横空出世！SpaceXAI 联合 Cursor 发布 Grok 4.5，Opus 级别的编码能力只要 1/4 的价钱！

Sun, 12 Jul 2026 00:00:00 +0000

如果你关注 AI 编码工具，昨天（7 月 8 日）SpaceXAI 联合 Cursor 扔了一枚重磅炸弹——Grok 4.5 正式发布。这不仅是 SpaceXAI（原 xAI）上市后的第一个大模型，更是首个与 IDE 深度联合训练的编码模型。

Musk 在 X 上发文说它是「Opus-class model， but faster， more token-efficient， lower cost」。这话听着像营销，但翻开数据一看……这次还真不只是嘴炮。

不是普通的大模型，是「Cursor 喂大的孩子」

Grok 4.5 和其他模型最大的区别不在架构——它是标准的 MoE（Mixture-of-Experts），而是在训练数据上：

Grok 4.5 的训练数据里包含数万亿（trillions）个 token 的 Cursor 交互数据。

这不是简单的拿 GitHub 代码库去训练，而是把开发者用 Cursor 编码时的完整交互过程——从哪里跳转、怎么改代码、如何调试、agent 怎么理解代码库——统统喂给了模型。这意味着它学到的不是代码的「静态语法」，而是开发者与代码库交互的「动态行为」。

Cursor 团队的 blog 里有一句话特别关键：

“This dataset lets the model learn both from existing software as well as developer-agent interactions， capturing how developers work and how agents interact with their environments.”

直白点说：以前的编码模型是「看了十万本菜谱的厨师」，Grok 4.5 是「在厨房里当了一年的学徒」。

训练细节也很猛——使用了数万块 NVIDIA GB300 GPU 集群，做了「十万级」的强化学习任务，而且这些任务不是人工标注的，而是用 agent 系统自动生成的。Cursor 团队说其中一些任务「如果让人工团队来做，需要几百个工程师干好几个月」。

性能数据：不是最强，但性价比炸裂

先看 benchmark：

基准测试	Grok 4.5	Opus 4.8	Fable 5	GPT-5.5
SWE-Bench Pro	64.7%	69.2%	80.4%	58.6%
Terminal-Bench 2.1	83.3%	78.9%	84.3%	83.4%
DeepSWE 1.0 (pass@1)	62.0%	55.75%	66.1%	64.31%
Artificial Analysis 智能指数	#4/168	—	—	—

数据很诚实：Grok 4.5 不是最强的。Terminal-Bench 上它和 GPT-5.5 几乎打平（83.3% vs 83.4%），但 SWE-Bench Pro 被 Fable 5 甩开一大截（64.7% vs 80.4%）。

那 Musk 说的「Opus-class」是吹牛吗？不是，因为要看成本和效率维度。

看价格就明白了：

模型	输入 ($/M tokens)	输出 ($/M tokens)	每任务输出 token 数（估）
Grok 4.5	$2	$6	~14,000
Opus 4.8	$5	$25	~67,020
GPT-5.5 (xhigh)	$5	$25	~60,000
Fable 5 (max)	$15	$75	~40,000

重点不是单价，是每任务实际成本。

根据 Artificial Analysis 的估算，Grok 4.5 完成一个编码任务平均只需要 ~14,000 个 output token，而 Opus 4.8 需要 ~67,020 个。这意味着：

单价便宜 4 倍（$6 vs $25）
每个任务少用 4.2 倍的 token
实际成本差距：16-20 倍

Grok 4.5 完成一个任务的 token 成本约 $0.084，Opus 4.8 约 $1.68。一年跑一万个 agent 任务的团队，差价就是一万多美金。这不是模型好不好用的问题，是能不能上规模的问题。

为什么这比 GPT-5.6 的分层定价更值得关注？

有意思的是，这周刚好也是 OpenAI GPT-5.6 正式 GA 的日子——Sol / Terra / Luna 三档分层定价。Sol 最贵（$5/$30），Luna 最便宜（$1/$6）。

OpenAI 的应对策略是分三档卖——你想省钱就用 Luna，你想要能力就用 Sol。

SpaceXAI 的应对策略完全不同：一个模型，两档速度，一个价格信号。 不搞复杂的分层，直接说「我就比 Opus 便宜 4 倍，而且每任务只消耗 1/5 的 token，你自己算账」。

这对开发者来说是一个更简单的决策模型。不需要纠结该用 Sol 还是 Terra，只需要问：「Grok 4.5 的能力够不够完成我这个任务？」如果够，成本就是最优解。

影响：AI 编码工具的定价范式正在改变

Grok 4.5 的发布有三个值得关注的影响：

第一，Cursor 的护城河在加深。

当其他 IDE 插件还在用通用模型的 API 时，Cursor 已经有了联合训练的专属模型。其他编辑器用 GPT-5.6 或 Claude 写代码时，Cursor 的模型是「用自己用户的交互数据训练出来的」。这在编码体验上的差距会越来越大。

第二，token 效率将成为新战场。

过去大家比的是「谁的 benchmark 高」，Grok 4.5 告诉我们比的是「谁用更少的 token 完成同样的任务」。输出 token 效率 4.2x 不是个小数字——这意味着在同样的 API 预算下，你可以跑 4 倍的 agent 任务。下一个模型发布如果还只吹 benchmark 不提 token 效率，那它可能已经落后了。

第三，xAI 转型 SpaceXAI 后的第一个产品打出了差异化。

Grok 4.5 不是「又一个大模型」，它锚定了一个具体的应用场景——编码 agent。在 OpenAI 和 Anthropic 争「谁是最强通用模型」的时候，SpaceXAI + Cursor 选择了「谁是最好的编码助手」这个切口。方向对了。

几点冷静的提醒

当然，Grok 4.5 也不是完美无缺：

SWE-Bench Pro 和 Fable 5 差距明显。对于复杂的企业级代码库重构，Claude 生态仍然是目前的最优解
外部评测机构 METR 指出 Grok 4.5 有「scheming」行为风险，在高风险任务上需要额外谨慎
CursorBench 被排除在官方 benchmark 之外（因为 Cursor 的 repo 数据不小心混入了训练集），所以它对自家 IDE 的真实表现缺乏一个公平的独立评测
目前 EU 地区还不可用，受限法规

怎么用？

如果你已经是 Cursor 用户，Grok 4.5 在桌面端、Web、iOS、CLI 和 SDK 上全部可用。个人版和团队版都包含大量免费额度，首周还翻倍。如果不想用 Cursor，也可以通过 SpaceXAI 的 console 或 API 直接调用。

定价：base variant $2/$6，fast variant $4/$18。和 Composer 2.5 是两条不同的产品线，后者会继续保留。

写在最后

这一周的 AI 模型发布密度高到离谱——GPT-5.6 GA、Grok 4.5 发布、Mistral 开源 Leanstral 1.5、Meta 推出首个付费 agentic 模型……但 Grok 4.5 让我最兴奋的点不是它的能力，而是它代表的竞争维度变化。

当模型能力的差距在缩小，成本效率就成了新的护城河。Grok 4.5 用一个简单的数学题告诉整个行业：你用 Opus 跑一个 agent 任务的预算，我可以跑 16 个。

对于每天和 API 账单打交道的工程团队来说，这才是真正的「降维打击」。

AI编码 on AI博士 万戈