Компания SpaceXAI представила Grok 4.5 — новую модель для программирования, агентных задач и интеллектуальной работы. Компания назвала ее своей самой сильной системой.
Модель доступна через API, в Grok Build и Cursor на всех тарифах. В Евросоюзе пользоваться Grok 4.5 пока нельзя — запуск ожидается в середине июля.
Главный акцент релиза — стоимость и скорость. Grok 4.5 стоит $2 за 1 млн входных токенов и $6 за 1 млн выходных. Для сравнения: Claude Opus 4.8 от Anthropic обойдется в $5 и $25 соответственно, Claude Fable 5 — в $10 и $50, а GPT-5.6 Sol от OpenAI — в $5 и $30.
GPT-5.6 пока находится в режиме ограниченного превью: OpenAI открыла семейство моделей для небольшой группы доверенных партнеров и планирует сделать Sol, Terra и Luna общедоступными в ближайшие недели. Внутри той же линейки у Luna более низкая цена — $1 за 1 млн входных токенов и $6 за 1 млн выходных.
По словам Илона Маска, Grok 4.5 — модель «класса Opus, но быстрее, дешевле и эффективнее по токенам». Позже он уточнил, что, по внутренней оценке SpaceXAI, система «примерно сопоставима с Opus 4.7, но намного быстрее».
Что показали тесты
В опубликованных SpaceXAI результатах Grok 4.5 выглядит неоднозначно: модель не стала лидером во всех тестах, но и не оказалась безусловно позади конкурентов.
На DeepSWE 1.0 Grok 4.5 набрала 62%. Она уступила Fable с 66,1% и GPT-5.5 с 64,31%, но обошла Claude Opus 4.8 с 55,75% и Opus 4.7 с 40,12%.
Источник: SpaceXAI.
На DeepSWE 1.1 результат ниже: Grok 4.5 получила 53% против 59% у Opus 4.8, 67% у GPT-5.5 и 70% у Fable. На SWE Bench Pro модель показала 64,7%. Это выше результата GPT-5.5 с 58,6% и почти на уровне Opus 4.7 с 64,3%, но ниже Opus 4.8 с 69,2% и Fable с 80,4%.
На Terminal Bench 2.1 Grok 4.5 набрала 83,3% — почти на уровне GPT-5.5 с 83,4%, но ниже Fable с 84,3%. На SWE Marathon она заняла первое место с 29% против 26% у Opus 4.8 и 24% у Fable. Компания также заявила о лидерстве Grok 4.5 на Harvey's Legal Agent Benchmark.
Где работает аргумент SpaceXAI
Более сильный аргумент релиза связан не с максимальным результатом в тестах, а с экономикой. По данным SpaceXAI, на задачах SWE Bench Pro Grok 4.5 использовала в среднем 15 954 выходных токена на задачу. У Claude Opus 4.8 показатель составил 67 020 токенов — в 4,2 раза больше.
Источник: SpaceXAI.
Для команд, которые запускают ИИ на большом объеме задач, это влияет на итоговую стоимость работы. При более низкой цене за выходные токены Grok 4.5 может быть выгоднее в сценариях с большим числом итераций: исправление багов, генерация правок, проверка кода и агентные циклы.
SpaceXAI также заявила скорость генерации около 80 токенов в секунду и контекстное окно на 500 000 токенов. Компания позиционирует модель как компромисс между качеством, скоростью и стоимостью.
Связь с Cursor
В релизе SpaceXAI говорится, что Grok 4.5 обучали вместе с ИИ-сервисом Cursor. Компания не раскрыла полный состав данных, но указала, что модель создавалась для задач программирования, агентной работы с инструментами, науки, инженерии и математики.
По данным Decrypt, при обучении использовались данные сессий разработчиков Cursor, включая трассировки отладки и реальные правки кода, а не только статические репозитории.
В июне SpaceX заключила соглашение о покупке ИИ-сервиса с оценкой $60 млрд. Сделка пройдет в акциях класса A SpaceX, закрытие ожидается в III квартале 2026 года после регуляторных одобрений.
Grok 4.5 стала одной из первых крупных моделей после объединения ИИ-направления Маска со SpaceX. Для ее обучения компания использовала десятки тысяч GPU Nvidia GB300.
Конец монополии на интеллект: как алгоритмы вытесняют когнитивную элиту - ForkLog
Генеративный ИИ делает с белыми воротничками то, что конвейер сделал с фабричными рабочими сто лет назад.
forklog.com
Напомним, в феврале СМИ сообщили о планах тогда еще отдельных SpaceX и xAI создать ПО для автономного оружия Пентагона.