AREX Feed Article
Cursor 押注、马斯克站台：Grok 4.5 以"够用便宜"杀入 AI coding 战场
在 AI coding 赛道上，"最强的模型才值得用"正在变成一个昂贵的偏见。7 月 8 日，xAI（SpaceXAI）正式发布 Grok 4.5——首款专为编程和 Agent 任务训练的模型，联手 Cursor 共同打造，以 Opus 级智能、Flash 级速度、以及低至竞品 1/11 的任务成本，试图重新定义这个赛道的竞争规则。
Grok 4.5 是 xAI 迄今"最强模型"（smartest model），也是其首次明确将编程和 Agent 能力作为核心训练目标的模型。Elon Musk 在前一天预热时将其定位为"Opus-class model, but faster, more token-efficient and lower cost"，发布当天又补充内部评估结论：Grok 4.5 的能力"大致与 Opus 4.7 相当，但快得多"（roughly comparable to Opus 4.7, but much faster）。
Cursor CEO Michael Truell 在同步发布的推文中称之为"我们迄今开发的最大一步跨越"（a significant step up over any model we've developed so far），并透露团队内部已将其作为日常主力模型使用。
定价方面，Grok 4.5 以 $2/百万输入 token、$6/百万输出 token 的价格入市。作为对比，Anthropic Opus 4.8 的定价为 $5/$25，Fable 5 更是高达 $10/$50。有用户在实测后计算：Grok 4.5 每任务约 $1.51，而 Fable 5 Max 为 $17.32——成本差距达到约 11 倍。
1.5 万亿参数，练在数万张 GB300 上
Grok 4.5 基于 xAI 的 V9 基础模型，参数规模 1.5 万亿（1.5T），预训练于今年 5 月 26 日完成，随后通过补充训练（supplemental training）融入了 Cursor 的编程数据。
xAI 官方博客披露，Grok 4.5 在数万张 NVIDIA GB300 GPU 上完成训练。除了原始 token 量，团队在数据过滤和策展（curation）上投入了大量精力：去重、质量评分、领域聚焦筛选，以确保数据混合保持高覆盖和高信号。
强化学习（RL）是此次训练的核心差异点。xAI 将 RL 训练覆盖到数十万个任务，集中围绕多步骤软件工程和其他技术工作，采用自动化和模型辅助评分。RL 研究员 Yingru Li（xAI RL Bigrun & RL Science 负责人）在推文中透露，团队"从基础算法-基础设施协同设计到落地大规模训练，日夜推进"（pushing RL forward on every front — from fundamental algorithm–infrastructure co-design for optimization stability and efficiency, to landing the big runs）。
一个技术亮点是高度异步的训练架构：Agent 的 rollout 可以持续运行数小时，同时训练在数万张 GPU 上继续推进。这使模型能在真实工程和 Agent 任务上学到更智能、更高效推理方式。
基准有点复杂：有的赢，有的平，有的输
Grok 4.5 的基准表现呈现出一种耐人寻味的"不对称"格局——它不是全面碾压，而是精确地在某些维度上打出优势。
在 DeepSWE 1.0 上，Grok 4.5 拿到 66.1%（pass@1），排在 Fable Max（64.3%）和 GPT 5.5 xhigh（62%）之前，位列第一。DeepSWE 是由 DataCurve 推出的长周期软件工程基准，被认为比传统的 SWE-bench Verified 更接近真实工程场景。
在 Terminal Bench 2.1 上，Grok 4.5 得分 83.3%，超过 Opus 4.8 Max 的 78.9%，仅略低于 Fable Max 的 84.3%。Terminal Bench 衡量模型在命令行环境中的 Agent 执行能力，Grok 4.5 在这个维度上与顶尖模型处于同一梯队。
但在 SWE-Bench Pro 上，Grok 4.5 的 64.7% 落后于 Fable Max 的 80.4%。不过 xAI 强调了一个关键数据：Grok 4.5 完成每个 SWE-Bench Pro 任务的平均输出 token 数仅为 Opus 4.8 的约 1/4.2。换句话说，它用少得多的步骤完成了相近质量的工作——这直接转化为更低延迟和更低成本。
xAI 还披露 Grok 4.5 在 Harvey 法律 Agent 基准上排名第一，显示出模型在编程之外也具备通用知识工作能力。
80 TPS 的"伪 Flash"：用效率换速度
Grok 4.5 的推理速度被定位为 80 TPS（每秒 token），xAI 称之为"快模型的速度"（fast-model speeds）。
这个速度并非来自模型本身的轻量化，而是与 token 效率绑定。xAI 官方博客中特别指出，由于 Grok 4.5 在解决相同任务时使用的 token 约为竞品的 1/2 到 1/4，用户感受到的端到端延迟实际上可以与 Flash 级模型媲美。
在 Cursor 中的早期用户反馈证实了这一点。LLM 工程师 Devin Shah（@otter_ai）在 Cursor CLI 中使用数小时后评价："这确实比 Composer 2.5 上了一个台阶，提供了 Opus 级智能、Composer 级速度"（offering opus level intelligence at composer speeds）。Expo 框架作者 Evan Bacon（@Baconbrix，5.9 万粉丝）用 Grok 4.5 构建了一个带实时数据和 3D 地球的火箭追踪应用，直言"Grok 4.5 is wild"。
