Grok 4.5：SpaceXAI 与 Cursor 的联合编程模型

什么是 Grok 4.5

Grok 4.5 是一款用于编程、智能体任务和知识处理的混合专家模型，由 SpaceXAI (xAI) 和 Cursor 共同训练并于 2026 年 7 月 8 日发布。单一模型在同一天以两个品牌发布实属罕见：xAI 称其为“我们有史以来最强大的模型”，而 Cursor 则称其为“我们最智能的模型，也是我们首个超越软件工程范畴构建的模型”。其 API 模型 ID 为 grok-4.5。

在营销宣传之前，先说句大实话：在官方发布的基准测试中，Grok 4.5 并非 得分最高的模型。Anthropic 的 Fable 5 在大多数编程评估中处于领先地位，而 Opus 4.8 也在其中几项测试中胜过 Grok 4.5。Grok 4.5 的优势在于 吞吐量、Token 效率和价格：它的服务速度达到每秒 80 个 Token，在 SWE-Bench Pro 上使用的输出 Token 比 Opus 4.8 少约 4.2 倍，且每百万输入 Token 价格为 2 美元，每百万输出 Token 价格为 6 美元。如果你的瓶颈在于延迟和单任务解决成本，而非基准测试的最后一点精度差异，那么这种权衡就是全部意义所在。

Grok 4.5 at a glance (as of July 8, 2026)

API model ID:   grok-4.5
Architecture:   mixture-of-experts
Built by:       SpaceXAI (xAI) + Cursor, co-trained
Serving speed:  ~80 tokens/sec ("fast-model" tier)
Pricing:        $2 / MTok input, $6 / MTok output
Available in:   Cursor (all plans), Grok Build CLI, SpaceXAI API
Not yet in:     the EU (expected mid-July 2026)

SpaceXAI × Cursor 合作伙伴关系

Grok 4.5 并非凭空出现。在 2026年4月21日，Cursor 宣布与 SpaceX 达成合作以加速模型训练，利用 SpaceXAI 的 Colossus 基础设施来突破算力瓶颈。Cursor 自有的模型系列一直在快速迭代：Composer 作为其首个代理式编码模型发布，Composer 1.5 将强化学习规模提升了 20 倍以上，而 Composer 2 则通过持续预训练，以极低的成本达到了前沿水平。Grok 4.5 是这一阶梯上的下一个台阶——而且这一次，它还承载了 xAI 的 Grok 品牌。

两篇发布公告从不同角度描述了同一个模型。xAI 表示，Grok 4.5 是“与 Cursor 协同训练”的，使用了数万个 NVIDIA GB300 GPU，并针对数十万个多步骤软件工程任务进行了深度数据过滤和强化学习。Cursor 则表示，该模型是一个混合专家（MoE）网络，在“数万亿 token 的 Cursor 数据”基础上，结合了刻意扩充的更广泛素材——高质量的 STEM 任务、研究论文及其他知识型工作——使其能够超越纯软件工程领域，扩展至数据科学、金融和法律工作。Cursor 同时保留了 Composer 2.5，作为不同量级的选择。

关于命名的一点说明，因为这常让人困惑：xAI 在这些公告中始终自称为 SpaceXAI （其 X 账号为 @SpaceXAI，开发者控制台位于 console.x.ai），而域名和文档仍保留在 x.ai上。在本文中，“SpaceXAI”和“xAI”指代同一家公司。

官方基准测试

两家公司都发布了基准测试图表。下表摘自 Cursor 的发布文章，它是最完整的一份，因为它将 Composer 2.5 和 Anthropic 的 Fable 5 纳入了同一个网格中。表中的所有数据均由厂商自行报告，并反映了各模型在特定推理工作量（reasoning-effort）设置下的表现，这一点至关重要——请参阅随后的注意事项。

