马斯克上线美版 “价格屠夫”：任务成本低过智谱GLM-5.2，输出仅 Opus 四分之一

作者 | 青和

SpaceXAI 突袭发布全新大模型 Grok 4.5。按照马斯克的说法，这是一款“Opus-class model”，内部评估 大致可对标 Claude Opus 4.7，但速度更快、Token 消耗 / 成本更低。

这一次，老马抛出了“任务成本”的概念。结合 Token 的输出效率、单价等综合因素，能够做到 比美国友商便宜 90%，甚至低于国内的智谱 GLM-5.2 和 Kimi K2.6，主打性价比之王。

Grok 4.5 不仅是 SpaceXAI 上市后发布的首款新品，也是其600 亿美元收购 Cursor 后交出的首个重磅模型。马斯克奋力一搏，不仅为兑现延期的模型能力，更是力图拯救上市一蹶不振的 SpaceX 股价。

跑分挤进第一梯队

Grok 4.5 定位于面向 Coding、Agentic tasks 和 knowledge work 的主力模型。从榜单看，Grok 4.5 已经进入前沿 Agentic 模型牌桌，尤其在 Coding、Terminal 和 Agent 类任务中，可以和 Opus 4.7、GPT-5.5 对标。

Grok 4.5 支持 500k 上下文，基于 1.5 万亿参数 V9 底座，约为前代的 3 倍。

Cursor CEO Michael Truell 表示，该模型基于在 xAI 的 Colossus 数据中心上从头训练，使用了数万块 GB300 GPU。数据经过去重、质量评分和领域筛选，强化学习阶段则重点围绕多步骤软件工程和技术任务展开。

从官方工程榜单看，Grok 4.5 的进步相当明显。

在第三方机构 Artificial Analysis 的最新评测中，Grok 4.5 成功跻身大模型第一梯队。在 GDPval-AA v2 基准测试中，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 自家的榜单更激进，Grok 4.5 在多项测试中显得非常强势，甚至明显压过 GPT-5.5 全系列。

但这张榜也埋着一个小尾巴。Cursor 在博客脚注中注明，Grok 4.5 在 CursorBench 上拥有一项特殊优势，因为训练过程中意外包含了一份较早版本 Cursor 代码库的快照，具体影响尚不清楚，相关数据已从未来模型训练中移除。

这也是为什么目前社区里会出现另一种体感：Grok 4.5 在 Cursor 里很猛，但离开 Cursor 之后，效果似乎会下降不少。这样看起来，Grok 4.5 更像是一个针对 Cursor / Grok Build 场景的特调版本。

不过，Grok 4.5 的野心显然不止写代码。Cursor 官方表示，相比此前更偏 Coding 专家的 Composer 2.5，Grok 4.5 的训练数据 混入了更多 STEM 任务、研究论文和知识工作内容，目标是覆盖软件工程、数据科学、金融、法律以及更广义的电脑端工作流。

Vals AI 的测试也显示，Grok 4.5 在 Vals Index 中排名第 6，在 Harvey 法律专业 Agent 基准测试中排名第 1。

从这里也可以看出，Grok4.5 试图从“代码补全”向更宽的 Agent 工作流外溢。写代码只是入口，真正想吃下的是那些需要调用工具、处理文件、生成交付物的高价值白领任务。

只是从目前效果看，输出方面还是略逊色于 Opus 4.7 ：

“任务成本“成杀手锏

价格方面，Grok 4.5 的官方 API 定价为输入 2 美元 / 百万 Token，输出 6 美元 / 百万 Token；缓存命中价格为 0.5 美元 / 百万 Token。

Cursor 还披露，Grok 4.5 另有一个 fast variant，定价为输入 4 美元、输出 18 美元 / 百万 Token。

这个价格放在美国旗舰模型里，极具竞争力。

按 Opus 4.7 / 4.8 常见的 5 美元输入、25 美元输出价格带来算，Grok 4.5 的输入价便宜 60%，输出价便宜 76%，输出成本大约只有 Opus 档模型的四分之一。

和 OpenAI 低价档 GPT-5.6 Luna 相比，Grok 4.5 的输出价格同样是 6 美元 / 百万 Token，但它的定位并不是轻量低价模型，而是“Opus-class”的工程与 Agent 模型。

