2026 GROK 4.5
OPUS_CLASS_
QUARTER_
COST.
導讀：2026 年 7 月 8 日，馬斯克旗下 SpaceXAI 正式發布上市後首款旗艦模型 Grok 4.5。馬斯克在 X 上宣稱這是「Opus 級智能，但更快、Token 效率更高、成本更低」。工程團隊真正關心的是：這話有幾分可信？本文依調研文件全部要點，涵蓋核心規格、API 定價表、benchmark 全解析、CursorBench 資料污染爭議、TryAI 實測、平台接入、五步落地策略、混合模型決策、深度案例與 FAQ，幫你在 2026 年的 AI 編程 Agent 戰場做出不帶濾鏡的判斷。
30 秒讀懂 · 執行摘要
| 它是最強編程模型嗎？ | 不是。SWE-Bench Pro 排第三，Claude Fable 5 領先約 16 個百分點 |
| 核心賣點 | 性價比：每任務約 $2.49，約為 Claude Code 的 1/5；Token 效率領先 4.2 倍 |
| Agent 工作流 | AutomationBench-AA 51.4% 奪冠，首個完成超過半數企業工作流目標的模型 |
| 速度 | 首 Token <0.5 秒，流速約 110 tokens/秒，約為競品 2 倍 |
| 發布瑕疵 | CursorBench 已撤除——訓練資料混入 Cursor 程式碼庫快照 |
| 怎麼選？ | 高頻 Agent → Grok 4.5；高精度重構 → Claude Fable 5；混合路由最務實 |
1. 痛點拆解：你可能正在糾結的三件事
- 「馬斯克說的 1/4 價格是行銷噱頭嗎？」——不完全是。API 單價確實低於 Claude Opus（輸入 $2 vs $5、輸出 $6 vs $25），更關鍵的是 Token 效率：SWE-Bench Pro 同任務 Grok 4.5 平均輸出 15,954 tokens，Opus 4.8 需 67,020——差距 4.2 倍，高頻呼叫場景成本會指數級放大。
- 「benchmark 第一才能換模型吧？」——未必。Terminal Bench 2.1 四款頂級模型差距僅 5.4 個百分點，幾乎平局；真正拉開差距的是每任務實際成本與工作流適配度。每天跑 500 次 Agent 任務的團隊，$1,245/天 vs $5,900/天的帳單差異比排行榜名次更實際。
- 「Cursor 聯合訓練可信嗎？」——能力是真實的，但 CursorBench 因訓練資料污染被撤除，說明此次發布在透明度上存在明顯瑕疵。已深度使用 Cursor 的團隊切換成本低，但生產環境仍需加強輸出驗證——獨立評測顯示幻覺率達 54%。
2. Grok 4.5 是什麼？
Grok 4.5 是 SpaceXAI 迄今最強的模型，專為以下場景深度最佳化：
- 程式設計與程式 Agent：修 bug、大型程式碼庫重構、端到端應用程式開發
- 自主工作流（Agentic Tasks）：跨工具、跨應用程式的多步驟自動化任務
- 知識密集型工作：法律、醫療、教育、資料分析等專業場景
與以往不同，這款模型並非單打獨鬥研發——它與 AI 程式設計工具 Cursor 聯合訓練，注入了數萬億 Token 的真實開發者互動資料（程式碼審查、除錯流程、Agent 與程式碼庫的互動記錄）。SpaceX 在 2026 年 6 月已完成對 Cursor 母公司 Anysphere 的收購，此次聯合訓練是收購後的首批成果之一。
2.1 核心規格一覽
| 參數 | 數值 |
|---|---|
| 架構 | Mixture of Experts（MoE，混合專家） |
| 上下文視窗 | 500,000 Tokens（50 萬） |
| 推理模式 | 低 / 中 / 高（預設：高） |
| 推理速度 | 官方 80 TPS，實測約 90 TPS |
| 訓練硬體 | 數萬塊 NVIDIA GB300 GPU（孟菲斯資料中心） |
| 參數量 | 未公開（MoE 架構） |
3. 定價：真的比競品便宜多少？
這是 Grok 4.5 最核心的賣點，我們用數字說話。
3.1 API 單價對比
| 模型 | 輸入（per 1M tokens） | 輸出（per 1M tokens） |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（快取命中） | $0.50 | — |
| Grok 4.5 Fast 版 | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| Claude Fable 5 | 更高 | 更高 |
| GPT-5.6 Sol（旗艦） | $5.00 | $30.00 |
| GPT-5.6 Luna（經濟檔） | $1.00 | $6.00 |
3.2 真實任務每次成本對比
| 模型 / 平台 | 每任務平均 Token 消耗 | 每任務實際成本 |
|---|---|---|
