马斯克要求特斯拉员工改用Grok，但他自己也承认该模型不如竞品

AI

埃隆·马斯克在一份发给员工的内部备忘录中，要求特斯拉员工改用Grok——这款AI模型来自他旗下的xAI公司（目前已并入SpaceX）。

这一指令的发出，距特斯拉限制员工使用第三方AI工具仅数日，而马斯克本人也承认Grok的表现不及竞争对手。

据《The Information》最先披露的这份备忘录显示，马斯克要求员工在"条件允许时"切换至Grok，理由是Grok 4.5相比竞品拥有更低的Token成本。他还要求工程师直接发邮件向他反馈对该模型的使用意见。

就在这一指令发出前几天，特斯拉刚刚为员工使用AI工具设置了每周200美元的支出上限，适用范围涵盖Anthropic、OpenAI和谷歌旗下的模型，但xAI的Grok被明确豁免在外。

特斯拉内部已对Grok的测试版本进行了数月测试，xAI产品负责人安德鲁·米利奇也一直协助特斯拉员工排查问题。尽管如此，据四位知情人士透露，特斯拉工程师在日常开发工作中更倾向于使用Anthropic的Claude。

xAI于本周三联合编程工具初创公司Cursor发布了Grok 4.5，而SpaceX正以600亿美元估值收购Cursor。马斯克将这款新模型定位为"Opus级别"。

然而，基准测试数据呈现出更为平淡的结果。在一项多领域综合排行榜上，Grok 4.5以76.3分排名第9，落后于OpenAI（GPT-5.6 Sol、GPT-5.5、GPT-5.6 Terra、GPT-5.4）、Anthropic（Claude Fable 5、Claude 4.8 Opus、Claude 4.7 Opus）以及谷歌（Gemini 3.1 Pro）旗下的多款模型。其代码能力得分仅为68.6，是榜单中所有模型中最低的。

这一劣势在其他测试中同样存在。在LiveBench评测中，Grok系列模型仅勉强进入顶级梯队的末尾，与一些成本低得多的中国开源模型处于同一位置。在中立的DeepSWE 1.1代码基准测试中，Grok 4.5的得分为53%，而Claude Fable 5达到了70%。

发布之初，Grok还暴露出一个基准测试问题。Cursor在一个脚注中披露，其早期版本的代码库被意外纳入了Grok 4.5的训练数据，而该代码库恰恰是其内部基准测试所针对的对象。这一指标已被排除在公开比较结果之外，相关数据也不会用于后续模型训练，但此前已造成Grok某项代码评分虚高。

马斯克并未否认这一差距。他在X平台上写道："公平地说，Fable确实比Grok 4.5更好，但大多数任务并不需要Fable级别的能力。"Grok 4.5的优势在于价格：在上述排行榜中，其每项任务的运行成本约为0.13美元，而Claude Fable 5为1.57美元。

有一点需要说清楚：特斯拉不是SpaceX，也不是xAI。特斯拉是一家拥有独立股东和工程师团队的上市公司。这些工程师不应该在工具支出被限制的同时，又仅仅因为CEO恰好持有某家AI公司而被迫转向其性能更差的产品。这本质上是一种利益输送，而那个将Grok单独豁免在外的200美元上限，已经让这一意图昭然若揭。

当然，控制支出的出发点可以理解。AI编程工具的费用高昂，加以限制合情合理，Grok 4.5的确更便宜。但它之所以便宜，正是因为它性能更弱——这不是在批评，而是马斯克自己描述的那种取舍。问题在于，他并没有让工程师自主权衡这种取舍，而是直接下令，因为当特斯拉工程师有自由选择时，他们一再选择了Claude。

如果成本真的是核心诉求，有一个比强制全员使用Grok更好的解决方案：自托管。当前开源权重模型已能实现与前沿模型90%至95%相当的能力，成本却只是九牛一毛，DeepSeek-V4和GLM-5.2这类模型随时可用。在自有硬件上部署，边际成本只有电费和摊销算力，无需向任何人按Token付费，更不用向你CEO旗下的另一家公司付费。这才是真正解决支出问题的方法。而要求工程师使用老板那款表现平平的模型，不过是把钱从一个口袋换到另一个口袋。

Q&A

Q1：马斯克为什么要求特斯拉员工改用Grok？

A：据内部备忘录，马斯克要求员工在"条件允许时"切换至Grok 4.5，主要理由是其Token成本低于竞品。与此同时，特斯拉为员工使用Anthropic、OpenAI和谷歌AI工具设置了每周200美元的支出上限，但Grok被豁免在外。批评者认为，这一安排本质上是利益输送，因为马斯克本人就拥有xAI。

Q2：Grok 4.5和Claude相比，性能差距有多大？

A：在多项基准测试中，Grok 4.5的表现明显落后于Claude。在DeepSWE 1.1代码基准测试中，Grok 4.5得分为53%，而Claude Fable 5达到70%。在综合排行榜上，Grok 4.5排名第9，代码得分在榜单中垫底。马斯克本人也承认"Fable确实比Grok 4.5更好"。Grok的主要优势在于价格，每项任务约0.13美元，而Claude Fable 5约为1.57美元。

Q3：特斯拉工程师实际更倾向于使用哪款AI工具？

A：据四位知情人士透露，尽管特斯拉已对Grok进行了数月内部测试，工程师在日常开发工作中仍普遍更倾向于使用Anthropic的Claude。即便xAI产品负责人专程协助排查问题，这一偏好也未发生改变。