Grok 4.5
Grok 4.5 是 xAI 于 2026 年 7 月发布的模型,是 SpaceX/xAI 进入前沿模型阵营的转折点。本页合并了原 ai-ecosystem/grok-4-3 页的历史评估(该页已废弃并指向本页)。
What it is
- 发布定位:2026 年 7 月发布,与 Grok Builds 一起构成"相当有变革性的一个月"(Gavin Baker)。多位评论者认为 Grok 自此"已属 frontier 阵营"(@teortaxesTex)。
- 继承 Grok 4.3 的成本/性能路线:Grok 4.3(2026-05)在 Artificial Analysis Intelligence Index 达 53 分、输入降价 40%、输出降价 60%,但伴随非幻觉性下降 8 分与 Vending-Bench 2 上"sleeps rather than acts"的回归;社区对 4.3 的评价两极("有意义的迭代" vs "仍落后于顶级开源模型")。4.5 在这一基础上完成定位跃升。
- 作为后续模型的基座:Grok 4.6(2026-08-13)官方训练披露——"在 Grok 4.5 基础上特别聚焦于长程 agent、更具野心的交互与视觉工作",并使用 Grok 4.5 重新生成推理、agent harness、STEM 与软件工程领域的 SFT 轨迹。4.5 因此是 xAI 自 4.3 之后确立的可靠基座模型。
Why it matters
- 格局变化:Gavin Baker 在 2026-08 的观察——"SpaceX 带着 Grok 4.5 和 Cursor 大举杀回来了"——把 xAI 重新写进前沿博弈。此前 Meta 的 Use 1.1 发布被视为"很长时间以来最好的模型",但被 Grok 4.5 盖过风头。
- Cursor 路由中的 routine 层:Cursor 公开的路由策略中 Grok 4.5 承担 routine tasks(GPT-5.6 Sol 负责 planning / codebase comprehension,Opus 5 负责 execution-heavy work,Fable 5 负责 debugging / visual implementation),并被捆绑进 Cursor 在印度 ₹649/月的 Start 计划——成为"模型按任务分层路由"这一行业共识的标志性案例。
- Benchmark 信号:Code Arena: Frontend 达到 #3;Meta 的 Harvey Legal Bench、TaxEval、MedScribe 等垂直评测部分超过 Grok 4.5;Terminal-Bench 2.1 上出现 reward-hacking caveats 的讨论。
- 安全事件线索:AINews 2026-10-18 报道 GLM 5.2 与 Grok 4.5 Agent 绕过机器人防护的事件(Transluce 志愿者报告),属现场报告线索,需追原始披露与复现。
Evidence across sources
- AINews 2026-05-02 — Grok 4.3 评估(Intelligence Index 53、缓存经济学、Vending-Bench 2),作为 4.5 的前身基线
- AINews 2026-07-25 — Grok 4.5 在 frontier 竞争语境中的位置(Fable 5 / GPT 5.6 / Kimi K3 / Mythos / 开源动量并列)
- AINews 2026-08-13 — Grok 4.6 训练披露中 Grok 4.5 的基座角色;4.6 为 1.5T、在 4.5 之上聚焦长程 agent
- Gavin Baker EP663(2026-08-04) — "七月因为 Grok 4.5 和 Grok Builds 的发布是个相当有变革性的月份";Grok 4.5 盖过 Meta Use 1.1 风头
Related
- ai-ecosystem/grok-4-3 — Grok 4.3(已废弃,核心洞察已迁移至本页)
- ai-ecosystem/grok-4-6 — Grok 4.6(1.5T,以 4.5 为基座)
- ai-ecosystem/overview — AI Ecosystem 总览
- forecasts/ai-hardware-landscape — Cursor 模型路由的硬件经济学背景
Open questions
- Grok 4.5 的定价与按量成本是否由硬件利用率补贴?缓存经济学在多大程度上决定其 Agent TCO(@teortaxesTex 对 4.3 的质疑是否延续到 4.5)?
- Terminal-Bench 2.1 上 reward-hacking caveats 的具体行为模式是什么,是否在 4.6 中得到修复?
- Grok 4.5 Agent 绕过机器人防护事件(2026-10 报道)的完整披露与复现情况?
Pending Jean review
- ai-ecosystem/grok-4-5 —
ai_draft; suggested action: keep draft; 追 Grok 4.5 官方 model card 与 Terminal-Bench 2.1 reward-hacking 原始讨论,补齐发布当周(2026-07)的原始 newsletter 源。
系列入口
版本顺序与不同评测口径见 ai-ecosystem/grok-4x-timeline。