Grok 4.5 – SpaceXAI推出的编程与智能体大语言模型

Grok 4.5快速摘要

Grok 4.5是SpaceXAI与Cursor于2026年7月8日联合发布的旗舰大语言模型，采用MoE架构，拥有1.5万亿参数，重点优化编程、智能体任务和知识工作场景。

• 模型名称：Grok 4.5。
• 模型类别：大语言模型
• 开发公司：SpaceXAI与Cursor联合训练。
• 发布时间：2026年7月8日。
• 模型架构：采用混合专家MoE架构，参数规模1.5万亿。
• 核心能力：代码生成、程序调试、多步骤推理、智能体任务执行和办公内容生成。
• 训练数据：加入数万亿token规模Cursor开发交互数据，并结合STEM和知识工作数据训练。
• 使用方式：支持Cursor、Grok Build、CLI、SDK和API调用。
• 开源情况：未公开模型权重，通过平台和API方式提供服务。
• 适用场景：软件开发、代码辅助、智能体自动化、数据分析和企业办公。
• API价格：输入每百万token 2美元，输出每百万token 6美元。

Grok 4.5的核心优势

• 工程任务能力：采用MoE架构结合大规模软件工程训练数据，强化代码理解、任务拆解和工具调用能力，在Terminal-Bench 2.1测试中达到83.3%，适合复杂开发流程自动化。
• Token效率优化：通过数据筛选和强化学习优化推理路径，在SWE-Bench Pro任务中平均输出15954个token，比Opus 4.8 Max的67020个token减少约4.2倍，降低长期任务成本。
• 推理速度表现：模型采用优化推理架构，输出速度最高达到80 TPS，可减少等待时间，适合代码生成、文档处理和实时交互类智能体应用。
• 编程数据训练：训练过程中加入数万亿token规模的Cursor数据，不仅包含代码，还包含开发者与工具交互过程，增强软件工程流程理解能力。
• 成本控制能力：API采用输入每百万token 2美元、输出每百万token 6美元定价，在复杂任务处理中结合Token效率降低整体调用成本。

Grok 4.5的主要功能

• 代码生成：基于软件工程数据训练，可根据自然语言需求生成代码。例如输入“创建一个天气查询网页”，模型能够输出前端页面结构、逻辑代码和运行说明。
• 程序调试：支持代码错误分析和修复任务，用户输入存在Bug的程序文件后，模型可分析错误原因并生成修改方案，提高开发效率。
• 智能体任务：支持多步骤任务执行，通过强化学习训练模型探索问题、调用工具和验证结果，可用于自动完成复杂工程流程。
• 办公内容生成：支持PowerPoint、Word等知识工作场景，可根据需求生成商业报告、演示文稿结构和文字内容，提高文档制作效率。
• API集成：提供标准API接口，开发者可通过密钥调用模型，例如发送代码分析请求，获得自动修复建议和解释结果。

Grok 4.5的技术原理

• MoE模型架构：采用混合专家模型结构，通过不同专家网络处理不同类型任务，参数规模达到1.5万亿，提高复杂任务处理能力。
• 数据训练方式：训练数据包含数万亿Cursor交互数据，同时加入STEM任务、研究论文和知识工作内容，提高模型跨领域理解能力。
• 强化学习机制：通过数十万个软件工程和技术任务进行强化学习，让模型学习任务规划、工具使用和错误恢复流程。
• 分布式训练系统：训练使用数万张NVIDIA GB300 GPU，并采用异步智能体训练方式，提高大规模模型训练效率。
• 推理优化机制：通过减少无效推理步骤提升Token利用率，在SWE-Bench Pro测试中平均使用15954个输出token完成任务。

Grok 4.5与主流模型对比

从基准测试数据看，Grok 4.5与GPT-5.5、Claude Opus系列在软件工程任务中处于接近水平，但不同测试侧重点存在差异。DeepSWE 1.0测试中，GPT-5.5达到64.31%，Grok 4.5达到62%，显示模型推理能力接近；Terminal-Bench 2.1中三者成绩接近，说明复杂终端任务能力差距较小。SWE-Bench Pro中Claude Opus 4.8达到69.2%，高于Grok 4.5的64.7%，说明不同模型在代码修复任务上仍存在优势差异。Grok 4.5主要特点在于Token效率和成本控制，适合需要大量调用的开发和智能体场景。

如何使用Grok 4.5

1. 注册访问：用户可进入Cursor、Grok Build或API平台使用模型，API调用需要创建密钥，例如配置model参数为“grok-4.5”，完成基础接口连接后即可发送请求。
2. 代码开发：在Cursor中选择Grok 4.5模型，输入项目需求或代码问题，例如“分析这个Python项目Bug”，结合上下文文件可获得代码修改方案。
3. API配置：开发者调用接口时需设置认证信息和输入内容，例如提交代码分析任务，并根据输出长度调整token参数，提高调用效率。
4. 任务优化：复杂任务建议拆分步骤，例如先要求模型分析需求，再生成代码，最后执行测试，可减少错误并提高最终输出质量。

Grok 4.5的局限性

• 模型不开源：目前未公开完整模型权重，用户无法本地部署1.5万亿参数模型，需要依赖官方API或合作平台调用。
• 部分地区限制：发布初期部分地区无法直接使用API服务，例如欧盟地区预计在2026年7月中旬开放，具体时间可能受政策影响。
• 测试覆盖有限：目前公开数据主要集中在软件工程基准测试，通用语言能力、多模态能力等领域缺少完整公开评分。

Grok 4.5相关资源

• 项目官网：Introducing Grok 4.5
• cursor博客页：推出 Grok 4.5

Grok 4.5的典型应用场景

• 软件开发：输入项目需求或代码文件，通过Cursor调用模型分析程序结构，输出代码修改方案和测试建议，帮助开发者减少重复编码工作。
• 智能体自动化：输入业务流程任务，例如“整理客户数据并生成报告”，模型执行任务规划、工具调用和结果验证，输出自动化处理结果。
• 数据分析：输入Excel数据和分析目标，模型可生成计算逻辑、分析步骤和报告内容，帮助研究人员快速处理数据。
• 企业办公：输入季度总结需求，模型生成PPT结构、Word文档内容和图表设计方案，提高企业内容生产效率。
• 技术运维：输入服务器日志或配置问题，模型分析异常原因并输出修复建议，帮助运维人员快速定位问题。

Grok 4.5常见问题