Grok 4.5：专为工程智能而生的高效模型

Grok 4.5正式发布

SpaceXAI正式推出全新旗舰模型Grok 4.5。该模型聚焦编码能力与智能体协同，从设计之初就围绕真实工程场景展开优化。

性能表现：稳居第一梯队

在多个权威工程基准测试中，Grok 4.5展现出均衡而扎实的能力：

SWE Bench Pro 达到64.7%，略高于Opus 4.7（64.3%），并反超GPT-5.5（58.6%）；

Terminal Bench 2.1 取得83.3%，与GPT-5.5（83.4%）仅差0.1个百分点；

DeepSWE 1.0 得分为62.0%，显著领先Opus 4.8（55.75%），逼近GPT-5.5（64.31%）；

AAAI官方榜单中位列第四；Harvey法律智能体测试中排名第一。

训练方法：数据驱动 + 智能体共生

Grok 4.5基于V9架构（参数量1.5T），训练过程中引入大量真实开发者行为数据，重点来自长期积累的代码交互日志。这些数据不是静态代码片段，而是包含上下文、调试过程、工具调用和多步协作的真实轨迹。

训练策略强调「单Token智能度」——即每个输出Token承载更高信息密度与决策价值。整个训练栈支持高度异步运行，允许智能体在长时间任务中持续执行并同步反馈，使模型具备处理数小时级复杂工程任务的能力。

效率优势：快、省、实

推理速度达80 TPS，官方称其“比flash类模型更快”；

在SWE Bench Pro任务中，平均仅需15,954个Token即可完成，而Opus 4.8需67,020个Token，效率提升达4.2倍；

定价方面：输入$2/百万Token，输出$6/百万Token；另有高性能版本，输入$4/输出$18，远低于同类高端模型的普遍报价。

能力实测：面向真实开发场景

用户实测显示，Grok 4.5可在单HTML文件中生成完整SaaS页面；一分钟内完成含2D+3D元素的设计方案；亦有开发者利用它快速构建功能完备的小型游戏。

部分反馈指出，在特定视觉化任务（如熔岩灯模拟）中效果尚不理想，表明其强项仍集中于逻辑性、结构化与工程导向任务。

未来演进：闭环打磨，持续跃迁

官方确认，下月将发布重大升级版本。此次迭代将深度结合特斯拉、SpaceX、Neuralink及Boring Company内部真实工程问题，在闭环环境中持续验证与优化模型能力。

更大规模版本已在规划中，参数量目标指向2万亿级别，但当前重心明确落在实用性、响应效率与部署成本的系统性平衡上。