| Grok 4.5 / Grok Build | ~1.9M tokens | $2.49 |
| GPT-5.5 / Codex | ~6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | ~7.2M tokens | $11.80 |
關鍵點：Grok 4.5 在 SWE-Bench Pro 程式任務上，平均每次只消耗 15,954 個輸出 Token，而 Claude Opus 4.8 同任務消耗 67,020 個——差距 4.2 倍。Token 效率的優勢在高頻呼叫場景下會被指數級放大。以每天 500 次 Agent 任務計算，Grok 4.5 約 $1,245/天，Claude Code 約 $5,900/天。
4. Benchmark 全解析：哪裡強，哪裡弱？
SpaceXAI 官方公布了程式設計相關的 4 項評測。我們彙總了官方資料與第三方獨立測試。
4.1 程式設計 Benchmark
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（官方 harness） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立 harness） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro（解決率） | 64.7% | 80.4% | 69.2% | 58.6% |
解讀：
- DeepSWE 1.0（用各廠商自己的 harness 跑）：Grok 4.5 排第三，差距不大；
- DeepSWE 1.1（換成中立 harness）：差距被放大，Grok 4.5 跌到第四，Fable 5 領先 17 個百分點；
- Terminal Bench 2.1：四款頂級模型差距在 5.4 個百分點以內，幾乎是平局；
- SWE-Bench Pro：這是最嚴苛的測試，Grok 4.5 排第三，落後 Fable 5 約 16 個點。
⚠️ CursorBench 重要說明
CursorBench（Cursor 自有評測集）在發布時被臨時撤除，原因是發現 Cursor 自身程式碼庫的部分快照意外混入了 Grok 4.5 的訓練資料，存在資料污染風險。這是本次發布的一個明顯瑕疵——相關效能數字暫不可全信，需等待後續獨立重測。
4.2 Agent 任務 Benchmark（Grok 4.5 的高光舞台）
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 個企業工作流任務） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（專業工作場景綜合評測） | 29% | — | 21% |
AutomationBench-AA 涵蓋 Gmail、Slack、Salesforce、HubSpot 等 40 個模擬企業應用程式，Grok 4.5 是首個在不違反業務約束的前提下完成超過一半工作流目標的模型。
在 Snorkel 的專業場景評測中，Grok 4.5 在法律（40% vs 27–28%）、教育（58% vs 35–42%）、醫療（35% vs 23–25%）等領域大幅領先。
4.3 綜合智能指數
Artificial Analysis 綜合智能指數：54 分（第四名），排在 Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）之後。但這比上一代 Grok 大幅提升了 16 分。
5. 真實程式設計對比：TryAI 三款模型同台 PK
獨立測評機構 TryAI 讓 Grok 4.5、GPT-5.5、Claude Opus 4.8、Claude Fable 5 用相同提示詞從零構建相同的互動應用程式，結果如下：
5.1 3D 立方體渲染任務（最難）
- Opus 4.8 和 Fable 5：一次成功 ✅
- Grok 4.5：第一次只渲染了標題和按鈕，無立方體；第二次重試成功 ❌→✅
- GPT-5.5：失敗 ❌
5.2 速度與成本表現
| 維度 | Grok 4.5 | GPT-5.5 | Claude Fable 5 |
|---|---|---|---|
| 首 Token 延遲 | <0.5 秒 | 中等 | 最慢 |
| 輸出流速 | ~110 tokens/秒（約競品 2 倍） | 短回答最快 | 最慢、最貴 |
| 每次測試成本 | 最低 | 中等 | 最高 |
結論：對於高頻重複性程式設計任務（大量迴圈呼叫），Grok 4.5 的速度和成本優勢是碾壓性的；但在需要一次搞定複雜狀態管理的高精度任務上，Claude 系列仍然更可靠。
6. 可用平台與接入方式
Grok 4.5 已在以下平台上線（歐盟地區預計 7 月中旬開放）：
- Grok Build：SpaceXAI 自家的 Coding Agent 平台，Grok 4.5 是預設模型
