Grok 4.5 是什麼？SpaceXAI 旗艦程式設計模型核心規格
2026 年 7 月 8 日，SpaceXAI 上市後首款旗艦模型 Grok 4.5 正式發布。馬斯克在 X 上稱其為「Opus 級別，但更快、更省 Token、更便宜」。與以往不同，該模型與 AI 程式設計工具 Cursor 聯合訓練，注入數兆 Token 的真實開發者互動數據；SpaceX 已於 2026 年 6 月完成對 Cursor 母公司 Anysphere 的收購，聯合訓練是收購後首批成果之一。
Grok 4.5 專為以下場景深度優化：
程式設計與程式碼 Agent：修 bug、大型程式碼庫重構、端到端應用開發。
自主工作流（Agentic Tasks）：跨工具、跨應用的多步驟自動化任務。
知識密集型工作：法律、醫療、教育、數據分析等專業場景。
高頻呼叫成本痛點：團隊每天數百至數千次 Agent 任務時，API 帳單與 Token 效率直接決定 ROI。
一次搞定 vs 重試成本：複雜 UI 與狀態管理任務上，模型準確率與重試次數影響交付週期。
| 參數 | 數值 |
|---|---|
| 架構 | Mixture of Experts（MoE，混合專家） |
| 上下文視窗 | 500,000 Tokens（50 萬） |
| 推理模式 | 低 / 中 / 高（預設：高） |
| 推理速度 | 官方 80 TPS，實測約 90 TPS |
| 訓練硬體 | 數萬塊 NVIDIA GB300 GPU（孟菲斯資料中心） |
| 參數量 | 未公開（MoE 架構） |
Grok 4.5 定價多少？與 Claude Opus、GPT-5.6 成本對比
定價是 Grok 4.5 最核心的賣點。標價之外，Token 效率才是高頻 Agent 場景下的真實成本驅動因素。
| 模型 | 輸入（per 1M tokens） | 輸出（per 1M tokens） |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（快取命中） | $0.50 | — |
| Grok 4.5 Fast 版 | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| Claude Fable 5 | 更高 | 更高 |
| GPT-5.6 Sol（旗艦） | $5.00 | $30.00 |
| GPT-5.6 Luna（經濟檔） | $1.00 | $6.00 |
以程式設計 Agent 任務折算的每次實際成本：
| 模型 / 平台 | 每任務平均 Token 消耗 | 每任務實際成本 |
|---|---|---|
| Grok 4.5 / Grok Build | ~1.9M tokens | $2.49 |
| GPT-5.5 / Codex | ~6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | ~7.2M tokens | $11.80 |
在 SWE-Bench Pro 上，Grok 4.5 平均每次僅消耗 15,954 個輸出 Token，Claude Opus 4.8 同任務消耗 67,020 個——差距 4.2 倍。按 500 次/天計，Grok 約 $1,245/天，Claude Code 約 $5,900/天。
Grok 4.5 Benchmark 評測：程式設計、Agent 與綜合智能排名
3.1 程式設計 Benchmark
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（官方 harness） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立 harness） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro（解決率） | 64.7% | 80.4% | 69.2% | 58.6% |
解讀：DeepSWE 1.0 用各廠商自有 harness，Grok 4.5 排第三；換成中立 harness 的 DeepSWE 1.1 後差距放大，Fable 5 領先 17 個百分點。Terminal Bench 2.1 四款頂級模型差距在 5.4 個百分點以內，近乎平局。SWE-Bench Pro 是最嚴苛測試，Grok 4.5 排第三，落後 Fable 5 約 16 個點。
重要說明：CursorBench 在發布時被臨時撤除——Cursor 程式碼庫部分快照意外混入 Grok 4.5 訓練數據，存在數據污染風險，是本次發布的明顯瑕疵。
3.2 Agent 任務 Benchmark（Grok 4.5 高光舞台）
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 個企業工作流） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（專業工作場景） | 29% | — | 21% |
AutomationBench-AA 涵蓋 Gmail、Slack、Salesforce、HubSpot 等 40 個模擬企業應用，Grok 4.5 是首個在不違反業務約束的前提下完成超過一半工作流目標的模型。Snorkel 評測中，Grok 4.5 在法律（40% vs 27–28%）、教育（58% vs 35–42%）、醫療（35% vs 23–25%）等領域大幅領先。
3.3 綜合智能指數：Artificial Analysis 綜合智能指數 54 分（第四名），排在 Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）之後，但比上一代 Grok 大幅提升 16 分。
