SpaceXAI выпустила Grok 4.5 — флагманскую модель для программирования, агентских сценариев и офисной работы. Готовили её вместе с Cursor, а в консольном агенте Grok Build новая модель назначена основной. Доступ открыт в Grok Build, в Cursor на всех тарифах, через консоль и API SpaceXAI, а также в надстройках для Word, PowerPoint и Excel; пользователей из ЕС к модели пока не пускают. Контекстное окно — 500 000 токенов, цена — за миллион входных токенов и за миллион выходных.
SpaceXAI — новое имя компании xAI. О смене бренда и логотипа объявили 6 июля, спустя пять месяцев после того, как SpaceX выкупила xAI и превратила её в собственное подразделение. Название и логотип поменяли на сайте и в соцсетях, в официальных документах перерегистрация пока не отражена.
Где доступна Grok 4.5 и когда её откроют в ЕС
Перечень площадок приведён в документации SpaceXAI и в анонсе модели:
- API SpaceXAI — имя модели grok-4.5, псевдонимы grok-4.5-latest и grok-build-latest; ключ выдают в консоли;
- Grok Build — модель по умолчанию, работает через API и CLI;
- Cursor — на всех тарифах;
- надстройки для Word, PowerPoint и Excel — там Grok 4.5 тоже назначена моделью по умолчанию;
- сторонние площадки: OpenRouter, Vercel, Cloudflare, Snowflake и Databricks Mosaic.
Grok Build — консольный агент SpaceXAI для программирования и офисных задач: с его помощью собирают таблицы Excel с формулами по нескольким листам, диаграммы из штатных фигур PowerPoint и черновики документов Word.
Обращения к Grok 4.5 в Grok Build и Cursor ограниченное время бесплатны — срок акции в анонсе не назван.
Отдельно оговорено ограничение для Европы: ни один продукт SpaceXAI и консоль API не отдают Grok 4.5 пользователям из ЕС. В анонсе открытие обещано на середину июля, в документации формулировка мягче — «позже в этом месяце». На предупреждение сохраняется на обеих страницах.
Контекст 500 000 токенов и уровни reasoning_effort
На вход Grok 4.5 принимает текст и изображения, на выходе выдаёт только текст. Контекстное окно — 500 000 токенов; у предыдущей модели Grok 4.3, по измерениям Artificial Analysis, оно составляло миллион. Доступны вызов функций, структурированный вывод, веб-поиск, поиск по X и выполнение кода. Работа идёт через Responses API и Chat Completions.
Глубина рассуждений задаётся параметром reasoning_effort. Для grok-4.5 в документации перечислены три уровня — low, medium и high, по умолчанию используется high; значения none, отключающего рассуждения у grok-4.3, в таблице новой модели нет.
Модель развёрнута в регионах us-east-1 и us-west-2. Базовые лимиты — 150 запросов в секунду и 50 миллионов токенов в минуту. Для многошаговых диалогов в SpaceXAI советуют передавать prompt_cache_key: без него запросы одной беседы попадают на разные серверы и входные токены оплачиваются по полной ставке.
Цена 2$ за миллион входных токенов
Тарифы: 2$ за миллион входных токенов, 0,50$ за миллион входных токенов из кэша, за миллион выходных. Для запросов, выходящих за 200 000 токенов контекста, действует отдельная ставка — её величину на странице модели не приводят.
Скорость обслуживания заявлена на уровне 80 токенов в секунду. Экономию SpaceXAI показывает на задачах SWE Bench Pro: у Grok 4.5 на решение уходит в среднем 15 954 выходных токена против 67 020 у Claude Opus 4.8 в режиме max — разрыв в 4,2 раза.
Замеры SpaceXAI: DeepSWE, Terminal Bench и SWE Bench Pro
Собственные результаты компании выглядят так (проценты приведены по анонсу):
| Тест | Grok 4.5 | Claude Fable 5 (max) | GPT-5.5 (xhigh) | Claude Opus 4.8 (max) |
|---|---|---|---|---|
| DeepSWE 1.0 | 62,0% | 66,1% | 64,31% | 55,75% |
| DeepSWE 1.1 | 53% | 70% | 67% | 59% |
| Terminal Bench 2.1 | 83,3% | 84,3% | 83,4% | 78,9% |
| SWE Bench Pro | 64,7% | 80,4% | 58,6% | 69,2% |
Условия прогонов различаются. DeepSWE 1.0 каждый поставщик считал в своём тестовом окружении, DeepSWE 1.1 прогоняла компания DataCurve в окружении mini-swe-agent. В прогонах участвовала и GLM 5.2 — 44% на DeepSWE 1.1 и 62,1% на SWE Bench Pro.
