SpaceXAI (бывшая xAI) официально представила Grok 4.5 — новую флагманскую модель, которая, по словам Илона Маска, относится к «Opus-классу». Модель создавалась в тесном сотрудничестве с командой Cursor — AI-редактора кода, который SpaceX недавно согласилась приобрести за $60 млрд. Это первая совместная модель двух компаний.
Производительность: где обошла конкурентов, а где нет
SpaceXAI опубликовала результаты бенчмарков — картина получилась неоднозначной. Модель тяжело назвать лидером или топовым флагманом, учитывая последние анонсы. Важно держать в голове, то и входные токены Grok 4.5 стоят в 4 раза дешевле, чем у Opus 4.8. Результаты:
Скрытый текст
Terminal Bench 2.1:
-
Grok 4.5 — 83.3%
-
GPT-5.5 — 83.4%
-
Fable 5 — 84.3%
-
Claude Opus 4.8 — 78.9%
DeepSWE 1.1:
-
Grok 4.5 — 53%
-
Claude Opus 4.8 — 59%
-
GPT-5.5 — 67%
-
Fable 5 — 70%
SWE Bench Pro:
-
Grok 4.5 — 64.7%
-
Opus 4.8 — 69.2%
-
GPT-5.5 — 58.6%
Совместная тренировка с Cursor
Grok 4.5 — Mixture-of-Experts-модель, обученная на триллионах токенов данных Cursor. В датасет вошли реальные взаимодействия разработчиков с кодовыми базами и инструментами — это позволило модели учиться не только на коде, но и на паттернах работы человека с ним.
Обучение велось на десятках тысяч NVIDIA GB300 GPU. В основе — фундаментальная модель V9 с ~1.5 трлн параметров.
Доступность
Grok 4.5 уже доступна (кроме ЕС):
-
в Grok Build (AI-кодинг-агент SpaceXAI),
-
в Cursor на всех тарифах,
-
через API в консоли SpaceXAI.
-
и по всему миру через BotHub
Ставка на эффективность, не на абсолютную мощь
Grok 4.5 не пытается стать «самой умной» моделью — она берёт соотношением цена/качество. В задачах, где важен объём токенов (агентные системы, длинные сессии), 4.2-кратная экономия может оказаться важнее нескольких процентов в бенчмарках.
Удастся ли этому позиционированию завоевать рынок — покажет время. Но первый совместный продукт SpaceXAI и Cursor выглядит как осознанный вызов дорогим флагманам Anthropic и OpenAI.
Источник: habr.com