Когда модель решает сложные инженерные задачи, важна не только точность, но и стоимость каждого действия. XAI выпустила Grok 4.5 — свою самую модель, оптимизированную для кодирования, агентских задач и работы со знаниями. Она обещает не просто улучшенную производительность, но и существенно более низкую цену за вычислительные ресурсы.
Grok 4.5 обучена на десятках тысяч NVIDIA GB300 GPU, с акцентом на стабильность и масштабируемость. XAI инвестировала в фильтрацию и курирование данных, а также в усиление обучения (RL) на сотнях тысяч многошаговых задач в программной инженерии и других технических областях, используя автоматизированную и модельно-ориентированную оценку.
На бенчмарках результаты Grok 4.5 выглядят следующим образом:
- Terminal Bench 2.1 (сложные задачи командной строки): 83.3%, почти как у GPT 5.5 (83.4%) и Fable 5 (84.3%).
- DeepSWE 1.1 (решение реальных проблем GitHub): 53%, уступая GPT 5.5 (67%) и Fable 5 (70%).
- SWE Bench Pro (курированные задачи по программной инженерии): 64.7%, что лучше, чем у GPT 5.5 (58.6%), но ниже, чем у Fable 5 (80.4%) и Opus 4.8 (69.2% с максимальными настройками).
Модель создаёт функциональные приложения с минимальными спецификациями, например, симуляцию Вселенной на Three.js с регулируемой скоростью и реалистичными орбитами. Она также интегрирована в Grok Build и Cursor, где может строить сложные модели Excel с веб-исследованиями и многолистовыми формулами, а также создавать диаграммы и тексты в PowerPoint и Word.
Grok 4.5 работает быстро, выдавая 80 токенов в секунду, и демонстрирует высокую эффективность токенов: на задачах SWE Bench Pro она использует в среднем 15 954 выходных токена, что примерно в 4.2 раза меньше, чем Opus 4.8 (67 020 токенов).
Стоимость Grok 4.5 составляет $2 за миллион входных токенов и $6 за миллион выходных токенов. Для сравнения, Opus 4.8 стоит $5/$25, а Fable 5 — $10/$50 за миллион токенов. Это делает Grok 4.5 более доступной. Модель уже доступна в Grok Build, Cursor и через API xAI, но пока не в ЕС (ожидается в середине июля).
Grok 4.5 не всегда превосходит конкурентов по чистым показателям бенчмарков, но её совокупность высокой эффективности, скорости и радикально низкой цены за токены может существенно изменить экономику разработки с помощью ИИ. Для инженеров, которым нужно обрабатывать большие объёмы кода и агентских задач, это может стать ключевым фактором, несмотря на небольшие отставания в некоторых метриках.