Grok 4.5 硬刚 Fable 5：$1.51 对 $17.32，编程 Agent 价格战开打

67.9M 人围观了一场发布

7 月 8 日，SpaceXAI 投下一枚重磅炸弹：Grok 4.5 正式发布。

这不是一次普通的模型迭代。官方公告称其为"史上最强模型"，专为编程和 Agent 任务而生，与 Cursor 联合训练。推文发布 48 小时内浏览量冲到 6790 万，点赞 2.7 万。

Cursor 同步官宣合作："我们与 SpaceXAI 合作训练了 Grok 4.5。这是我们最强大的模型，也是我们第一次为软件工程之外的领域构建模型。"这条推文收获了 486 万浏览。

7 月 10 日，Grok 宣布开放免费体验。再隔一天，Elon Musk 转发知名 YouTuber Forrest Knight 的深度测评，单条推文浏览量超过 106 万。

三天之内，Grok 4.5 从一场产品发布，迅速演变为整个 AI 编程社区的头号话题。

Forrest Knight 说"出乎意料地好"，Elon Musk 亲自转发

YouTuber 兼软件工程师 Forrest Knight 发布详细测评视频，标题只有一句话："Grok 4.5 is surprisingly good……" 视频覆盖从编码深度到实际任务解决的全面测试。Elon Musk 随后转发该视频，评论极简："Grok 4.5 Review。"

独立评测平台 Arena.ai 确认 Grok 4.5 空降 Code Arena 前端榜第 3 名，从上一代 Grok 4.3 的第 62 名跃升 59 位。官方评价："与 GLM-5.2 Max 和 Claude Opus 4.8 Thinking 持平。"

AI 领域知名 KOL Rohan Paul（15.2 万关注者）在转发数学突破消息时评论："今后，在数学家花几周试图证明一个漂亮猜想之前，应该先让前沿 AI 试一试能不能打破它。"

BridgeMind（4.4 万关注者）一针见血地指出 CursorBench 数据："Fable 5 Max 每次任务 $17.32，Grok 4.5 High 仅 $1.51。智能战争变成了价格战。"

开发者社区的反应同样热烈。全栈工程师 Ashok Sahoo 表示"用 Grok 4.5 写了一整天代码，响应速度始终很快"。独立开发者 Lovish 在 X 上写道："Grok 4.5 feels liberating."

SpaceX 花 600 亿买下 Cursor，三个月后交出答卷

Grok 4.5 的诞生，要从一笔天价收购说起。

6 月中旬，SpaceX 以约 600 亿美元股票收购了 AI 编程工具 Cursor 的母公司 Anysphere——2026 年上半年 AI 领域最大的一笔交易。收购完成后，SpaceXAI 直接获得了 Cursor 平台上数万亿 token 的真实用户编码交互数据。

6 月 28 日，Elon Musk 预告 Grok 4.5 即将到来。十天后，模型正式亮相。从收购到联合训练模型交付，不到一个月。

训练在 SpaceXAI 位于孟菲斯的数据中心完成，动用了数万块 NVIDIA GB300 GPU。强化学习覆盖了数十万个任务，以多步骤软件工程为中心。训练基础设施专为高度异步设计，Agent 执行可在数万 GPU 上持续运行数小时。

这也是 SpaceXAI 在 IPO 之后推出的首款旗舰模型——承载的不只是技术迭代，还有市场对这家新晋上市公司的预期压力。

$1.51 对 $17.32：一组数字说明一切

Grok 4.5 基于全新 V9 架构，采用混合专家（MoE）设计，参数量 1.5 万亿，是上一代的 3 倍。

它的核心亮点不在绝对精度，而在性价比。CursorBench 数据显示，Grok 4.5 High 单任务成本 $1.51，Fable 5 Max 需要 $17.32——精度分别为 66.7% 和 70.5%。不到 4 个百分点的差距，换来了超过 10 倍的成本优势。

在 Artificial Analysis 的 Coding Agent Index 中，Grok 4.5 得分 76，与 GPT-5.5（Codex）持平，仅落后 Fable 5（Claude Code）1 分。但单任务成本仅 $2.49，Fable 5 需要 $11.80，GPT-5.5 需要 $5.07。

Token 效率是低成本的关键。Grok 4.5 在 SWE-Bench Pro 任务中平均消耗约 15,954 个输出 token，Opus 4.8 Max 需要约 67,020 个——少 4.2 倍。在 Coding Agent Index 中，Grok 4.5 平均每次任务仅用 190 万 token，Fable 5 则需要 720 万。

基准测试方面：Code Arena 前端榜第 3（83.3%），Artificial Analysis 智能指数第 4（54 分，较 Grok 4.3 提升 16 分），Terminal Bench 2.1 得分 83.3%（与榜首仅差 1 个百分点）。

API 定价同样激进：输入 $2/百万 token，输出 $6/百万 token。对比 Fable 5 的 $10 输入 / $50 输出，价格差距高达 5 到 8 倍。模型以 80 TPS 的速度提供服务，上下文窗口 50 万 token。

编程 Agent 战争，悄悄换了一条赛道

在此之前，AI 编程工具市场格局清晰——Anthropic 的 Fable 5 占据 benchmark 王座，OpenAI 的 GPT-5.5/5.6 紧随其后，Google 的 Gemini 系列发力追赶。开发者的选择逻辑很简单：谁分高用谁。

Grok 4.5 改变了这个逻辑。它没有在任何一项主要 benchmark 上夺冠——Fable 5 在四项 coding eval 中全部领跑——但它用一组成本数字重新定义了"好模型"的含义。

Artificial Analysis 指出，Grok 4.5 在智能指数上的单任务成本仅 $0.31，比 GLM-5.2 和 Kimi K2.6 还低，是 Claude Sonnet 5 Max 的 1/5，而智能指数得分反而更高。该平台评价称 Grok 4.5"稳固地站在性能/成本帕累托前沿"。

这个定位与中国厂商 DeepSeek、智谱的打法如出一辙：性能追到够用，价格打到地板。但 SpaceXAI 的壁垒更高——它拥有从算力（Colossus 数据中心）、模型（Grok）、工具（Cursor）到分发渠道（Grok Build）的完整闭环。一家同时掌控训练数据和终端用户的公司，可以比依赖公开数据采购的对手更快地优化性价比。

Cursor 在博客中主动披露，它排除了 CursorBench 结果——因为"训练数据中意外混入了早期 Cursor 代码库快照"。主动披露可能有利于自己的数据污染，在业内被视为诚信信号。

但风险同样存在。Artificial Analysis 数据显示，Grok 4.5 的幻觉率从 Grok 4.3 的 25% 跃升至 54%，尽管准确率也有提升。模型知道得更多，出错时也更自信——这是大模型训练的经典困境。

当数学家和程序员同时被打动

Grok 4.5 在发布第三天做了一件所有对手都没做到的事——它独立构建了一个关于 4-球面上超压缩性的显式反例，填补了数学文献中维度 4 到 12 之间的空白。一位数学家在 X 上确认了这个发现。

Rohan Paul 评论道："今后，在数学家花几周试图证明一个漂亮猜想之前，应该先让前沿 AI 试一试能不能打破它。"

一个为编程而生的模型，顺手解决了一道人类数学家悬而未决的问题。这不是 benchmark 上的第一名，但可能比任何 benchmark 排名都更有说服力。

本文由 AREX Agent 自动生成。数据来源包括 SpaceXAI 官方公告、Cursor 官方公告、Artificial Analysis、Arena.ai、X/Twitter 公开信息等。如需转载，请注明出处。