打不過Claude就卷“骨折價”？馬斯克Grok 4.5殺瘋了：數(shù)萬塊GB300訓練，實測硬剛GPT、Claude，價格卻不到一半

整理 | 鄭麗媛

出品 | CSDN（ID：CSDNnews）

AI 編程模型的競爭，又進入了一個新階段。

今日凌晨，馬斯克旗下SpaceXAI正式發(fā)布了旗下最新旗艦模型 Grok 4.5，并將其定位為目前公司“最智能的模型”，主打編程（Coding）、Agent（智能體）任務以及知識工作（Knowledge Work）三大場景，并表示在研發(fā)過程中還與 AI 編程工具 Cursor 進行了聯(lián)合訓練，進一步強化模型的軟件工程能力。

不過，相比“最強模型”這樣的宣傳噱頭，開發(fā)者們更關(guān)心的問題其實只有兩個：它到底能不能打？值不值得用？

從目前公布的各項 Benchmark、官方技術(shù)細節(jié)以及開發(fā)者的評測結(jié)果來看，Grok 4.5 的答案可以概括為一句話：絕對性能未必全面第一，但如果把速度和價格一起算進去，它可能是目前最具性價比的 AI 編程模型之一。

數(shù)萬塊 GB300 GPU 訓練，更強調(diào)“真實工程能力”

根據(jù) SpaceXAI 介紹，Grok 4.5 在訓練過程中使用了數(shù)萬塊 NVIDIA GB300 GPU，并針對超大規(guī)模訓練設(shè)計了一系列穩(wěn)定性優(yōu)化方案。

官方表示，相比單純擴大訓練 Token 數(shù)量，他們更關(guān)注數(shù)據(jù)質(zhì)量。為此，SpaceXAI團隊在數(shù)據(jù)預處理階段進行了大量工作，包括數(shù)據(jù)去重、質(zhì)量評分，以及面向編程、科學、工程、數(shù)學等領(lǐng)域的數(shù)據(jù)篩選——與其不斷增加訓練 Token，不如讓模型學到更多高價值的數(shù)據(jù)。

與此同時，Grok 4.5 的強化學習（RL）同樣進行了大幅升級。據(jù)了解，Grok 4.5 的 RL 階段覆蓋了數(shù)十萬個任務，其中絕大多數(shù)都來自真實的軟件工程場景，并采用自動化評測和模型評測相結(jié)合的方式持續(xù)優(yōu)化。

更有意思的是，SpaceXAI還專門搭建了一套高度異步（Highly Asynchronous）的訓練架構(gòu)：即便某個 Agent 連續(xù)執(zhí)行數(shù)小時的復雜任務，訓練過程依然可以在后臺數(shù)萬塊 GPU 上持續(xù)進行，從而不斷提升模型在真實工程環(huán)境中的推理能力。

一個 Prompt，就能完成整個應用開發(fā)

在 Grok 4.5 的能力展示方面，SpaceXAI 給出的重點幾乎全部圍繞軟件開發(fā)展開：“Grok 4.5 不僅能處理復雜的 Rust、C/C++ 編程任務，還能根據(jù)一句 Prompt從零開始生成完整應用。”

從官網(wǎng)介紹來看，他們展示的多個 Demo 均由模型一次 Prompt（One-shot）完成——用戶只需要描述需求，模型便能直接生成設(shè)計完整、功能齊全、可運行的應用，而無需多輪調(diào)試。

例如：“創(chuàng)建一個精美的宇宙與太陽系模擬場景，需具備可調(diào)節(jié)的時間加速功能、逼真的運動軌跡、行星軌道和恒星效果，并使用 Three.js 實現(xiàn)。界面元素（HUD）應設(shè)計美觀，符合現(xiàn)代設(shè)計原則。”

除了編程之外，Grok 4.5目前也已經(jīng)成為 Grok Build 的默認模型。

在 Office 場景下，它能自動構(gòu)建復雜 Excel 表格，完成聯(lián)網(wǎng)資料檢索、跨工作表公式計算，并自動留下備注方便后續(xù)修改；同時還能利用 PowerPoint 原生圖形繪制流程圖、架構(gòu)圖，并在 Word 中生成結(jié)構(gòu)清晰的文檔。目前，Word、PowerPoint 和 Excel 插件也已經(jīng)同步上線。

Benchmark有驚喜，也有短板

那么，它到底有沒有達到 GPT-5.5、Claude 等第一梯隊模型的水平？從SpaceXAI官方公布的數(shù)據(jù)來看，答案是：部分任務已經(jīng)非常接近，但整體仍存在差距。

例如，在測試復雜命令行任務能力的 Terminal Bench 2.1 中，Grok 4.5 獲得 83.3%，幾乎追平 GPT-5.5（83.4%），距離 Anthropic 的 Fable 5（84.3%）也僅差1 個百分點。

不過，到了更加考驗真實軟件工程能力的 Benchmark，差距開始拉開。

在評估模型解決真實 GitHub Issue 能力的 DeepSWE 1.1 中，Grok 4.5 得分 53%，明顯低于 GPT-5.5 的 67% 和 Fable 5 的 70%。

而在更高難度的 SWE Bench Pro 測試中，Grok 4.5 獲得 64.7%，雖然已經(jīng)超過部分配置下的 Claude Opus 4.8，但距離 Fable 5 的 80.4% 仍有不小差距。

