出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
就在 OpenAI、Anthropic 等公司持续争夺模型能力上限时，马斯克却选择了另一条路线：用更低的价格，把接近前沿水平的智能交付给用户。
北京时间 7 月 9 日凌晨，马斯克旗下 SpaceXAI 与 Cursor 联合发布新模型 Grok 4.5。
这款模型主要面向编程、法律、金融分析等高复杂度任务，能够处理长时间、多步骤的工作流，并在大型代码库中调用工具、协调多个任务。
但相比模型能力，Grok 4.5 发布后最受关注的，是它的价格。
这也是 Grok 4.5 这次发布最核心的卖点。
过去几年，AI 公司的竞争重点是“谁的模型更聪明”：更大的参数规模、更高的测试成绩、更强的推理能力。
但随着 AI Agent 开始进入真实工作场景，成本效率正在成为新的竞争核心。
Grok 4.5 的定位很明确：足够强的能力、更快的速度、更低的成本，才是真正能进入现实工作流的 AI。
他表示，内部测试显示，Grok 4.5 的能力与 Claude Opus 系列模型接近，但运行速度更快。
相比排行榜上的分数，他更看重特斯拉和 SpaceXAI 工程团队在真实使用中的反馈——模型是否真正解决问题。
01 最大买点：用更少的 token 干同样的活
从性能测试来看，Grok 4.5 并不是依靠全面领先进入市场。
SpaceXAI 官方公布的评测显示，它的成绩已经接近当前头部模型水平。
例如，在 DeepSWE 1.0 测试中，Grok 4.5 取得 62% 的 pass@1 成绩，跟 GPT-5.5 的 64.31% 和 Fable 的 66.1% 站在同一梯队。
在 Terminal Bench 2.1 中，它取得 83.3% 的成绩。在 SWE Bench Pro 测试中，任务解决率达到 64.7%。
这些数据说明，Grok 4.5 已经具备处理复杂软件工程任务的能力。
SpaceXAI 官方还特意放出了一个用 Grok 4.5 单次提示生成太阳系模拟的例子，效果相当惊艳：
带可调速度、逼真运动轨迹和轨道的 3D 宇宙场景，现代 HUD 风格界面，太阳加上八大行星的数据全部准确，从水星 0.387 天文单位到海王星 30.07 天文单位一个不落。
当然，Grok 4.5 也不是在所有项目上都压竞品一头。
AI 评测平台 BridgeMind 拿熔岩灯测试来比 UI 设计，Claude Opus 4.7 的表现远好于 Grok 4.5。
在 CursorBench 的综合评测里，Grok 4.5 以 66.7% 排到第三，落后于 Fable 5 Max 的 70.5%。
当然，不同评测的任务设置、模型调用方式和训练数据边界不同，这些分数更适合作为参考，而不是最终结论。
真正让人侧目的是成本那一栏，Fable 5 Max 每任务烧掉 17.32 美元，而 Grok 4.5 只要 1.51 美元，大概是十分之一的价格就拿下了接近 Fable 级别的性能，远低于 Fable 5 High 和 Opus 4.8 Max。
BridgeMind 的评价道：这场智能之战，刚刚变成了价格之战。
AI 模型评测平台 Artificial Analysis 在真实世界智能体知识工作评测中，将 Grok 4.5 排在了第四，Elo 得分 1543，紧跟在 Anthropic 三款最新 Claude 模型后面。
但真正让业内人感到惊讶的是：Grok 4.5 完成一项任务的平均成本只有 0.49 美元。用 Artificial Analysis 的话说，这比排行榜上排它前面的模型便宜了将近九成。
这个省钱的效果来自实打实的 token 效率。
