DataLearner 标志
GR

Grok 4.5

编程大模型Grok 4

Grok 4.5

发布时间: 2026-07-085
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
500K
中文支持
不支持
推理能力

Grok 4.5 是 xAI/SpaceXAI 于 2026 年 7 月 8 日发布的旗舰模型,面向编程、Agentic 任务和知识工作,支持文本与图像输入、文本输出、500K 上下文和可配置推理强度;API 标准价格为每 100 万 token 输入 2 美元、缓存输入 0.5 美元、输出 6 美元。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

Grok 4.5

模型基本信息

推理过程
支持
思考模式
思考水平 · 高 (High) (默认)思考水平 · 低 (Low)思考水平 · 中 (Medium)
上下文长度
500K tokens
最大输出长度
暂无数据
模型类型
编程大模型
输入/输出模态
文本、图像 → 文本
发布时间
2026-07-08
模型文件大小
暂无数据
MoE架构
总参数 / 激活参数
暂无数据 / 不涉及
知识截止
暂无数据
Grok 4.5

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
Grok 4.5

官方介绍与博客

DataLearnerAI博客
暂无介绍博客
Grok 4.5

API接口信息

接口速度
4/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-$2.00/ 1M$6.00/ 1M
缓存定价Prompt缓存
类型有效期写入读取
文本--$0.500/ 1M
Grok 4.5

评测结果

Grok 4.5 当前已收录的代表性评测结果包括 SWE-Bench Pro - Public(4 / 46,得分 64.70)、TerminalBench 2.1(5 / 18,得分 83.30)、DeepSWE(4 / 11,得分 53)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式

编程与软件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
64.70
4 / 46
DeepSWE
工具
53
4 / 11

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
83.30
5 / 18

和其他模型对比

暂时没有为该模型整理的相关对比页面。

想自定义其他组合?打开对比工具

Grok 4.5

发布机构

Grok 4.5

模型解读

Grok 4.5 是 xAI/SpaceXAI 于 2026 年 7 月 8 日发布的旗舰模型。官方发布页将其定位为面向编程、Agentic 任务和知识工作的通用模型,并说明该模型已在 Grok Build、Cursor 以及 SpaceXAI API 控制台开放使用。DataLearner 当前机构目录仍使用 xAI 作为机构名,本条目按该目录归档。


模型能力与上下文

官方开发者文档显示,Grok 4.5 的 API 模型名为 grok-4.5,别名包括 grok-4.5-latestgrok-build-latest。模型支持文本和图像输入、文本输出,具备函数调用、结构化输出和推理能力,上下文窗口为 500,000 tokens。推理强度通过 reasoning_effort 参数配置,支持 low、medium、high 三档,默认 high,且推理不能关闭。


训练与工程任务表现

xAI/SpaceXAI 表示 Grok 4.5 的训练数据覆盖编程、科学、工程和数学,并在强化学习阶段重点覆盖多步骤软件工程与技术任务。官方发布页给出的代表性结果包括 DeepSWE 1.0 62.0%、DeepSWE 1.1 53.0%、Terminal Bench 2.1 83.3%、SWE-Bench Pro 64.7%;发布页同时强调模型在 SWE-Bench Pro 任务上的平均输出 token 数更低,面向工程工作流强调速度、成本和推理效率。


价格与访问

官方文档列出的标准 API 价格为每 100 万 tokens:输入 2.00 美元、缓存输入 0.50 美元、输出 6.00 美元。模型页也提示超过 200K 上下文的请求存在更高上下文价格,但当前公开表格未给出可直接录入的分段费率;本条目的价格规则先按公开基础价格收录。Grok 4.5 目前未开源权重,参数规模、最大输出长度和知识截止时间尚未公开。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码