3.4 真實程式設計對比（TryAI 獨立測評）
3D 立方體渲染（最難）：Opus 4.8 與 Fable 5 一次成功；Grok 4.5 第一次僅渲染標題和按鈕，第二次重試成功；GPT-5.5 失敗。
速度：Grok 4.5 首 Token <0.5 秒，流速約 110 tokens/秒（約競品 2 倍）。
成本：Grok 4.5 每次測試執行成本最低；Fable 5 最慢、最貴。
結論：高頻重複性程式設計任務上，Grok 4.5 的速度與成本優勢碾壓；需要一次搞定複雜狀態管理的高精度任務，Claude 系列仍更可靠。
Grok 4.5 怎麼用？Cursor、API 與六步接入指南
Grok 4.5 已在以下平台上線（歐盟地區預計 7 月中旬開放）：Grok Build（預設模型）、Cursor（全訂閱計劃，首週用量加倍）、SpaceXAI Console API、Office 外掛（Word/PPT/Excel）、第三方閘道（OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic）。API 區域：us-east-1、us-west-2；限流 150 req/s、50M tokens/min。
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": "幫我找出這段程式碼的 bug 並修復：function median(a){a.sort();return a[a.length/2]}"
}'
註冊 SpaceXAI API：在 Console 建立 API Key，確認帳戶可存取 us-east-1 或 us-west-2。
Cursor 內切換模型：開啟模型選擇器，選擇 Grok 4.5；發布首週享受雙倍用量。
設定快取鍵：Responses API 設定 prompt_cache_key，或 Chat Completions 使用 x-grok-conv-id Header，命中後輸入降至 $0.50/M tokens。
長 Agent 循環：開啟 Context Compaction，減少 Token 累積成本。
混合模型路由：常規子任務走 Grok 4.5，複雜架構決策升級 Claude Fable 5。
生產驗證：對金融、安全關鍵程式碼加強輸出校驗；關注 AA-Omniscience 幻覺率（54%）並建立人工覆核流程。
最佳實踐：強烈建議始終設定對話路由快取鍵；歐盟使用者需等待 7 月中旬 API 開放後再部署生產流水線。
Grok 4.5 值得切換嗎？可引用數據與選型結論
適合 Grok 4.5 的場景：① 每天數百至數千次程式設計 Agent 的團隊；② 終端類任務與工具呼叫（Terminal Bench、AutomationBench 頂級表現）；③ 已深度整合 Cursor 的團隊；④ 預算敏感新創公司；⑤ 混合模型策略（Grok 處理重複子任務，Fable 5 處理架構決策）。
需要謹慎的場景：① SWE-Bench Pro 類高精度程式碼（Fable 5 領先約 16 點）；② 幻覺率敏感生產環境（AA-Omniscience 幻覺率 54%）；③ 歐盟使用者 API 尚未開放；④ CursorBench 可信度待獨立重測。
單次 Agent 任務成本：Grok 4.5 約 $2.49 vs Claude Code 約 $11.80（來源：SWE-Bench Pro 任務折算）。
輸出 Token 效率：15,954 vs 67,020（4.2× 差距，同任務對比 Opus 4.8）。
推理吞吐：官方 80 TPS，獨立實測約 90–110 tokens/秒，首 Token <500ms。
Grok 4.5 不是「最強的程式設計模型」，但是性價比最高的 Opus 級程式設計 Agent。真正價值在於：把 Token 效率與 API 定價折算成實際任務成本時，能以主流 Agent 工作流上七八折甚至更低的價格，完成與 Opus 4.8 相近品質的工作。純 API 呼叫雖可起步，但本地 Mac 在長時間 Agent 循環中常遇記憶體壓力、Swap 與 IDE 常駐開銷；虛擬機方案又存在 Metal 與 Xcode 相容性損耗。對於需要 7×24 穩定執行 Cursor Agent、並行 dev server 與推理常駐的工程團隊，MESHLAUNCH 的 Mac Mini 雲端裸金屬租用通常是更優解：獨占 Apple Silicon、按天/週/月彈性下單，更適合高頻 Agent 開發與 iOS CI/CD 自動化。
參考資料：SpaceXAI 官方發布 · Cursor 聯合聲明 · API 文件 · TechCrunch · Snorkel AI
取決於維度。Opus 4.8 在 SWE-Bench Pro 準確率領先（69.2% vs 64.7%）；Grok 4.5 在速度、Token 效率與單次成本上常具 4 倍優勢，Agent 工作流完成率亦略勝。詳見 租用價格頁 規劃開發機預算。
SpaceXAI 曾在 Grok Build 與 Cursor 提供限時免費額度。正式 API 為輸入 $2/M、輸出 $6/M tokens；Cursor 訂閱已納入模型池。
所有 Cursor 訂閱計劃均已支援。開啟模型選擇器選擇 Grok 4.5 即可；發布首週用量加倍。部署問題可參考 雲端說明中心。
Cursor 程式碼庫快照意外混入訓練數據，存在污染風險；SpaceXAI 已撤回相關成績，等待獨立重測。
可以。亦支援 Vercel AI Gateway、Cloudflare、Snowflake、Databricks Mosaic 等第三方閘道。