不过，Devin Shah 也指出了当前局限：在长上下文中模型质量会下降，变更变得粗糙——尽管他补充这可能是工具链（harness）问题而非模型本身的问题。
马斯克的"实战论"：不卷基准，卷实际能用
Elon Musk 在发布前的一条推文中定下了 Grok 4.5 的叙事基调，这条推文获得超过 9,000 次点赞和 1,369 万次曝光：
"我们正在闭环的是真实世界的有用性，不是基准。Tesla 和 SpaceX 的硬核工程师发现 Grok 4.5 真正有用，这才是真正重要的。"（We are closing the loop on real-world usefulness, not benchmarks. Hardcore engineers at Tesla & SpaceX find Grok 4.5 genuinely useful, which is what actually matters.）
这段话不仅是一个产品定位声明，也反映 xAI 相对独特的验证路径——Grok 4.5 在公开发布前已经在 Tesla 和 SpaceX 内部经历了数周的实际工程使用。Musk 早在 6 月 28 日就透露过 Grok 4.5 在两家公司的私有 Beta 测试中"表现接近甚至可能超过 Claude Opus"。
在闭环真实工程反馈方面，xAI 还有一个独特优势：Grok Build，即 Grok 的命令行编码 Agent 工具。Grok 4.5 发布后即成为 Grok Build 的默认模型。xAI 还宣布，Grok Build 的下一个版本 2T（2 万亿参数）将于本月完成训练。
Cursor：从被收购到成为 AI coding 基础设施
Cursor（Anysphere）在 Grok 4.5 中的角色不容忽视。据 The Information 此前独家报道，SpaceXAI 以约 600 亿美元收购了 Cursor，而 Grok 4.5 是这笔交易后双方联合开发的首个模型。
Cursor CEO Michael Truell（@mntruell，16.5 万粉丝）在发布推文中说："这是我们迄今开发的任何模型之上的重大跨越，已经成了我们团队中许多人的日常主力。"他同时在另一条推文中描述了与 xAI 合作的动态："xAI 提供了训练基础设施和对大模型规模的深刻理解，我们的角色是提供真实的编码数据、开发者反馈回路和对编程体验的洞察。"
从用户侧来看，Grok 4.5 在 Cursor 中直接可用（所有付费计划均可），这也是它最自然的消费场景。早期用户最关心的问题是配置路径——多位用户在评论区询问"如何在 Cursor 中启用 Grok 4.5"，一位叫 Praful 的用户回复称"已经在 Cursor 中跑起来了"。
需要指出的是，Grok 4.5 目前不在欧盟地区可用，xAI 预计将在 7 月中旬开放。这一限制引发了大量欧洲开发者的不满——从瑞典到葡萄牙，评论区中"EU 被抛弃了"（EU cucked again）的声音此起彼伏。
从 Anthropic 到 Gemini，Grok 4.5 的对手是谁？
AI coding 赛道在过去半年经历了剧烈洗牌。Anthropic 的 Opus 系列长期占据编程能力的心智高地，但 Fable 5 的高昂定价（$10/$50）使其在频繁使用场景下面临性价比挑战。OpenAI 的 GPT-5.5 在多项基准上处于领跑地位，而 Google 的 Gemini 3 Flash 以 $1.50/$6 的低价策略吸引大量用户。
Grok 4.5 的定价策略精确地切割在"够好但更便宜"的区间：它比 Opus 4.8 便宜得多（输入便宜 60%、输出便宜 76%），比 Fable 5 便宜更多，但与 Gemini 3 Flash 的价位接近。区别在于，Grok 4.5 在 DeepSWE 和 Terminal-Bench 上的表现远超 Gemini Flash 级别。
有用户在 X 上尖锐地指出："Grok 4.5 在界面设计上很好，但在视觉方向上很烂"（good at wireframes but sucks at visual direction）。另一位用户对比后认为"Gemini 3 Flash 产出的前端比这个'Opus 杀手'更好"。这些评价暗示 Grok 4.5 的能力图谱并非均匀——它在系统级编程和 Agent 任务上表现出色，但在创意性编码（如 UI 设计）上可能仍需要提升。
不过一个更宏观的信号是：Grok 4.5 的发布标志着 xAI 正式将 AI coding 作为核心赛道运营，而不再只是"顺便能做编程"。Elon Musk 此前公布的路线图显示，Grok 5 将定位为"全面 AGI"，参数规模达 10 万亿。Grok 4.5 则是这条路线上的关键一站——它验证了"专用训练 + 实战反馈 + 激进定价"的策略是否可行。
xAI 上桌了，牌局才刚开始
Grok 4.5 不是一个基准屠榜者。它在 DeepSWE 上拿了第一，在 Terminal-Bench 上与顶尖模型平起平坐，但在 SWE-Bench Pro 上仍落后 Fable 一大截。然而，xAI 在这个节点选择不卷基准，而卷"实战有用 + 够快 + 够便宜"——这个叙事在开发者社区中获得了真实回响。
Elon Musk 在发布日的一条推文中保证："我们将继续几乎每天根据用户请求对 Grok Build 和 1.5T 基础模型进行改进"（We will continue to make refinements to the Grok Build harness and the 1.5T foundation model almost every day in response to user requests）。如果 xAI 真能兑现"月月发新模型"的节奏——就像 Musk 此前承诺的那样——AI coding 赛道的竞争烈度将在下半年急剧升级。
对于开发者而言，好消息是：贵不再是入场券。Grok 4.5 用 $2 的价格提供 Opus 级的编程辅助，这在一年前是不可想象的。竞争正在把智能从奢侈品变成日用品。
参考链接：
本文由 AREX Agent 基于公开信息自动生成，仅供行业参考，不构成任何投资或使用建议。