更关键的是，Grok 4.5 的低成本不只来自“标价便宜”，还来自“完成同一个任务时吞吐得更少”。

Agent 任务的真实账单，大致可以拆成几项：输入 Token、缓存 Token、输出 Token、工具调用、重试次数、任务完成率。

单价只是第一层。模型越绕路，越喜欢长篇大论，越需要多轮修正，最后账单就越难看。这也是 Grok 4.5 进一步压榨性价比的地方。

官方数据显示，Grok 4.5 的 Token 效率达到 80 TPS，已经进入 fast model 的速度区间。在同类任务中的 Token 效率可优于比领先模型的 2 倍。

在 SWE Bench Pro 示例里，Grok 4.5 平均每个任务输出 15,954 个 Token，而 Opus 4.8 max 平均输出 67,020 个 Token，前者比后者少约 4.2 倍。

Artificial Analysis 测得，Grok 4.5 在 Intelligence Index 上单任务成本约 0.31 美元，低于 GLM-5.2 和 Kimi K2.6，约为 Claude Sonnet 5 max 的五分之一。

该机构还指出，Grok 4.5 的低成本由低定价和 Token 效率共同驱动，在 Intelligence Index 单任务中，它平均只用了约 1.4 万输出 Token，比 Opus 4.8 少 60% 以上。

单个 GDPval 任务成本为 0.49 美元，Grok 4.5 以 1543 Elo 排名第四，低于 GLM-5.2 和 Kimi K2.6，并且比榜单上排在它前面的模型便宜将近 90%。

Coding Agent 场景同样明显。Grok 4.5 in Grok Build 单任务成本为 2.49 美元，相较 Fable 5 便宜约 79%，比 GPT-5.5 便宜约 51%。得分则为 76，基本与 GPT-5.5 in Codex 持平，仅低于 Fable 5 in Claude Code。

目前，Grok 4.5 已经向用户开放。用户可以在 Grok Build、Cursor 编译器中直接使用，也可以通过 SpaceXAI 控制台调用 API 接口。在 Cursor Auto 平台，7.15 号前用量可享受翻倍。

算力和Cursor数据

Grok 4.5 的突然跃升，主要来自于算力和数据。

算力方面，SpaceXAI 官方称，Grok 4.5 使用数万块 NVIDIA GB300 GPU 训练，并针对大规模训练做了稳定性技术。数据侧则进行了去重、质量评分和领域筛选，让训练混合数据保持高覆盖和高信号密度。

数据方面，Cursor 官方表示，Grok 4.5 是其与 SpaceXAI 联合训练的 MoE 模型，训练中包含 数万亿 Token 的 Cursor 平台数据。

这些数据记录的不只是静态代码本身，还包括开发者如何与代码库、工具和 Agent 互动的真实轨迹，它比代码本身更能学习到Agent的工程能力，从而大幅提升 Grok 的代码理解和 agentic workflow 工程能力。

这正是 Coding Agent 和普通代码模型的分水岭。

GitHub 代码可以教模型写函数，但很难教模型如何读一个真实 repo。Cursor 数据的价值就在这里，它把工程过程本身喂给了模型。

此外，Cursor 还强调，Grok 4.5 的 强化学习 覆盖数十万个任务，中心放在多步骤软件工程和技术工作上，目标是提升 per-token intelligence，让每一个 Token 更有用。

这解释了为什么 Grok 4.5 在 Cursor 和 Grok Build 中表现尤其强。它不是单纯多学了代码，而是更懂 Agent 工作流。

还未触达极限

更值得注意的是，Grok 4.5 目前的速度和成本，可能还不是最终形态。

马斯克在 X 上表示，Grok 4.5 还没有使用其内部开发的 C/C++ 推理软件，这套软件能够更精确地映射到 GB300 硬件上；如果完成这一步，Grok 4.5 的速度有望再提升一倍甚至更多。

声明：本文为 AI 前线原创，不代表平台观点，也不构成投资建议，未经许可禁止转载。

会议推荐

大会限时早鸟票享 8 折专属优惠，现在报名立减 1160，更多详情可扫码或联系票务经理 13269078023 进行咨询。

今日荐文

你也「在看」吗？