В таблице Cursor есть ещё один тест, SWE-Bench Multilingual: 78,0% у Grok 4.5, 84,4% у Opus 4.8, 77,8% у GPT-5.5 и 71,6% у Composer 2.5. Первое место на закрытом юридическом наборе Harvey Legal Agent Benchmark компания упоминает без ссылки на протокол испытаний.
Что показала независимая проверка Artificial Analysis
Свои наборы Artificial Analysis прогоняет самостоятельно, и картина получается подробнее вендорской. В GDPval-AA v2 Grok 4.5 занимает четвёртую строку с рейтингом 1543 — выше GLM-5.2 (1513) и GPT-5.5 (1494), ниже Claude Opus 4.8 (1600), Claude Sonnet 5 в режиме max (1606) и Claude Fable 5 с переключением на Opus 4.8 (1760). Одна задача обходится в 0,49$, почти на 90% дешевле, чем у моделей, стоящих в рейтинге выше.
GDPval-AA v2 — оценка Artificial Analysis на наборе GDPval от OpenAI: 220 задач из 44 профессий и 9 отраслей, от документов и таблиц до слайдов и схем. Модель получает доступ к оболочке и веб-поиску, ответы сравниваются вслепую попарно, из результатов выводится рейтинг Эло. Отметка 1000 соответствует человеку.
В сводном Artificial Analysis Intelligence Index у Grok 4.5 балл 54 и четвёртое место после Fable 5, GPT-5.5 и Opus 4.8; у Grok 4.3 было 38. Задача на этом наборе стоит 0,31$.
Внутри Grok Build модель набирает 76 в Coding Agent Index — вровень с GPT-5.5 (xhigh) в Codex и ниже Fable 5 (max) в Claude Code. Расход при этом 1,9 миллиона токенов на задачу против 7,2 миллиона у Fable 5 и 6,2 миллиона у GPT-5.5. На τ³-Banking, где проверяют агентское обслуживание клиентов банка, у Grok 4.5 лучший результат среди всех измеренных моделей — 33% против 31% у GPT-5.5 (xhigh).
Обратная сторона видна на наборе AA-Omniscience: балл вырос с 18 до 26, точность ответов — с 35% до 52%, но доля выдуманных ответов подскочила с 25% до 54%. В Artificial Analysis связывают это с общей закономерностью: у моделей покрупнее шире охват знаний и выше уверенность в ошибочных ответах.
Обучение на GB300 и совместная работа с Cursor
Модель обучали в дата-центрах SpaceXAI в Мемфисе на десятках тысяч ускорителей NVIDIA GB300. Наборы данных собирали из материалов по программированию, науке, инженерии и математике, пропуская их через дедупликацию, оценку качества и отбор по предметным областям. Прогоны с подкреплением охватили сотни тысяч задач, преимущественно многошаговых инженерных, с автоматической и модельной проверкой решений; асинхронная схема позволяет агенту работать над задачей часами, не останавливая остальной процесс.
Cursor участвовала в подготовке модели: партнёрство ради доступа к суперкомпьютеру Colossus объявили в апреле, а теперь в Cursor называют Grok 4.5 своей самой мощной моделью и первой, рассчитанной не только на разработку. Связь двух компаний с тех пор стала жёстче: в июне SpaceX сообщила о покупке Anysphere, владельца Cursor, за 60$ миллиардов акциями; закрытие сделки ожидается в третьем квартале и требует одобрения регуляторов.
Заключение
На инженерных наборах Grok 4.5 остаётся позади Claude Opus 4.8 и Claude Fable 5: на SWE Bench Pro разрыв с Fable 5 доходит до 15,7 процентного пункта. Компенсирует это расход токенов — 15 954 выходных против 67 020 у Opus 4.8 на той же задаче. Для многочасовых агентских прогонов такая арифметика весит больше, чем строчка в таблице результатов. Настораживает AA-Omniscience: доля выдуманных ответов выросла с 25% до 54%, то есть на незнакомом материале ответам Grok 4.5 доверять опаснее, чем ответам Grok 4.3.