Grok 4.5 发布了,官方这次连”聊天机器人”这个标签都懒得贴——直接说这是为写代码、跑长任务、干知识工作准备的模型,还是跟 Cursor 一起练出来的。
这事儿本身就挺有意思。以前提起 Grok,大家第一反应是马斯克、是 X、是敢说敢怼,编程能力从来不是它的标签。这回不一样,讨论全在围着”能不能干活”转。
跟 Cursor 一起训练,是这次真正的关键
官方发布页写得挺直白:Grok 4.5 是跟 Cursor 联合发布的,训练数据里塞了万亿级别的 Cursor 真实使用数据——开发者怎么改代码、Agent 怎么调工具、怎么从错误里爬出来,这些都喂进去了。
这跟以前”刷榜”的打法不是一回事。SWE-Bench、HumanEval 这些榜单再高,也比不上真实 IDE 场景里几百万开发者天天产生的交互数据值钱。Hacker News 上有条评论说得挺准:这可能是 Cursor 手里最值钱的资产,比它的编辑器本身还值钱。
当然争议也在这——用户改代码的时候,有多少人真的清楚自己的操作被喂进了下一代模型?企业客户尤其在意这个,透明度和 opt-out 机制目前都还没讲清楚。
跑分:进了第一梯队,但不是天花板
具体数字上,Grok 4.5 在 Terminal-Bench 2.1 上跑到 83.3%,跟 GPT-5.5(83.4%)、Fable 5(84.3%)基本贴身;SWE-Bench Pro 上是 64.7%,比 Opus 4.8 低一截,但甩开了 GPT-5.5。Artificial Analysis 给它的综合排名是全网第 4,输出速度 87.6 token/秒,上下文 50 万 token。
翻译成人话就是:不是最强,但已经不是陪跑的了。X 上不少人的反应是”没想到 Grok 这次真到了 Claude、GPT 这个档位”。
真正的杀招是价格
输入 2 美元/百万 token,输出 6 美元/百万 token——这个价格摆出来才是这次真正的冲击。同样水平的模型,Opus 4.8 报价是 5/25 美元,GPT-5.5 也不便宜。如果能力真能打平,价格却是零头,企业客户没理由不认真算这笔账。
马斯克自己在 X 上补了一刀:现在这版还没用上他们给 GB300 定制的推理软件,速度以后可能还能翻倍,上下文窗口也快要冲到 100 万 token了。这话听听就好,但方向是清楚的——xAI 这次是拿”模型+工具+算力+价格”打组合拳,不是单靠一个跑分数字。
实测反馈:真项目里能干活
开发者反馈里比较有代表性的是两类:一是有人拿它去优化 oxlint,一次就挑出十几个性能问题;二是有人把自己放了好几年、依赖全乱套的老项目丢给它,居然被重新跑起来了。这种”读懂一个陌生烂摊子”的能力,恰恰是真实工程里最难的部分,比写个 demo 有说服力得多。
但也有人提到,长对话跑到后半段,Grok 4.5 有点”变懒”的迹象——响应变敷衍,这个还需要更多人验证。
信任问题绕不开
Hacker News 那条讨论下面几百条评论,吵得最凶的不是跑分,是信任。Grok 过去在政治立场、内容尺度上的争议不少,不少人说这让他们很难把它放进正经的商业场景里用。也有反方观点:所有模型厂商都会通过系统提示词和后训练去塑造输出风格,区别只是做得明不明显。
这话说得也在理——但对企业用户来说,“透明”和”可控”从来都比”聪明”更重要。
《国内 Grok 注册教程：如何开通 Grok，并升级 SuperGrok 订阅？（2026 年 7 月最新版）》
要不要试
日常聊天写东西,Grok 4.5 不一定马上能取代你手里的 GPT 或 Claude。但如果你在 Cursor 里写代码、跑 Agent 改多文件项目、或者就是单纯想找个便宜点的 API 备选,这次值得试试——尤其 Cursor 用户,首周还有双倍额度。