此图表中的工作量设置：Grok 4.5 为 high，Opus 4.8 和 Fable 5 为 max，GPT-5.5 为 xhigh。来源：Cursor 发布文章。

xAI 自己的图表增加了第二个变体， DeepSWE 1.1 （由 DataCurve 运行的 mini-swe-agent 测试集），其排名顺序为：Fable 5 为 70%，GPT-5.5 为 67%，Opus 4.8 为 59%，Grok 4.5 为 53%，GLM 5.2 为 44%。xAI 还报告称 Grok 4.5 在 Harvey 的法律智能体基准测试（Legal Agent Benchmark）中排名第一，这是其最强劲的单项结果，也是其“超越软件工程”这一主张的依据。两份官方图表在共享行上的数据在舍入误差范围内保持一致（例如，xAI 列出的 Fable 5 在 SWE-Bench Pro 上的得分为 80.4%，而 Cursor 为 80.3%）。

如何解读这些数字

以下三个注意事项决定了这些基准测试对您的工作负载是否有参考意义：

• 工作量设置并不对等。 Grok 4.5 的测量值为 high 当 Opus 4.8 和 Fable 5 处于 max。这是一种衡量“单位算力智能水平”的合理方式，但它并非同等条件下的上限对比。请将该表格解读为“各模型在这些设置下的表现”，而非“各模型的最佳表现”。
• Cursor 披露了一起数据污染问题。 Cursor 在其博文中指出，Grok 4.5 在 CursorBench 上具有优势，是因为 Cursor 代码库的早期快照被意外包含在了训练数据中。这是一个值得称赞的诚实注脚，也是我们对该模型在 CursorBench 上的任何数据持保留态度的理由。
• Grok 4.5 很少在各项指标中名列榜首。 Fable 5 在 Terminal-Bench、DeepSWE 和 SWE-Bench Pro 中处于领先地位；Opus 4.8 在 SWE-Bench Multilingual 以及与 Grok 对比的 SWE-Bench Pro 中领先。Grok 4.5 的表现始终具有竞争力，但并非总是第一。其核心卖点明确指向速度和成本，下一节将对此进行量化分析。

速度、效率与成本

这正是 Grok 4.5 的优势所在。xAI 提供的服务速度为 ~80 tokens per second，即所谓的“快速模型”速度，并结合了 token 效率声明：在 SWE-Bench Pro 上，Grok 4.5 完成任务平均使用 15,954 个输出 token，约为 Opus 4.8 最大值（67,020 个 token）的 4.2 倍少。xAI 将其表述为“以不到一半的步骤解决任务”以及“token 效率约为同类领先模型的 2 倍”。

实际意义在于：即使某个模型的基准测试分数高出一两分，但如果它更“啰嗦”，那么每个已解决任务的实际成本反而可能远低于该模型。如果你在大规模运行 Agent（即大量长时间、高频调用工具的会话），这种差异会直接体现在账单和延迟上，而不是排行榜上。客观来说，在最困难、最耗费算力的任务上， Fable 5或 Opus 4.8 运行于 max 可能仍能解决 Grok 4.5 无法处理的问题。

定价与方案

Grok 4.5 在 xAI 的 API 和 Cursor 的标准层级中定价相同，但在 Cursor 中额外提供了一个低延迟选项：

Cursor 在个人版和团队版套餐中加入了 Grok 4.5，并提供了充足的使用额度，以及 首周 2 倍使用额度。xAI 还在 Grok Build 和 Cursor 中限时提供免费的 Grok 4.5 使用权限。定价和促销活动变动频繁；此处数据截至 2026 年 7 月 8 日至 9 日。