SpaceXAI 官方数据显示，在软件工程评测 SWE Bench Pro 上跑同一类任务，Grok 4.5 平均只用掉 15954 个 token，而 Anthropic 的 Claude Opus 4.8 要用掉 67020 个，来回一算就是 4 倍多的差距。
这里需要稍微解释一下，token 大致可以理解成模型读写的文字片段，一个词或几个字符都可能是一个 token。模型输出越多，烧的钱就越多。
智能体工作负载尤其耗费 token，因为模型会自主运行几分钟甚至几小时，反复读代码库、调用各种工具、不断修改自己的输出。一个每项任务便宜九成的模型，即使能力上略逊一筹，也足以改变任何要在几百个开发者中部署智能体的工程团队的采购逻辑。
投资人加文·贝克（Gavin Baker）解释称，从数据上看，Grok 4.5 在编程领域已经占了“帕累托优势”，接下来就看开发者社区的“氛围感”如何了。
所谓帕累托优势，简单说就是在性能和成本这两件事上同时占了上风，没有哪个竞品能在这两条线围成的区域里超过它。
这种少说话、多办事的特性，在日常使用中感受会非常直接。你让它写个复杂功能，它不会给你洋洋洒洒输出一大堆，而是直接给出能用的代码，响应速度还贼快。
02 飞快的手速：让“氛围编程”的心流不被打断
说到速度，这可能是开发者最先感知到的变化。
Grok 4.5 的服务速率达到了每秒 80 个 token，而且因为 token 效率高，实际干活的速度体感更快。
马斯克发帖称，Grok 4.5 目前还没有用上他们内部开发的C/C++推理软件，那套软件是专门针对英伟达 GB300 硬件做的精确映射。一旦部署，速度有望在当前基础上再翻倍甚至更高。
连续创业家、产品设计师丹尼·利曼塞塔（Danny Limanseta）过去几天拿到了 Grok 4.5 的早期访问权限，他的形容是感觉像 Claude Opus 4.8，但速度快了两倍，还便宜得多。
他拿这个模型给自己游戏的第一幕 Boss 战搞了一个大功能，从头脑风暴到规划再到最终实现，全程没掉链子。
让他印象最深的是，以前他经常得在建言和干活之间切换不同的模型，因为前沿模型太贵。但 Grok 4.5 的价格让他可以从规划到执行一直用同一个模型，思维不用打断，能一直保持心流状态。
利曼塞塔还特别提到，Grok 4.5 在视觉和动画代码的生成上比 Cursor 前代模型 Composer 2.5 强了一大截。他想要一个带粒子效果的爆炸动画，Grok 4.5 写出来的视觉效果、动画运动和时机都很到位，这对做游戏的人来说是巨大的进步。
计算机视觉研究者阿纳布·戈什（Arnab Ghosh）的经历更有些情怀味。
他 7 年前和 Adobe Research 合作开发了一个叫 iSketchNFill 的项目，能把草图交互式地变成图像，后来代码就躺在角落里吃灰了。他试着拿 Grok 4.5 去复活这个老项目，结果模型跑得比 Claude Opus 更快，生成图像的锐度一点不差。
他感慨道，旧的研究代码以后可能再也不用死掉了。
在实际使用中，速度的意义不只是省时间。当一个模型快到能跟上你的思路，你就不必每次发完指令后停下来等它慢慢吐结果，然后重新捡起刚才的思路。
这种连贯性对编程这样的高强度脑力工作来说，比省下的几分钟值钱得多。
03 重新回到牌桌：Cursor 让 Grok 补上编程短板
Grok 这一路走得磕磕绊绊。
2025 年中期，Grok 聊天机器人闹出了反犹太内容的风波，甚至自称“MechaHitler”，被主流媒体轮番炮轰。
此后，它的图像生成功能又因为能造出深度伪造图片被欧盟和英国监管机构盯上，SpaceX（SpaceXAI 母公司）后来在上市文件里都把这事列成了商业风险。
到了今年 3 月底，马斯克在 xAI（SpaceXAI 前身）的全部 11 位联合创始人全部走人，他本人也公开承认“第一次没做对”，说 Grok 在编程方面落后了。在 AI 这个一天一个样的行业里，这种公开认错的话从马斯克嘴里说出来，让不少人吃了一惊。
