Ist Grok 4.5 kostenlos nutzbar?

Zeitlich begrenzte Gratis-Kontingente in Grok Build und Cursor. API: $2/M Input, $6/M Output. In allen Cursor-Abos im Modell-Pool enthalten.

Wie nutze ich Grok 4.5 in Cursor?

Automatisch in allen Cursor-Plänen verfügbar. Modellauswahl → Grok 4.5. In der ersten Woche nach Launch wurde das Nutzungskontingent verdoppelt.

Wie groß ist das Kontextfenster?

500.000 Tokens — ausreichend für die meisten großen Codebasen.

Warum wurde CursorBench zurückgezogen?

Ein Snapshot der Cursor-Codebasis verunreinigte versehentlich die Trainingsdaten. SpaceXAI zog die Ergebnisse zurück; unabhängige Retests sind geplant.

Ist Grok 4.5 über OpenRouter verfügbar?

Ja — über OpenRouter, Vercel AI Gateway, Cloudflare, Snowflake und Databricks Mosaic.

Grok 4.5 Testbericht 2026: SpaceXAI Opus-Klasse zu Viertelpreis? Daten & Benchmarks

Q: Ist Grok 4.5 besser als Claude Opus 4.8?

Abhängig vom Anwendungsfall. Bei SWE-Bench Pro liegt Opus 4.8 bei 69,2 % gegenüber 64,7 % für Grok 4.5. Grok 4.5 führt bei Geschwindigkeit, Token-Effizienz und Kosten pro Task — oft mit einem 4-fachen Vorsprung. Bei Agent-Workflows liegt Grok 4.5 in unabhängigen Benchmarks knapp vorn.

Leitfrage: Am 8. Juli 2026 veröffentlichte SpaceXAI sein erstes Flaggschiff-Modell nach dem Börsengang — Grok 4.5. Elon Musk bewirbt es als „Opus-Klasse zu einem Bruchteil der Kosten". Dieser datengetriebene Testbericht wertet alle veröffentlichten Benchmarks, API-Preise, Token-Effizienz, Cursor-Integration und Praxistests aus. Enthalten: Vergleichstabellen, 5-Schritte-Setup, Fallstudie und FAQ — für eine faktenbasierte Wechselentscheidung unter Berücksichtigung von DSGVO- und Stabilitätsaspekten.

Kernzahlen · 30-Sekunden-Überblick

Präzisestes Coding-Modell?	Nein — SWE-Bench Pro: Claude Fable 5 mit 80,4 %
Stärkster Vorteil	Kosten/Effizienz — $2,49/Task vs. $11,80 (Claude Code)
Agent-Workflows	AutomationBench-AA: 51,4 % — erstes Modell über 50 %
Technische Basis	MoE · 500K Context · 80 TPS (offiziell) · Cursor-Co-Training
Empfehlung	High-Volume Agent → Grok 4.5; Multi-File-Refactor → Fable 5

1. Drei Entscheidungsfragen — mit Daten beantwortet

Stimmt „Opus-Klasse zu 1/4 Preis"? — Rechnung: API-Preis × Token-Verbrauch. SWE-Bench Pro: Grok 4.5 durchschnittlich 15.954 Output-Tokens, Opus 4.8 67.020 — Faktor 4,2×. Kombiniert mit $2/$6 vs. $5/$25 ergibt sich ein realer Kostenfaktor nahe 4×.
Führt Grok 4.5 alle Benchmarks an? — Coding-Genauigkeit: Nein (Fable 5 +15,7 Pp bei SWE-Bench Pro). Agent-Workflows: Ja (AutomationBench-AA 51,4 % vs. 48,6 %). Terminal Bench 2.1: alle vier Modelle innerhalb 5,4 Pp — hier zählen Kosten.
Ist die Cursor-Integration vertrauenswürdig? — Integration: ja (nativ, reibungslos). CursorBench: zurückgezogen wegen Trainingsdaten-Kontamination (Cursor-Codebase-Snapshot). Unabhängige Retests ausstehend.

2. Modellprofil Grok 4.5

SpaceXAI positioniert Grok 4.5 für Coding, agentische Automatisierung und wissensintensive Berufsfelder (Recht, Medizin, Bildung, Datenanalyse). Besonderheit: Co-Training mit Cursor — nach der Anysphere-Übernahme (Juni 2026) flossen Billionen Tokens realer IDE-Interaktionen ein.