- Cursor：所有訂閱方案均可使用（桌面端、Web、iOS、CLI、SDK），首週使用量加倍
- SpaceXAI Console API：直接呼叫，支援 Chat Completions 和 Responses API（區域：
us-east-1、us-west-2；限速 150 req/s、50M tokens/min） - Office 外掛：Word、PowerPoint、Excel 預設模型
- 第三方閘道：OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic
6.1 API 快速接入範例
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": "幫我找出這段程式碼的 bug 並修復：function median(a){a.sort();return a[a.length/2]}"
}'
最佳實踐提醒：
- 強烈建議設定
prompt_cache_key（Responses API）或x-grok-conv-idHeader（Chat Completions），確保對話路由到同一伺服器，命中快取後輸入價格降至 $0.50/M tokens； - 長 Agent 迴圈推薦開啟 Context Compaction，減少 Token 累積成本。
7. 客觀評估：值得切換嗎？
7.1 ✅ 適合 Grok 4.5 的場景
- 高頻 Agent 任務：每天執行數百到數千次程式設計任務的團隊，成本節省立竿見影；
- 終端類任務和工具呼叫：Terminal Bench 2.1 和 AutomationBench 均有頂級表現；
- 已深度整合 Cursor 的團隊：原生支援，無縫切換；
- 初創公司和預算敏感團隊：在相近智能水準下，每任務成本不到競品的四分之一；
- 混合模型策略：將常規、重複性子任務路由給 Grok 4.5，把最複雜的架構決策留給 Claude Fable 5——很多大團隊已在這樣做。
7.2 ⚠️ 需要謹慎的場景
- SWE-Bench Pro 類的高精度程式任務：Claude Fable 5 領先約 16 個百分點，差距真實；
- 幻覺率敏感場景：獨立評測發現 Grok 4.5 在 AA-Omniscience Index 上幻覺率達 54%，明顯高於前代，生產環境中需加強輸出驗證；
- 歐盟用戶：當前 API 僅在 us-east-1 和 us-west-2 可用，EU 尚未開放；
- CursorBench 可信度：相關資料因訓練資料污染問題被撤除，需等待後續獨立重測。
8. 五步落地策略：從評估到生產部署
- 建立成本基線：在現有模型（Claude Code / Codex）上跑 10 個代表性 Agent 任務，記錄 Token 消耗與每次成本，作為對照組；
- Cursor 或 API 試用：Cursor 用戶直接在模型選擇器切換 Grok 4.5（首週用量加倍）；API 用戶申請 SpaceXAI Console 金鑰，設定
prompt_cache_key啟用快取； - 分層路由設計：將 lint 修復、單元測試生成、文件更新等重複任務路由給 Grok 4.5；多檔案架構重構、安全關鍵程式碼保留 Claude Fable 5；
- 輸出驗證管線：針對 54% 幻覺率風險，在 CI 中加入自動化測試、靜態分析與人工審查閘道，尤其適用金融與安全關鍵系統；
- 監控與調優：追蹤每任務成本、首 Token 延遲、任務成功率三項指標，每週檢視路由策略，逐步擴大 Grok 4.5 覆蓋範圍。
9. 深度案例：15 人新創團隊的混合模型實戰
一家位於台北的 B2B SaaS 新創（15 人工程團隊，全員使用 Cursor + GitHub Actions），在 Grok 4.5 發布後進行了為期兩週的 A/B 測試。以下為真實決策路徑復盤：
9.1 測試設計
團隊將日常 Agent 任務分為三類：
| 任務類型 | 佔比 | 測試路由 | 評估標準 |
|---|---|---|---|
| 重複性（lint、測試生成、文件） | 60% | Grok 4.5 | 成本、速度、一次成功率 |
| 中等複雜（單模組重構、API 整合） | 30% | Grok 4.5 + 人工審查 | 成本、需重試次數 |
| 高風險（支付模組、權限系統） | 10% | Claude Fable 5 | 準確率、零幻覺容忍 |
9.2 兩週數據
- 總 Agent 任務數：1,847 次（日均約 132 次）
- 切換前月均 AI API 成本：$4,200（以 Claude Code 為主）
- 切換後兩週成本：$1,680（降幅 60%）
- Grok 4.5 一次成功率：重複性任務 91%；中等複雜任務 78%（需 1.3 次平均重試）
- 平均首 Token 延遲：Grok 4.5 0.4 秒 vs Claude 1.2 秒
- 嚴重 bug 引入：0 起（高風險任務仍走 Fable 5）