就在一年前，很多人已经把 SpaceXAI 排除在竞争之外。但 Grok 4.5 的出现表明，没有哪一方会轻易掉队。
一位X网友半开玩笑地说，新的“三大巨头”正式变成了 Anthropic、OpenAI 和 SpaceXAI，甚至替谷歌 DeepMind 觉得可惜，认为 SpaceXAI 这场卷土重来很猛。
另一位网友也感慨，一年前的这个时候大家把 Anthropic 和谷歌排除在外，到了年底格局变成了 OpenAI、Anthropic 和谷歌，现在 SpaceXAI 又杀回来了。
Grok 4.5 能在编程上重新站稳脚跟，很大程度上要归功于 Cursor。
据公开资料，今年 4 月，SpaceX 达成了一个很特别的协议，获得了以 600 亿美元收购 Cursor 的权利，如果放弃就得赔几十亿的费用和算力成本。
6 月中旬，SpaceX 录登陆纳斯达克后没几天，马上行使了这项权利，用全股票的方式完成了收购，大概稀释了 IPO 估值 3.4% 的股份。SpaceX 的股价当天就涨了 16%。
这桩交易从数据层面来看，对双方都是雪中送炭。
马斯克今年春天公开表示，Cursor 的交互数据正被直接输入 Grok 的训练。Cursor 的用户多是专业工程师，他们在真实生产环境中写代码、改 bug、审查代码，这些高质量的数据正是训练一个编程模型最缺的养料。
而 Cursor 这边，此前公开承认自己“受算力瓶颈制约”，交易完成后获得了访问 SpaceX 位于孟菲斯的 Colossus 超级计算机的权限。这台超算拥有约 20 万块英伟达 GPU，计划扩展到 100 万块，对于任何 AI 公司来说都是一台梦寐以求的算力引擎。
Cursor 的交易值不值？Grok 4.5 用成绩单给出了答案。
大模型测试专家@kimmonismus 看到结果后直呼没想到，认为 Grok 4.5 和 GPT-5.5 不相上下，还比 Claude Opus 4.8 便宜，是一次真正的惊喜成功。
他说这不仅让 Grok 现在能和 Claude、OpenAI 的 GPT 同场竞技，而且价格显著更低。更节省 token、更低的使用成本，同时还能提供出色的性能，这三重优势叠加在一起，是一个真正值得认可的成就。
在他看来，这个局面给 OpenAI 和 Anthropic 都增加了压力，要么降价，要么至少让费率更有吸引力。
04 不止会写码：办公软件也能玩出花
Grok 4.5 现在是 Grok Build 里的默认模型，它的本事早就超出了代码编辑器的范围。
在 Excel 里，它能搭出涉及网络信息抓取和多工作表公式联动的复杂模型，甚至懂得在关键地方留个便签或备注给后续用的人看。
在 PowerPoint 里，它能用原生的形状工具画出复杂的图表，排版出直观的幻灯片。Word 里的长文撰写也不在话下，比如扔给它一句“写个五页的季度业务回顾”，它能给你整出收入、利润率、销售管道和展望四个板块的完整演示文稿。
这些功能不是简单的模板填充，而是模型理解了文档结构、数据逻辑和视觉呈现之后，从头到尾生成出来的。
从底层训练来看，Cursor 官方有意避开了单一编程模型的路线，训练数据里塞进了大量 STEM 任务、研究论文和各类知识工作的内容。
训练用了几万亿 token 的 Cursor 数据，这些数据捕捉了用户与代码库及软件工具的各种交互，既能从现有软件中学习，也能从开发者与智能体之间的互动中学习，反映出开发者怎么工作，智能体怎么跟环境互动。
加上高质量 STEM 任务和研究论文，模型在很宽的领域里都有了不错的能力。
Cursor 还提到，他们在模型里加了跟网络安全能力匹配的防护措施。目标是保护合法的安全工作，比如漏洞发现和修补，同时限制那些最容易造成伤害的操作流程。他们已经采取措施检测并阻止恶意行为者。