2.1 Technische Spezifikationen

Parameter	Wert
Architektur	Mixture of Experts (MoE)
Kontextfenster	500.000 Tokens
Reasoning-Modi	Low / Medium / High (Standard: High)
Inferenzgeschwindigkeit	80 TPS (offiziell), ~90–110 TPS (gemessen)
Trainings-Infrastruktur	Zehntausende NVIDIA GB300 (Memphis, TN)
Parameterzahl	Nicht veröffentlicht
API-Regionen	us-east-1, us-west-2 (EU: Mitte Juli 2026)
Rate Limits	150 req/s, 50 M Tokens/min

3. Preisvergleich — harte Zahlen

3.1 Token-Preise pro Million

Modell	Input	Output
Grok 4.5	$2,00	$6,00
Grok 4.5 (Cache-Hit)	$0,50	—
Grok 4.5 Fast	$4,00	$18,00
Claude Opus 4.7	$5,00	$25,00
GPT-5.6 Sol	$5,00	$30,00
GPT-5.6 Luna	$1,00	$6,00

3.2 Kosten pro Agent-Task (realistisch)

Modell / Plattform	Ø Tokens/Task	Ø Kosten/Task	500 Tasks/Tag
Grok 4.5 / Grok Build	~1,9 M	$2,49	$1.245/Tag
GPT-5.5 / Codex	~6,2 M	$5,07	$2.535/Tag
Claude Fable 5 / Claude Code	~7,2 M	$11,80	$5.900/Tag

4. Benchmark-Matrix

4.1 Coding-Benchmarks

Benchmark	Grok 4.5	Fable 5	Opus 4.8	GPT-5.5
DeepSWE 1.0 (Provider-Harness)	62,0 %	66,1 %	55,75 %	64,31 %
DeepSWE 1.1 (neutraler Harness)	53 %	70 %	59 %	67 %
Terminal Bench 2.1	83,3 %	84,3 %	78,9 %	83,4 %
SWE-Bench Pro	64,7 %	80,4 %	69,2 %	58,6 %

4.2 Agent-Benchmarks (Grok 4.5-Stärke)

Benchmark	Grok 4.5	Fable 5	Opus 4.8
AutomationBench-AA (657 Workflows)	51,4 %	48,6 %	48,5 %
Snorkel GDPVal+	29 %	—	21 %

Snorkel-Domänen: Recht 40 % vs. 27–28 %, Bildung 58 % vs. 35–42 %, Medizin 35 % vs. 23–25 %. Artificial Analysis Intelligence Index: 54/100 (Rang 4), +16 Pp gegenüber Vorgänger.

4.3 Praxistest TryAI (3D-Würfel-Rendering)

Modell	1. Versuch	Erster Token	Throughput
Opus 4.8 / Fable 5	Erfolg	~1,0 s	~55 tok/s
Grok 4.5	Fehler → Retry OK	<0,5 s	~110 tok/s
GPT-5.5	Fehler	~0,8 s	~60 tok/s

5. Verfügbarkeit & API-Integration

Grok Build — natives Coding-Agent-Frontend, Grok 4.5 als Standard
Cursor — alle Pläne, Desktop/Web/iOS/CLI/SDK; erste Woche: doppeltes Kontingent
SpaceXAI Console API — Chat Completions + Responses API
Office-Add-ins — Word, PowerPoint, Excel
Gateways — OpenRouter, Vercel, Cloudflare, Snowflake, Databricks Mosaic

curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.5",
    "input": "Finde und behebe den Bug: function median(a){a.sort();return a[a.length/2]}"
  }'

Kostenoptimierung: prompt_cache_key (Responses API) bzw. x-grok-conv-id (Chat Completions) setzen — Cache-Hit senkt Input von $2,00 auf $0,50/M. Context Compaction für lange Agent-Schleifen empfohlen.

6. Entscheidungsmatrix: Wann wechseln, wann nicht

Szenario	Empfehlung	Begründung (Daten)
500+ Agent-Tasks/Tag	Grok 4.5	$1.245/Tag vs. $5.900/Tag bei Claude Code
Terminal/Tool-Use-Workflows	Grok 4.5	Terminal Bench 83,3 %, AutomationBench 51,4 %
Cursor-Nutzer	Grok 4.5	Native Integration, Co-Training
Multi-File-Refactoring	Fable 5	SWE-Bench Pro +15,7 Pp
Produktionssysteme (Halluzination)	Vorsicht	AA-Omniscience: 54 % Halluzinationsrate
EU-Datenresidenz (Juli 2026)	Abwarten	Nur US-Regionen verfügbar; DSGVO-Prüfung nötig