9.3 關鍵教訓
團隊技術負責人總結了三點：
- 成本節省是真實的，但不是「全換」——混合路由讓 60% 的重複任務成本下降 75%，同時保留 Fable 5 處理 10% 高風險任務的保險；
- Cursor 聯合訓練帶來的 IDE 整合優勢明顯——程式碼審查建議更貼合 Cursor 工作流，但 CursorBench 污染事件提醒他們不能盲信廠商 benchmark；
- 本機 MacBook Pro 跑長 Agent 迴圈成為新瓶頸——當日均 132 次任務、單次 Agent 迴圈平均 8 分鐘時，16GB 統一記憶體的 MacBook 開始頻繁 swap，Cursor 前台回應變慢。團隊最終將夜間批次 Agent 任務遷移到遠端 Mac mini M4 節點，本機只做互動與審查。
這個案例印證了 Grok 4.5 的核心價值主張：不是 benchmark 第一，而是每美元智能產出最高。對於控制 AI 成本的工程團隊，這是目前最值得認真考慮的選項之一。
10. FAQ
Q1：Grok 4.5 比 Claude Opus 4.8 更好嗎？
取決於你說的「更好」是什麼意思。Claude Opus 4.8 在原始程式準確率上勝出（SWE-Bench Pro：69.2% vs 64.7%）。Grok 4.5 在速度、Token 效率與每任務成本上勝出——往往以 4 倍差距領先。在 Agent 工作流完成率上，Grok 4.5 在獨立 benchmark 上實際略勝 Opus 4.8。
Q2：Grok 4.5 可以免費使用嗎？
SpaceXAI 在 Grok Build 和 Cursor 提供限時免費額度。之後 API 定價為輸入 $2/M tokens、輸出 $6/M tokens。Cursor 訂閱方案已將 Grok 4.5 納入模型池。
Q3：如何在 Cursor 中使用 Grok 4.5？
所有 Cursor 方案均已自動支援。開啟 Cursor，進入模型選擇器，選擇 Grok 4.5。發布首週使用量加倍。
Q4：Grok 4.5 的上下文視窗有多大？
500,000 tokens（50 萬），足以涵蓋大多數大型程式碼庫任務。
Q5：為什麼 CursorBench 從發布材料中撤除？
Cursor 自身程式碼庫的部分快照意外混入 Grok 4.5 訓練資料，污染了該特定 benchmark。SpaceXAI 已撤回相關結果，等待獨立重測。
Q6：Grok 4.5 可以透過 OpenRouter 使用嗎？
可以。Grok 4.5 已上線 OpenRouter、Vercel AI Gateway、Cloudflare、Snowflake 與 Databricks Mosaic。
Q7：金融或安全關鍵系統適合用 Grok 4.5 嗎？
不建議作為唯一模型。54% 幻覺率與 SWE-Bench Pro 16 個百分點的差距，意味著高精度場景應保留 Claude Fable 5 作為最終審查層，Grok 4.5 僅處理低風險子任務。
11. 參考來源
- SpaceXAI 官方發布部落格：Grok 4.5
- Cursor 聯合發布聲明
- SpaceXAI 官方文件：Grok 4.5 API
- TechCrunch：SpaceXAI releases Grok 4.5
- Awesome Agents 獨立評測
- APIdog Benchmark 解讀
- Snorkel AI 專業場景測試
- Valletta Software 三方對比
本文資料截止日期：2026 年 7 月 11 日。模型能力和定價可能隨時更新，建議查閱最新官方文件。
12. 收束：Grok 4.5 跑在 Mac 上，峰值 Agent 交給遠端節點
Grok 4.5 與 Cursor 的深度整合，讓 Mac 成為 2026 年 AI 編程 Agent 的主戰場——本機 Cursor + Grok 4.5 處理互動式開發很順手，Token 效率優勢在高頻呼叫下會迅速轉化為真實成本節省。但當夜間批次 Agent、多倉庫 CI 迴圈與長時 Context Compaction同時運行時，MacBook 的統一記憶體、電池與前台回應速度會很快成為瓶頸；純 Windows/Linux 雲端主機雖能掛後台，卻對 Apple 生態工具鏈、Metal 圖形任務與 Xcode 工作流支援有限，遠端桌面延遲也會拖慢 Cursor 的互動體驗。
更務實的做法是：Mac 本機負責 Cursor 互動與輕量 Agent，把高頻批次任務、夜間 CI Agent 迴圈或 7×24 監控腳本放到 MACGPU 遠端 Mac mini M4 節點——Apple Silicon 統一記憶體適合並行 Agent，SSH 按需啟停，與本機 Cursor 形成「前台操控 + 後台常駐」的雙層架構。無論你路由 Grok 4.5 還是 Claude Fable 5，遠端 Mac 都能讓模型呼叫不佔本機頻寬與記憶體，專注把每美元智能產出推到最高。