Agent 模型。

更關鍵的是，Grok 4.5 的低成本不只來自“標價便宜”，還來自“完成同一個任務時吞吐得更少”。

Agent 任務的真實賬單，大致可以拆成幾項：輸入 Token、緩存 Token、輸出 Token、工具調用、重試次數、任務完成率。

單價只是第一層。模型越繞路，越喜歡長篇大論，越需要多輪修正，最后賬單就越難看。這也是 Grok 4.5 進一步壓榨性價比的地方。

官方數據顯示，Grok 4.5 的 Token 效率達到 80 TPS，已經進入 fast model 的速度區間。在同類任務中的 Token 效率可優于比領先模型的 2 倍。

在 SWE Bench Pro 示例里，Grok 4.5 平均每個任務輸出 15,954 個 Token，而 Opus 4.8 max 平均輸出 67,020 個 Token，前者比后者少約 4.2 倍。

Artificial Analysis 測得，Grok 4.5 在 Intelligence Index 上單任務成本約 0.31 美元，低于 GLM-5.2 和 Kimi K2.6，約為 Claude Sonnet 5 max 的五分之一。

該機構還指出，Grok 4.5 的低成本由低定價和 Token 效率共同驅動，在 Intelligence Index 單任務中，它平均只用了約 1.4 萬輸出 Token，比 Opus 4.8 少 60% 以上。

單個 GDPval 任務成本為 0.49 美元，Grok 4.5 以 1543 Elo 排名第四，低于 GLM-5.2 和 Kimi K2.6，并且比榜單上排在它前面的模型便宜將近 90%。

Coding Agent 場景同樣明顯。Grok 4.5 in Grok Build 單任務成本為 2.49 美元，相較 Fable 5 便宜約 79%，比 GPT-5.5 便宜約 51%。得分則為 76，基本與 GPT-5.5 in Codex 持平，僅低于 Fable 5 in Claude Code。

目前，Grok 4.5 已經向用戶開放。用戶可以在 Grok Build、Cursor 編譯器中直接使用，也可以通過 SpaceXAI 控制臺調用 API 接口。在 Cursor Auto 平臺，7.15 號前用量可享受翻倍。

算力和Cursor數據

Grok 4.5 的突然躍升，主要來自于算力和數據。

算力方面，SpaceXAI 官方稱，Grok 4.5 使用數萬塊 NVIDIA GB300 GPU 訓練，并針對大規模訓練做了穩定性技術。數據側則進行了去重、質量評分和領域篩選，讓訓練混合數據保持高覆蓋和高信號密度。

數據方面，Cursor 官方表示，Grok 4.5 是其與 SpaceXAI 聯合訓練的 MoE 模型，訓練中包含 數萬億 Token 的 Cursor 平臺數據。

這些數據記錄的不只是靜態代碼本身，還包括開發者如何與代碼庫、工具和 Agent 互動的真實軌跡，它比代碼本身更能學習到Agent的工程能力，從而大幅提升 Grok 的代碼理解和 agentic workflow 工程能力。

這正是 Coding Agent 和普通代碼模型的分水嶺。

GitHub 代碼可以教模型寫函數，但很難教模型如何讀一個真實 repo。Cursor 數據的價值就在這里，它把工程過程本身喂給了模型。

此外，Cursor 還強調，Grok 4.5 的 強化學習 覆蓋數十萬個任務，中心放在多步驟軟件工程和技術工作上，目標是提升 per-token intelligence，讓每一個 Token 更有用。

這解釋了為什么 Grok 4.5 在 Cursor 和 Grok Build 中表現尤其強。它不是單純多學了代碼，而是更懂 Agent 工作流。

還未觸達極限

更值得注意的是，Grok 4.5 目前的速度和成本，可能還不是最終形態。

馬斯克在 X 上表示，Grok 4.5 還沒有使用其內部開發的 C/C++ 推理軟件，這套軟件能夠更精確地映射到 GB300 硬件上；如果完成這一步，Grok 4.5 的速度有望再提升一倍甚至更多。

聲明：本文為 AI 前線原創，不代表平臺觀點，也不構成投資建議，未經許可禁止轉載。

會議推薦

大會限時早鳥票享 8 折專屬優惠，現在報名立減 1160，更多詳情可掃碼或聯系票務經理 13269078023 進行咨詢。

今日薦文

你也「在看」嗎？