Grok 4.5

是什么

Grok 4.5 是 xAI 面向编程、智能体（agent）和知识工作任务推出的模型。xAI 于 2026 年 7 月 16 日发布该模型，其发布说明把它列在 2026 年 7 月项下；维基百科记载它于 7 月 8 日进入 API。^[1][2][4]

所谓智能体任务，指模型要自己连续完成多步操作——执行命令、修改文件、检查结果——而不是一次性回答一个问题。这一取向贯穿了它的训练、部署和定价方式。

训练方式

xAI 用数万块 NVIDIA GB300 GPU 训练 Grok 4.5，并与编程工具 Cursor 联合训练。^[1] 强化学习（reinforcement learning）阶段覆盖了数十万个任务，其中大部分是多步骤软件工程任务。^[1] 强化学习大致可以理解为：模型反复尝试任务，凡是被判定更接近可用结果的做法就被加强，于是它靠自己的试跑积累经验，而不只依赖固定的示例。

数据方面，xAI 在去重、质量打分和按领域挑选上做了投入，使训练数据的混合保持高覆盖、高信号。^[1]

训练栈是为高度异步的训练而搭建的，因此智能体的 rollout 可以连续进行很多小时，与此同时学习仍在数万块 GPU 上继续推进。^[1]

基准成绩

xAI 报告的成绩为：SWE-Bench Pro 64.7%、DeepSWE 1.0 62.0%、SWE Marathon 29.0%、Terminal Bench 2.1 83.3%。^[1] 这类基准测试（benchmark）用一套固定任务给模型打分，只有在相同的测试环境和设置下，数字才适合在不同模型之间比较。

这篇发布文在给出自身成绩的同时，也列出了竞争对手的数字：在 DeepSWE 1.0 上，Fable 为 66.1%，GPT-5.5 为 64.31%，Grok 4.5 为 62.0%，Opus 4.8 为 55.75%。^[1] 在 SWE Marathon 的 pass@1 解决率上——也就是只给一次机会、首次作答即通过的比例——Grok 4.5 为 29.0%，高于 Opus 4.8 的 26.0% 和 Fable 的 24.0%。^[1]

xAI 还给出了 token 效率：在 SWE-Bench Pro 的每个任务上，模型平均输出约 15,954 个 token，约为 Claude Opus 4.8 在最高努力程度下用量的 4.2 分之一。^[1] 输出 token 之所以重要，是因为它既产生费用，又需要时间生成；用更少的 token 得出解答，这两项成本都会下降。

服务、价格与可用范围

模型的服务速度约为每秒 80 个 token；API 价格为每百万输入 token 2 美元、每百万输出 token 6 美元，可以选择低、中、高三档推理努力程度，默认为高。^[1][2] 上下文窗口（context window）为 500,000 个 token，20 万 token 及以上的提示词按双倍价格计费。^[3] 上下文窗口可以理解为模型在一次对话里能同时「看见」的内容上限，窗口越大，一次性交给它的代码库或文档就越多。

Grok 4.5 成为 Grok Build 编程工具的默认模型，并在 Cursor 的所有套餐中可用，限时免费。^[1]

发布时它不在欧盟提供；xAI 于 2026 年 7 月向欧盟的 API 用户开放，7 月 22 日上线 Grok.com、X 和移动应用。^[2][4]

在模型序列中的位置

Grok 4.5 是 Grok 系列中一款以编程为重点的模型：它和人们已经在用的编程工具联合训练，并直接作为该工具的默认模型提供。^[1] 它的后继者 Grok 4.6 于 2026 年 8 月 12 日推出。^[4]