行业动态

xAI发布了 Grok 4.5，并把它定位为面向编码、智能体任务和知识工作的最新旗舰模型。相比过去更偏聊天助手的产品叙事，这次更新明显把重点放到了开发者和企业工作流上：模型不仅要会回答问题，还要能处理代码修复、复杂任务拆解、办公文档生成和更长时间的智能体执行。

这也是 Grok系列竞争重心的一次变化。大模型行业早期更多比较通用问答、推理分数和多模态能力，而 Grok 4.5的发布则把工程基准、服务速度、token成本和办公场景放在一起展示。对企业和开发者来说，这类指标往往比“模型看起来更聪明”更直接，因为它们关系到代码代理是否稳定、自动化任务能否跑完，以及 API成本是否可控。

图片来源：TechCrunch / SpaceXAI

从官方介绍看，Grok 4.5的核心方向并不是单纯提高聊天回答质量，而是提升模型在真实软件工程环境中的表现。xAI表示，新模型的训练数据覆盖编程、科学、工程和数学等领域，并在强化学习阶段重点优化多步骤软件工程、技术推理和智能体任务。因此，Grok 4.5更适合被放进代码代理、项目搭建、终端任务执行、技术文档理解和复杂问题拆解等场景。

在基准测试部分，xAI展示了 DeepSWE、SWE Marathon、Terminal Bench 2.1和 SWE Bench Pro等结果，试图证明 Grok 4.5在真实开发任务中具备较强的解决问题能力。需要注意的是，工程类榜单通常受评测集、运行框架、工具调用方式和模型提示策略影响较大，因此这些数据更适合作为能力方向参考，而不是唯一的模型选择标准。

训练方法也是这次发布的重点之一。xAI称 Grok 4.5使用数万张 NVIDIA GB300 GPU进行大规模训练，并在数据过滤、去重、质量评分和领域选择上投入更多资源。与只强调 token规模不同，官方更强调“高覆盖、高信号”的数据混合方式，同时通过大规模异步强化学习，让智能体式任务可以运行更长时间，并把多小时级任务轨迹纳入训练反馈。

对开发者来说，Grok 4.5的一个重要卖点是速度和成本。官方称该模型服务速度可达到80 TPS，并在 SWE Bench Pro等任务中减少输出 token数量，以降低响应时间和调用成本。API定价方面，Grok 4.5的输入价格为每百万 token 2美元，输出价格为每百万 token 6美元。对于需要频繁运行代码代理、自动化排错、文档分析或批量知识任务的团队，这一定价会成为模型选型时的重要因素。

Grok 4.5也被集成到 Grok Build中，用于构建应用、处理表格、生成演示文稿和撰写文档。官方示例强调，模型可以通过一个提示词生成端到端应用，也可以在 Excel中完成多表公式、网络研究和模型搭建；在 PowerPoint和 Word中，Grok 4.5则被用于绘制复杂图形、组织幻灯片内容和生成更清晰的文稿。这说明 xAI并不只想把 Grok 4.5作为 API模型销售，而是希望它进入更广泛的办公与创作场景。

开发者可以通过 xAI API调用 Grok 4.5。官方示例使用 responses接口，模型名称为 grok-4.5：

curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.5",
    "input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
  }'

目前，Grok 4.5已在 Grok Build、Cursor以及 xAI控制台中开放。官方同时说明，该模型暂未在欧盟地区的 xAI产品或 API控制台中提供，预计会在7月中旬开放。对于国内开发者和企业团队而言，更现实的观察点是 API可用性、访问稳定性、中文与多语言表现，以及它在复杂代码仓库中的实际修复成功率。

总体来看，Grok 4.5的发布强化了一个趋势：前沿模型竞争正在从“聊天机器人谁更会回答”，转向“谁能更稳定地完成工程和办公任务”。xAI这次把速度、价格、工程基准和办公场景放在同一篇发布中，说明它希望 Grok 4.5成为开发者工具链、企业知识工作和智能体系统中的基础能力。真正决定其竞争力的，将是后续在真实项目、长上下文代码库和企业级工作流中的持续表现。