SpaceXAI 发布 Grok 4.5，与 Cursor 联合训练的编程与智能体模型
阅读原文· marktechpost.comSpaceXAI 推出 Grok 4.5，称其迄今最聪明，聚焦编程、智能体任务和知识工作。该模型与 AI 编程编辑器 Cursor 联合训练，在数万块 NVIDIA GB300 GPU 上完成训练和强化学习。基准测试中，Grok 4.5 在 Harvey's Legal Agent Benchmark 排名第一；SWE Bench Pro 解决率 64.7%，平均输出 token 仅 15,954，约为 Opus 4.8 (max) 的 1/4.2。推理速度 80 TPS，输入价格 $2/百万 token，输出 $6/百万 token。模型 ID 为 grok-4.5，已上线 Grok Build 和 Cursor（所有套餐），并通过 API 提供。
SpaceXAI 刚刚发布了 Grok 4.5。该公司称这是其迄今为止最智能的模型。它面向编码、智能体任务和知识工作。SpaceXAI 表示，Grok 4.5 是与 AI 代码编辑器 Cursor 一起训练的。
摘要
- Grok 4.5 面向编码、智能体任务和知识工作，且与 Cursor 一起训练。
- 在 SpaceXAI 自己的图表中，Fable (max) 在所有四个基准测试中领先；Grok 4.5 在 Terminal Bench 2.1 上最接近。
- 模型 token 效率是其突出特点：在 SWE Bench Pro 上，输出 token 比 Opus 4.8 (max) 少约 4.2 倍。
- 定价为每百万输入 token 2 美元，每百万输出 token 6 美元，以 80 TPS 提供服务。
- 它在 Harvey 的法律智能体基准测试中排名第一，并且是 Grok Build 中的默认模型。
什么是 Grok 4.5？
Grok 4.5 是一个为真实工程工作调优的通用模型。SpaceXAI 在涵盖编码、科学、工程和数学的数据集上训练了它。研究团队描述其推理既智能又高效。它在 Harvey 的法律智能体基准测试中排名第一，SpaceXAI 将此作为其在办公室工作方面的优势。
SpaceXAI 如何训练 Grok 4.5？
训练在数万个 NVIDIA GB300 GPU 上进行。SpaceXAI 使用了为大规模运行设计的训练和稳定性技术。除了原始 token 数量之外，团队还投入了数据过滤和整理工作。这包括去重、质量评分和领域聚焦选择。
SpaceXAI 团队随后扩展了强化学习，重点关注每个 token 的智能程度。RL 覆盖了数十万个任务。大多数集中在多步骤软件工程和其他技术工作上。评分结合了自动化和基于模型的方法。该技术栈支持高度异步训练。智能体部署可以运行数小时，同时学习持续进行。
基准测试表现
SpaceXAI 团队发布了四个编码基准测试的分数。竞争对手的数据来自已发布的系统卡或排行榜。SpaceXAI 的文稿称 Grok 4.5 超越了同类领先模型。但其自己的图表则更为复杂。Fable (max) 在所有四个基准测试中都取得了最高分。Grok 4.5 在 Terminal Bench 2.1 上最为接近。
快速参考："pass@1" 只计算首次尝试通过率；"resolve rate" 是已修复任务的比例。
| 基准测试（测试框架） | Grok 4.5 | 最高排名 | 其他 |
|---|---|---|---|
| DeepSWE 1.0 — pass@1（各供应商的测试框架） | 62.0% | Fable（max）66.1% | GPT 5.5（xhigh）64.31%；Opus 4.8（max）55.75% |
| DeepSWE 1.1（mini-swe-agent 测试框架，DataCurve） | 53% | Fable（max）70% | GPT 5.5（xhigh）67%；Opus 4.8（max）59%；GLM 5.2 44% |
| Terminal Bench 2.1 | 83.3% | Fable（max）84.3% | GPT 5.5（xhigh）83.4%；Opus 4.8（max）78.9% |
| SWE Bench Pro — 解决率 | 64.7% | Fable（max）80.4% | Opus 4.8（max）69.2%；GLM 5.2 62.1%；GPT 5.5（xhigh）58.6% |
速度与 token 效率
Grok 4.5 的推理速度为 80 TPS。SpaceXAI 报告称其 token 效率约为领先模型的两倍。在 SWE Bench Pro 上，Grok 4.5 平均每个任务消耗 15,954 个输出 token。SpaceXAI 报告称，Opus 4.8（max）在同一基准上消耗了 67,020 个输出 token。这相当于输出 token 减少了约 4.2 倍。输出 token 更少通常意味着每个任务的输出成本和延迟更低。
定价
Grok 4.5 的价格为每百万输入 token 2 美元，每百万输出 token 6 美元。SpaceXAI 表示，它可以在不到一半的步骤数内完成任务。在制定预算前，请确认 SpaceXAI 控制台中的当前定价。
用例与示例
- 代码库修复：发现 bug、修复 bug，然后解释根本原因。
- 应用原型设计：根据一条提示词构建一个 Three.js 太阳系模拟。
- 法律智能体任务：Grok 4.5 在 Harvey 法律智能体基准测试中排名第一。
- 电子表格工作：构建多工作表 Excel 模型，并接入网络研究数据。
- 文档生成：将大纲转化为幻灯片和 Word 报告。
快速入门（可运行代码）
Grok 4.5 可在 Grok Build、Cursor 的所有套餐以及 SpaceXAI 控制台中使用。获取 API 密钥并调用 responses 端点。模型 ID 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]}"
}'要在终端中使用 Grok Build，请安装 CLI：
curl -fsSL https://x.ai/cli/install.sh | bash
Grok 4.5 概览
| 属性 | 详情 |
|---|---|
| 供应商 | SpaceXAI |
| 重点领域 | 编程、智能体任务、知识工作 |
| 训练合作伙伴 | Cursor |
| 硬件 | 数万块 NVIDIA GB300 GPU |
| 推理速度 | 80 TPS |
| Token 效率 | 在 SWE Bench Pro 上，输出 token 比 Opus 4.8（max）减少约 4.2 倍 |
| 输入价格 | 每百万 token 2 美元 |
| 输出价格 | 每百万 token 6 美元 |
| 访问方式 | Grok Build、Cursor（所有套餐）、SpaceXAI 控制台 |
| 模型 ID | grok-4.5 |
可用性与限制
Grok 4.5 已在 Grok Build 和 Cursor 中上线，适用于所有套餐，同时也通过 SpaceXAI 控制台提供。目前暂未在欧盟地区开放。SpaceXAI 预计将于 7 月中旬在欧盟推出。在 Grok Build 和 Cursor 中，限时提供免费使用。