xAI 推出 Grok 4.5：宣稱 Opus 等級表現、價格僅 Haiku 等級，與同日上市的 GPT-5.6 正面對決

編按：本文綜合整理自 xAI 官方公告、xAI 開發者文件、TechCrunch、the-decoder、Cursor 官方部落格與 mezha.net，並加入 Siami 編輯部觀點與分析。

xAI 於 2026 年 7 月 8 日正式推出 Grok 4.5，這是該公司自從幾週前公開上市以來釋出的第一個主要模型。官方把這個版本定位為「目前最聰明」的 Grok，主打程式設計、代理任務（agentic tasks）以及知識工作三大場景。Musk 在自家 X 平台更直接以「Opus-class model」形容，等於把戰書下給 Anthropic 旗下的 Claude Opus 4.8。

然而更具破壞力的是定價：每百萬輸入 token 只要 2 美元、輸出 6 美元，大約只有 Opus 4.8 報價的 40%。xAI 同時宣稱 Grok 4.5 達成約 2 倍的 token 效率，在 SWE-Bench Pro 任務上甚至比 Opus 4.8 少用 4.2 倍的 token。如果這些數字經得起獨立驗證，這次定價等同於把 Opus 等級的智慧賣到接近 Haiku 等級的價格。

時機也極為敏感。Grok 4.5 公開上線的隔一天（7 月 9 日）正好是 OpenAI 公開發布 GPT-5.6 的日子，OpenAI 這個版本上一個月才因美國政府對國家安全與濫用風險的調查而延期。兩家公司在 48 小時內先後端出新一代旗艦模型，讓企業 AI 採購窗口瞬間變成選擇題。

模型基本資料

Grok 4.5 是以 xAI 自家 1.5 兆參數的 V9 foundation model 為基礎，並額外加入 Cursor 的程式設計資料做補強訓練。整套訓練橫跨數萬顆 NVIDIA GB300 GPU，並投入大量精力在資料去重、品質評分與領域導向的資料混合上。

在強化學習（RL）階段，xAI 把焦點放在「每個 token 的智慧」：訓練涵蓋數十萬個任務，核心為多步驟的軟體工程與其他技術工作，搭配自動化與模型評分機制。整套訓練堆疊為高非同步設計，代理任務的 rollout 可連續運行數小時，同時學習過程橫跨數萬顆 GPU 持續進行。

官方公布的應用案例顯示 Grok 4.5 在兩類場景表現突出：

困難的程式語言任務：從 Rust、C/C++ 等低階語言到端到端應用建置
辦公文件自動化：在 PowerPoint 用原生圖形繪製複雜圖表、撰寫 Word 報告

在 Cursor 官方部落格的整合公告中，Cursor 團隊強調 Grok 4.5 在「需要創造力運用工具解決問題的長時間任務」上表現特別突出，這與 xAI 強調的代理任務能力互相呼應。

與 GPT-5.6 同日交鋒的時機

這次發布最大的看點是 xAI 與 OpenAI 罕見地把旗艦模型的公開時間壓在 48 小時之內：

7 月 8 日（週三）：xAI 釋出 Grok 4.5
7 月 9 日（週四）：OpenAI 公開發布 GPT-5.6

mezha.net 指出，這代表大型語言模型的價格戰正式進入新的加速期。對企業採購而言，這是一個明確訊號：接下來一年，旗艦模型的單價只會往下走，而 token 效率則是各家必須正面回應的指標。

對 xAI 而言，這次也是上市後的第一場公關大秀。Musk 把 Grok 4.5 定位為「Opus-class」，等於直接拿 Anthropic 旗艦當錨點來行銷。xAI 在公告中明白標示「Grok 4.5 尚未在歐盟地區推出，預計 7 月中旬開放下載」，把歐盟市場視為下一波放量重點。

為什麼這件事重要

旗艦模型等級的智慧配上接近中階模型的單價，這組合在商業 AI 採購上的意義遠超過技術細節。過去一年，企業導入 LLM 的最大障礙是「單位任務成本太高」，尤其在代理任務場景中，多步驟呼叫會把 token 用量迅速放大。如果 Grok 4.5 的 token 效率屬實，企業可以開始認真考慮把程式設計代理、文件處理這類高頻場景從 Opus 4.8 整批遷移到 xAI 平台。

但這個故事還有另一面。xAI 的訓練資料與微調過程在過去一年多次引發爭議，特別是 Grok 自稱「MechaHitler」事件，讓企業 IT 部門對政治偏見與安全審查抱持高度戒心。TechCrunch 報導也指出，企業在導入前必須權衡「價格紅利」與「治理風險」之間的取捨。

對 OpenAI 而言，GPT-5.6 在延期後仍選在 7 月 9 日推出，意圖明確：在 xAI 公開亮相的 24 小時內把市場話語權搶回來。兩家公司接下來一週的 benchmark 戰與企業客戶爭奪戰，將決定 2026 下半年 LLM 市場的權力分布。

數據解讀與質疑

官方公布的數字雖然亮眼，但都還沒有經過獨立第三方驗證。以下是值得在採用前額外檢視的幾個面向：

Token 效率的測量基準：xAI 宣稱 Grok 4.5 在 SWE-Bench Pro 比 Opus 4.8 少用 4.2 倍 token，但這個基準屬於偏困難的代理任務子集。在日常 chat、單純分類或短文生成場景，這個效率差距是否成立尚未確認。
1.5 兆參數的真實性：截至目前，xAI 仍未公開模型卡（model card）供獨立審查。在 lmsys 排行榜或 Hugging Face 開源權重出現前，參數規模應視為官方說法。
第三方 benchmark 表現：the-decoder 指出，若 token 效率說法屬實，benchmark 差距可能真的不重要；但這句話的成立前提是 xAI 自家選定的對標項目不偏頗。
價格的可持續性：xAI 目前燒錢速度極快，加上 Colossus 資料中心擴建，這個破壞性定價能維持多久、是否會在 6 個月後悄悄調漲，是企業簽長約前必須問的問題。
歐盟上線時間：官方承諾 7 月中旬，但若歐盟 AI Act 對政治中立性審查延長，時程可能遞延。

對開發者而言，最務實的做法是先在 Cursor 環境試用 Grok 4.5，跑一批內部的程式設計代理 benchmark（例如 SWE-Bench Verified 或 HumanEval），再決定是否把生產環境的工作負載切換過去。

影片補充

以下影片整理了 Grok 4.5 上市的技術重點與開發者社群的第一手反應：