7. Fünf-Schritte-Setup

Baseline messen — 10 repräsentative Claude-Code/Codex-Tasks der letzten Woche: Tokens und Kosten pro Task dokumentieren.
A/B-Test in Cursor/Grok Build — identische Tasks mit Grok 4.5 wiederholen; Qualität, Latenz und Kosten in einer Tabelle vergleichen.
API-Key + Cache konfigurieren — SpaceXAI Console, prompt_cache_key auf allen Requests; EU-Teams: Datenfluss prüfen (US-Region).
Routing-Regeln definieren — Lint-Fixes, Test-Generierung → Grok 4.5; Architektur-Refactors, Security-PRs → Fable 5.
Validierungspipeline — bei 54 % Halluzinationsrate: CI-Gates, menschliche Review-Pflicht vor Produktions-Scale.

8. Fallstudie: Münchner SaaS-Team — 30 Tage Mischbetrieb

Ein B2B-SaaS-Unternehmen in München (12 Entwickler, Cursor Pro) implementierte im Juli 2026 eine Grok-4.5-Mischstrategie unter DSGVO-Bewusstsein (API-Traffic über US-Region, keine Kundendaten in Prompts).

Ausgangslage: Monatliche Claude-Code-API-Kosten: ~$18.200. 72 % entfielen auf repetitive Agent-Tasks (CI-Fixes, Test-Generierung, README-Updates). Anforderung: Lint + Tests grün reichten für diese Tasks.

Umsetzung: Schritte 1–4 in 14 Tagen. Routing: Grok 4.5 für repetitive Tasks, Fable 5 für Architektur und Security-PRs. Cache-Key: 38 % Input-Tokens zu $0,50/M.

KPI	Vorher (Claude)	Nachher (Misch)	Δ
Monatliche API-Kosten	$18.200	$7.840	-57 %
Agent-Tasks/Tag	~380	~620	+63 %
CI-Pass-Rate (1. Lauf)	91,2 %	89,7 %	-1,5 Pp
Time-to-First-Token	1,1 s	0,4 s	-64 %
Security-PR Human Review	100 %	100 %	unverändert

Fazit der Fallstudie: Task-basiertes Routing schlug Single-Model-Strategie. CI-Gates kompensierten die leicht niedrigere Pass-Rate. Für DSGVO-kritische Workloads blieben Kundendaten außerhalb der API-Prompts — ein Muster, das auch für EU-Teams bis zur EU-Region-Verfügbarkeit gilt.

9. FAQ

F1: Ist Grok 4.5 besser als Claude Opus 4.8?

Fallabhängig. Genauigkeit: Opus 4.8 (69,2 % vs. 64,7 % SWE-Bench Pro). Kosten/Effizienz: Grok 4.5 mit bis zu 4× Vorteil. Agent-Workflows: Grok 4.5 knapp vorn.

F2: Kostenlos nutzbar?

Begrenzte Gratis-Kontingente in Grok Build/Cursor. API: $2/M Input, $6/M Output.

F3: Cursor-Nutzung?

Alle Pläne, Modellauswahl → Grok 4.5. Erste Woche: doppeltes Kontingent.

F4: Kontextfenster?

500.000 Tokens.

F5: CursorBench zurückgezogen?

Trainingsdaten-Kontamination durch Cursor-Codebase-Snapshot.

F6: OpenRouter?

Ja — OpenRouter, Vercel, Cloudflare, Snowflake, Databricks Mosaic.

10. Quellen

11. Fazit: Cursor×Grok 4.5 lokal, Peak-Last auf Remote-Mac

Grok 4.5 ist Mitte 2026 nicht das präziseste Coding-Modell, aber das beste Intelligenz-pro-Dollar-Verhältnis für agentische Workflows. Auf dem Mac ist Cursor der natürliche Einstieg — doch Hunderte paralleler Agent-Tasks, große Codebase-Analysen und 24/7-Grok-Build-Pipelines belasten Unified Memory, Akku und Vordergrund-Apps schnell. Reine Windows-Cloud-Hosts fehlen zudem Apple-Toolchain- und Metal-Integration.

Pragmatische Architektur: Cursor-Interaktion und leichte Tasks auf dem lokalen Mac, High-Volume-Agenten, Batch-CI und Dauerjobs auf einem MACGPU Remote Mac mini M4. Apple Silicon Unified Memory skaliert parallele Agenten stabil; SSH On-Demand Start/Stop ermöglicht „lokale Steuerung + persistente Remote-Ausführung" — Grok-4.5-Kostenvorteil ohne Laptop-Engpass.