Grok 4.5 相比 Fable 5 和 GPT 5.5 如此便宜,基准测试差距可能没那么重要
xAI 发布 Grok 4.5,性能接近顶尖模型但价格远低于竞品,采用低价策略抢占市场。
原贴
查看原文原文
中文翻译
xAI 发布了 Grok 4.5。该模型在数万个英伟达 GB300 GPU 上训练,针对编程、代理任务和知识工作。基准测试结果喜忧参半。在测试复杂命令行任务的 Terminal Bench 2.1 上,Grok 4.5 得分 83.3%,几乎与 GPT 5.5(83.4%)持平,仅落后 Anthropic 的 Fable 5(84.3%)一个百分点。但在其他方面差距更大。在衡量解决真实 GitHub 问题能力的 DeepSWE 1.1 上,Grok 4.5 达到 53%,远低于 OpenAI 的 GPT-5.5(67%)和 Fable 5(70%)。在 SWE Bench Pro(一套精选的更难软件工程问题)上,其得分为 64.7%,在某些配置下击败了 Opus 4.8(最大设置下为 69.2%),但不及 Fable 5 的 80.4%。xAI 表示,在训练过程中依赖大量数据过滤、去重和领域特定选择来保持数据质量。强化学习阶段涵盖了数十万个任务,大多来自软件工程,并采用自动评分。xAI 构建了异步学习的训练基础设施,因此代理运行可以持续数小时,同时训练并行进行。Grok 4.5 每百万输入令牌收费 2 美元,每百万输出令牌收费 6 美元。这已经远低于竞争对手。Opus 4.8 每百万令牌输入 5 美元、输出 25 美元。Fable 5 每百万令牌输入 10 美元、输出 50 美元。GPT-5.5 和 GPT-5.6 分别为输入 5 美元、输出 30 美元。xAI 还表示,Grok 4.5 在 SWE Bench Pro 任务上使用的令牌数比 Opus 4.8 少 4.2 倍,并以每秒 80 令牌的速度交付结果。更低的单位定价和更少的每任务令牌数使得 Grok 4.5 成为该性能层级中最便宜的选择——前提是性能和效率提升在实践中成立。这一定价策略呼应了中国厂商如智谱和 DeepSeek 的做法:性能足够接近,然后以价格取胜。Grok 4.5 现已通过 Grok Build、Cursor 和 xAI 控制台提供。Word、PowerPoint 和 Excel 的插件也已上线。该模型尚未在欧盟可用,xAI 计划 7 月中旬推出。xAI 与代码编辑器 Cursor(SpaceX 于 6 月中旬以 600 亿美元股票收购)一同训练了 Grok 4.5。订阅 THE DECODER 以获取无广告阅读、每周 AI 新闻简报、每年六次的独家“AI 雷达”前沿报告、完整存档访问以及评论区的访问权限。
核心信息
xAI 发布 Grok 4.5,性能接近顶尖模型但价格远低于竞品,采用低价策略抢占市场。
- xAI 发布 Grok 4.5,性能接近顶尖模型但价格远低于竞品,采用低价策略抢占市场。
- 原贴提到:xAI has released Grok 4.5. The model was trained on tens of thousands of
- 来源:the-decoder.com
成为会员查看完整内容
你已经看到了这篇内容的前置整理,剩余深度部分仅对会员开放。