05 作家的洞见：谁便宜，谁就能落地
性能之外，成本正在成为决定模型能否落地的关键变量。
作家阿尼斯·默坎特（Anees Merchant）认为，每个任务的完成成本正在悄悄变成部署过程中唯一重要的那个数字。
一个模型如果能用极低成本做到前沿能力 95% 的水平，就会改变高容量工作的整个计算逻辑，因为绝大多数企业任务根本用不着摸到难度的天花板。
Ramp 支出数据显示，Cursor 在 AI 编程类别中的份额从 2025 年 6 月的 41% 下滑到了 2026 年 5 月的约 26%，而 Anthropic 控制着大概一半的市场。Anthropic 今年还登顶了 CNBC 的 Disruptor 50 榜单，在智能体性能排名上也稳坐头把交椅。
这就是 Grok 4.5 想要缩小的差距。它不拼智能高低，拼的是用低价撬动格局。
这种策略创造了一种经典的颠覆动态：如果 Grok 4.5 能以前沿模型一小部分的单任务成本提供大部分前沿能力，那些对价格敏感的企业工作负载就会迁移，现有的竞争对手将面临自己最赚钱的 API 流量被分流的压力。
如果这招奏效，马斯克就在 AI 领域复刻了航天领域的打法；如果不奏效，那就是用 600 亿美元买来一个教训——软件这行当跟火箭不一样，最便宜的那个选项，工程师不一定买单。
大模型测试专家@kimmonismus 则更乐观一些，他认为 Grok 4.5 的出现明显的好处是增加了对 OpenAI 和 Anthropic 的竞争压力，让他们要么降低价格，要么至少让费率更有吸引力，因为 SpaceXAI 拿出了一个更胜一筹的模型。
前路：硬件红利和更大的模型已在路上
马斯克在X上透露了一些接下来的动向。
Grok 4.5 的上下文窗口可能在下周升级到 100 万 token，这意味着它一次能处理的信息量将大幅提升，长篇代码库和冗长的法律合同都不在话下。
他还提到了一个更大的模型，2 万亿参数的版本本月就能完成训练，下个月向客户开放。他说改进速度正在加快，用户每周都应该能在 Grok Build 工具里感受到明显提升。
马斯克对下个月的发布寄予厚望，说那将是另一个阶跃式的改进，因为他们在特斯拉、SpaceX、Neuralink 和 Boring Company 解决现实世界工程问题的经验上闭合了循环。
言下之意，这些公司每天面对的真实工程难题，正在反过来喂养 Grok 的训练，形成了一种独特的反馈机制。
当然，竞争不会停。
OpenAI 的 GPT-5.6 系列很快就要全量上线，Anthropic 每次遇到硬仗都会快速反击，不太可能安静地让出性价比这块阵地。
还有一个容易被忽略的问题。Cursor 一直靠给开发者提供多种模型选择来立足，包括 Claude 和 GPT，用户挑自己顺手的用。
但马斯克在发布后几小时内就发帖喊大家“在 Cursor 中试用 Grok 4.5”，如果 Grok 在 Cursor 内部被特殊照顾，变成了自家地盘上的主角，那些本来用 Claude 和 GPT 的用户可能会觉得不舒服。
别忘了，Grok 4.5 的训练数据正来自这些用户在 Cursor 上的日常操作，他们的代码和交互习惯喂出了这个模型，到头来却发现自己用的工具在悄悄偏向另一个模型，这种落差容易让人转身就走。
软件工程师戴维·亨德里克森（David Hendrickson）看完 Grok 4.5 的规格后说了一句，相当强劲的结果，也许马斯克自己都低估了他的新模型。
对于正在选型的企业开发团队来说，接下来的几周，各家产品的实际表现和价格走向，会给出更明确的信号。
Grok 4.5 未必意味着 SpaceXAI 已经超过 OpenAI 和 Anthropic，但它证明了一件事：AI 竞争的下一阶段，胜负可能不只取决于谁拥有最强模型，而取决于谁能把智能以最低成本交付给最多用户。
