Запуск 8 июля 2026 · Co-training с Cursor · Таблицы бенчмарков · Цены API · Тесты TryAI · Матрица решений
Кратко: 8 июля 2026 SpaceXAI Илона Маска выпустила Grok 4.5 — первую флагманскую модель после IPO. Маск назвал её «интеллектом уровня Opus за долю стоимости». После разбора всех опубликованных бенчмарков, независимых оценок и реальных тестов кода — честный вердикт: когда Grok выигрывает у Claude в деньгах и когда проигрывает в точности.
Grok 4.5 — frontier-модель SpaceXAI для:
Модель совместно обучалась с Cursor (co-training). SpaceX приобрела Anysphere (родитель Cursor) в июне 2026; в обучение вошли триллионы токенов реальных взаимодействий разработчиков — как они пишут, ревьюят и отлаживают в IDE и как агенты работают с live codebase.
| Параметр | Значение |
|---|---|
| Архитектура | Mixture of Experts (MoE) |
| Контекстное окно | 500 000 токенов |
| Режимы reasoning | Low / Medium / High (по умолчанию: High) |
| Скорость | 80 TPS официально, ~90 TPS по замерам |
| Инфраструктура обучения | Десятки тысяч NVIDIA GB300 GPU (Memphis, TN) |
| Число параметров | Не раскрыто |
Раздувающиеся счета за агентов — Claude Code и Codex дорого обходятся при высоком объёме
Лучший benchmark ≠ самая дешёвая продакшен-модель — победители leaderboard могут быть самыми дорогими daily driver
Cursor-native альтернатива — командам в Cursor нужна правдоподобная замена Opus
Дефицит доверия — CursorBench сняли из-за загрязнения обучающих данных
| Модель | Вход (за 1M) | Выход (за 1M) |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5 (кэш входа) | $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 |
| Модель / платформа | Средн. токенов на задачу | Оценка стоимости |
|---|---|---|
| Grok 4.5 / Grok Build | ~1.9M | $2.49 |
| GPT-5.5 / Codex | ~6.2M | $5.07 |
| Claude Fable 5 / Claude Code | ~7.2M | $11.80 |
На SWE-Bench Pro Grok 4.5 в среднем использовал 15 954 output-токена на задачу. Claude Opus 4.8 — 67 020, разрыв эффективности 4,2×. При 500 задачах/день: примерно $1 245/день vs $5 900/день.
prompt_cache_key или x-grok-conv-idus-east-1, us-west-2 (EU ожидается в середине июля)| Бенчмарк | Grok 4.5 | Fable 5 | Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0 (harness провайдера) | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1 (нейтральный 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% |
Оговорка: CursorBench сняли после того, как снимки codebase Cursor случайно попали в обучающие данные Grok 4.5 — проблема прозрачности релиза.
| Бенчмарк | Grok 4.5 | Fable 5 | Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA (657 workflows) | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+ | 29% | — | 21% |
Grok 4.5 — первая модель, завершившая более половины enterprise workflow-целей без нарушения business constraints (Gmail, Slack, Salesforce, HubSpot и ещё 36+ симулированных приложений). Snorkel показывает большой отрыв в праве (40% vs 27–28%), образовании (58% vs 35–42%) и здравоохранении (35% vs 23–25%).
Artificial Analysis Intelligence Index: 54/100 (4-е место), после Fable 5 (60), Opus 4.8 (56), GPT-5.5 (55) — но +16 к предыдущему поколению Grok.
3D-рендер куба (самый жёсткий тест): Opus 4.8 и Fable 5 справились с первой попытки. Grok 4.5 на первой попытке вывел заголовок и кнопки, но не куб — исправил при retry. GPT-5.5 провалился.
Скорость: Grok 4.5 выдал первый токен менее чем за 500 ms и стримил ~110 tokens/second — примерно вдвое быстрее конкурентов.
Итог: Высокий объём повторяющейся codegen favorит Grok 4.5. Сложный stateful UI, который должен быть верным с первого раза, по-прежнему favorit Claude.
Создайте API-ключ на console.x.ai
Выберите us-east-1 или us-west-2
Вызовите Responses API с model: "grok-4.5"
Задайте prompt_cache_key для cache hit ($0.50/M вход)
Включите Context Compaction на длинных agent loops
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":"Find and fix the bug: function median(a){a.sort();return a[a.length/2]}"}'| Сценарий | Выбор | Почему |
|---|---|---|
| Сотни–тысячи agent-задач/день | Grok 4.5 | ~$2.49 vs $11.80 за задачу |
| Terminal / tool-use нагрузка | Grok 4.5 | Лидирует или наравне в Terminal Bench & AutomationBench |
| Cursor-native команды | Grok 4.5 | Интеграция без трения |
| Точные рефакторы SWE-Bench Pro | Claude Fable 5 | ~16 пунктов отрыва |
| Продакшен, чувствительный к галлюцинациям | Claude + валидация | Галлюцинации Grok AA-Omniscience 54% |
| Смешанная стратегия | Grok subtasks + Claude architecture | Типичный enterprise-паттерн |
Grok 4.5 — не самая точная coding-модель середины 2026 — корону держит Claude Fable 5. Но для agent coding это сейчас лучшее соотношение интеллекта к доллару. $2.49 за реальную задачу против $11.80 у Claude Code — аргумент стоимости это арифметика, не маркетинг.
Не доверяйте слепо первому prod-deploy. Валидируйте вывод, следите за галлюцинациями, держите Claude в резерве для сложного.
Данные на 10 июля 2026. Перед покупкой проверьте официальную документацию.
Зависит от метрики. Opus выигрывает по точности SWE-Bench Pro; Grok — по скорости, эффективности токенов и стоимости задачи (часто ×4), плюс completion agent workflows в независимых бенчмарках.
Ограниченно бесплатно в Grok Build и Cursor. API: $2/M вход, $6/M выход. Планы Cursor включают в пул.
Все планы Cursor. Селектор моделей → Grok 4.5. Удвоенный лимит в неделю запуска.
500 000 токенов — достаточно для большинства крупных codebase.
Снимки Cursor загрязнили обучающие данные. Результаты отозваны; ожидается независимый retest.
Да — также Vercel, Cloudflare, Snowflake и Databricks Mosaic.
Grok 4.5 делает agent-работу уровня Opus доступной — особенно в Cursor. Если daily driver — Windows или Linux, но нужен настоящий macOS GUI для проверки Cursor + Grok, Keychain-диалогов или iOS-сборок параллельно agent loops, покупка железа дорога, а SSH не кликает системные окна. VNCMac сдаёт физические узлы Mac mini почасово с полным VNC-десктопом — переключайте модели, гоняйте агентов, примите бенчмарки из этого гайда, затем остановите аренду. См. тарифы аренды Mac.