也就是說，如果只看 Benchmark，Claude 系列和 GPT-5.5 依然保持一定的領(lǐng)先優(yōu)勢。

四款頂級模型同場 PK：Grok 4.5究竟能打嗎？

當然，Benchmark 只能說明一部分問題。為了更接近真實開發(fā)體驗，外媒 TryAI趁熱組織了一場測評，規(guī)則很簡單：

讓 Grok 4.5、GPT-5.5、Claude Opus 4.8 以及 Claude Fable 5接收完全相同的 Prompt，一次生成完整應用，不允許修改 Prompt，也不允許人工修改代碼。

（1）第一關(guān)：制作一個可打亂、可自動復原的 3D 魔方

Prompt 統(tǒng)一為：“創(chuàng)建一個彩色、具有 3D 效果的魔方，包含‘打亂’和‘復原’兩個按鈕，并且旋轉(zhuǎn)過程需要具有動畫效果。”

這是整場測試中最難的一項，最終只有 Claude Opus 4.8 和 Claude Fable 5 一次成功。而Grok 4.5 第一次生成時頁面上只有標題和按鈕，魔方完全沒有顯示，測試人員使用唯一一次允許的重試機會后，第二次才成功生成完整作品。GPT-5.5 則表現(xiàn)最差，只渲染出了一個深色方塊，沒有生成真正意義上的魔方。

（2）第二關(guān)：粒子引力沙盒

Prompt 統(tǒng)一為：“生成一個基于 Canvas 的粒子引力模擬器，擁有數(shù)百個粒子及運動軌跡，點擊鼠標可以創(chuàng)建新的引力源，整體視覺效果盡可能具有觀賞性。”

這一次，四款模型都成功完成了任務，因此評判標準更多偏向于視覺表現(xiàn)。其中：

• GPT-5.5 的效果最驚艷，采用了霓虹發(fā)光風格，粒子軌跡豐富，整體觀感極具沉浸感。

• Grok 4.5 則偏向簡潔風格，粒子圍繞引力中心形成規(guī)則軌道，動畫流暢自然。

• Claude Fable 5 使用了柔和發(fā)光粒子，看起來更加夢幻。

• Claude Opus 4.8 的粒子數(shù)量最多，物理模擬也最復雜，不過視覺效果略遜一籌。

如果只論“顏值”，TryAI的測試人員認為 GPT-5.5的生成效果最好。

（3）第三關(guān)：生成一款經(jīng)典的打磚塊游戲

Prompt 統(tǒng)一為：“一個可在畫布上運行的打磚塊游戲：球拍隨鼠標移動，小球擊碎彩色磚塊，包含得分和生命值。”

在這場測試中，四款模型也全部一次成功。無論是擋板控制、小球碰撞、磚塊消除、得分統(tǒng)計還是生命系統(tǒng)，都已經(jīng)具備完整功能，可以直接游玩。其中 Grok 4.5 與 GPT-5.5 的霓虹街機風格更加突出，但整體來看，四款模型都達到了可以直接交付的水平。

在結(jié)束三輪測試后，TryAI 的測試團隊還額外增加了一項趣味測試：讓四款模型僅用 SVG 繪制“一匹馬騎在宇航員背上漫步月球”的畫面。其中，Claude Fable 5 甚至加入了對白和劇情，被評價為"不僅是在畫圖，更是在講笑話"，成為這一輪最有創(chuàng)意的作品。

Grok4.5的最大“殺手锏”，其實是價格

真正讓Grok 4.5 引發(fā)討論的，其實不是 Benchmark，而是它的價格。

目前，幾個主流模型的API 定價如下：

僅從單價來看，Grok 4.5 的輸入價格只有 GPT-5.5 的40%、Fable 5 的20%，輸出價格也僅為 GPT-5.5 的20%。除了單價更低之外，SpaceXAI 還強調(diào)，Grok 4.5 在 SWE Bench Pro 上完成相同任務時，所消耗的 Token 數(shù)量約為 Claude Opus 4.8 的 1/4.2，同時推理速度可達到 80 Tokens/s。

關(guān)于這一點，TryAI 在測評后也得出了類似結(jié)論：Grok 4.5 能在不到 0.5 秒內(nèi)輸出首個 Token，整體生成速度達到約 110 Token/s，幾乎是 GPT-5.5、Claude Opus 4.8 的兩倍，同時也是四款模型中調(diào)用成本最低的一款。

所以，如果綜合考慮 Token 單價、Token 消耗和生成速度，Grok 4.5 在性價比上的優(yōu)勢十分明顯——從某種程度上來說，其實Grok 4.5這種定價策略與智譜 AI、DeepSeek 等國產(chǎn)大模型廠商頗為相似：性能先追到第一梯隊附近，再依靠更低的價格搶占市場。

目前，Grok 4.5 已正式上線，可通過Grok Build、Cursor、SpaceXAI Console使用，開發(fā)者只需申請一個 API Key，即可通過幾行代碼快速接入 Grok 4.5：

那么，你對于馬斯克旗下 SpaceXAI 新發(fā)布的這款 Grok 4.5 又是否感興趣呢？

https://x.ai/news/grok-4-5

https://www.tryai.dev/blog/grok-4.5-vs-gpt-5.5-vs-claude-build-off

2026 奇點智能產(chǎn)品大會全日程正式發(fā)布!

7月17-18日，北京金隅喜來登大酒店，40+位來自字節(jié)、百度、阿里、騰訊、宇樹、360、京東、螞蟻、科大訊飛等一線產(chǎn)品技術(shù)領(lǐng)袖，圍繞 Agent 智能體、企業(yè)級 AI、AI Coding、具身智能、AI 原生組織等 12 大專題，全鏈路拆解AI原生落地閉環(huán)。