可用性与欧盟地区的延迟

Grok 4.5 自发布首日起可在以下三个平台使用： Cursor （适用于所有套餐，涵盖桌面端、Web 端、iOS、CLI 和 SDK）， Grok Build （xAI 的 CLI 工具，现已成为默认模型），以及 SpaceXAI API 通过 console.x.ai。需要注意的一个硬性限制是：xAI 已明确表示 Grok 4.5 目前尚未在欧盟地区开放 ，无论是 SpaceXAI 的任何产品还是 API 控制台均无法使用，预计欧盟地区的可用时间为 2026 年 7 月中旬。如果您或您的用户位于欧盟地区，请在此之前规划好备用模型。

Grok Build：CLI 工具

Grok 4.5 是 Grok Build中的默认模型，这是 xAI 的终端编码 Agent（目前处于测试阶段，面向 SuperGrok 和 X Premium+ 订阅用户开放）。如果您使用过 Claude Code 或 Antigravity CLI，会觉得这些功能集非常熟悉：在您批准前阻止编辑的规划模式、支持 worktree 的并行子 Agent、可自动调用或按名称运行的技能、插件市场、MCP 服务器、钩子（hooks）以及持久化记忆。xAI 同时强调了 Grok 4.5 在办公场景的表现——通过已发布的 Microsoft 市场插件，能够构建多工作表 Excel 模型、基于原生形状的 PowerPoint 图表以及 Word 文档。

如何访问 grok-4.5

在 Cursor 中，打开模型选择器并选择 Grok 4.5 — 只要处于当前订阅计划中，无需额外设置。在 Grok Build 中，从 x.ai/cli 安装即可，它已是默认选项。在 API 方面，在 console.x.ai 创建一个密钥，并调用兼容 OpenAI 的端点。以下示例来自 SpaceXAI 官方文档：

curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.5",
    "input": "Refactor this module and add tests."
  }'

from openai import OpenAI

client = OpenAI(
    api_key="<YOUR_XAI_API_KEY_HERE>",   # create one at console.x.ai
    base_url="https://api.x.ai/v1",
)

response = client.responses.create(
    model="grok-4.5",
    input="Refactor this module and add tests.",
)
print(response.output_text)

xAI 还发布了原生 xai_sdk 以及 Vercel AI SDK 提供程序@ai-sdk/xai)，两者均使用相同的 grok-4.5 模型 ID。

适用场景与避坑指南

在以下情况使用 Grok 4.5： 如果你需要大规模运行编码智能体，且关注单任务解决成本和延迟：80 TPS 的服务速度、相比 Opus 4.8 约 4.2 倍的 Token 效率，以及 $2/$6 的定价，使其在长会话和重工具使用场景中具有显著优势。它是 Cursor 内的强力默认模型，且兼容 OpenAI 的 API 使其能够以极低的门槛与你当前使用的模型进行 A/B 测试。它在办公和知识工作领域也表现出色，在 Harvey's Legal Agent Benchmark 中排名第一。

在以下情况暂时跳过： 如果你身处欧盟（请等待 7 月中旬的发布），如果你需要在最困难的任务上获得绝对最高分（官方图表目前仍偏向 Fable 5 以及部分评估中的 Opus 4.8），或者如果你的评估依赖于 CursorBench（Cursor 自身已指出该基准存在训练数据污染）。一如既往，决定性的测试应基于你最复杂的工作流，在固定的工作量设置下，按完成的任务而非 Token 计费进行评估。

FAQ

官方来源

本文仅使用第一方来源 — 不包含社区基准测试、新闻报道或非官方评论。上述每一项主张均对应以下来源：

• xAI：Grok 4.5 介绍（发布文章、基准测试、定价、欧盟说明）
• Cursor：Grok 4.5 发布文章（基准测试图表、定价、CursorBench 注意事项）
• Cursor：与 SpaceX 在模型训练方面的合作（2026 年 4 月 21 日）
• xAI：Grok Build（CLI 及其功能）
• SpaceXAI API 文档：模型 grok-4.5、基础 URL、代码示例
• @SpaceXAI 在 X 上的发布帖
• @cursor_ai 在 X 上的发布帖
• SpaceXAI 控制台 (API keys)