適用讀者：正在評估 AI 程式設計模型切換成本的工程團隊負責人、Cursor 訂閱使用者，以及關心 Token 效率與 API 帳單的技術決策者。2026 年 7 月 8 日，馬斯克旗下 SpaceXAI 正式發布 Grok 4.5——上市後首款旗艦模型，馬斯克稱「Opus 級智慧 + 四分之一價格」。你將獲得：核心規格、API 與任務級定價對比、四項程式設計 Benchmark 解讀、Agent 任務高光資料、TryAI 實測結論、平台接入與快取最佳實務、適用/謹慎場景矩陣，以及 6 問 FAQ。結構：痛點 → 模型定位 → 定價 → Benchmark → 實測 → 接入 → 選型 → 上手 → 收束轉化。更廣泛的四巨頭對比請見AI 程式設計助手選型矩陣。
TL;DR — 30 秒結論
馬斯克在 X 上喊話之後，工程團隊普遍卡在以下六個決策盲區——不是不知道 Grok 4.5 存在，而是無法把行銷話術翻譯成可執行的選型依據：
下文用公開 benchmark、獨立測評與定價算術，把上述六個盲區逐一填平。
2026 年 7 月 8 日，SpaceXAI 發布 Grok 4.5——公司上市後推出的第一款旗艦產品。這不是普通版本迭代：模型專為程式設計與程式碼 Agent、自主工作流（Agentic Tasks）和知識密集型工作（法律、醫療、教育、資料分析）深度最佳化。
與以往最大的不同：它與 AI 程式設計工具 Cursor 聯合訓練，注入了數兆 Token 的真實開發者互動資料——程式碼審查、除錯流程、Agent 與程式碼庫的互動記錄。SpaceX 在 2026 年 6 月已完成對 Cursor 母公司 Anysphere 的收購，此次聯合訓練是收購後的首批成果之一。
| 參數 | 數值 |
|---|---|
| 架構 | Mixture of Experts（MoE，混合專家） |
| 上下文視窗 | 500,000 Tokens（50 萬） |
| 推理模式 | 低 / 中 / 高（預設：高） |
| 推理速度 | 官方 80 TPS，實測約 90 TPS；首 Token <0.5 秒，流速約 110 tokens/秒 |
| 訓練硬體 | 數萬塊 NVIDIA GB300 GPU（孟菲斯資料中心） |
| 參數量 | 未公開（MoE 架構） |
Grok 4.5 最核心的賣點是成本。先看 API 單價，再看把 Token 效率折算進去後的每次程式設計 Agent 任務實際成本。
| 模型 | 輸入 | 輸出 |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（快取命中） | $0.50 | — |
| Grok 4.5 Fast 版 | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| Claude Fable 5 | 更高 | 更高 |
| GPT-5.6 Sol（旗艦） | $5.00 | $30.00 |
| GPT-5.6 Luna（經濟檔） | $1.00 | $6.00 |
| 模型 / 平台 | 每任務平均 Token 消耗 | 每任務實際成本 |
|---|---|---|
| Grok 4.5 / Grok Build | ~1.9M tokens | $2.49 |
| GPT-5.5 / Codex | ~6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | ~7.2M tokens | $11.80 |
Token 效率關鍵點：在 SWE-Bench Pro 程式設計任務上，Grok 4.5 平均每次只消耗 15,954 個輸出 Token，而 Claude Opus 4.8 同任務消耗 67,020 個——差距 4.2 倍。按每天 500 次任務估算，日帳單差距約 $1,245 vs $5,900。高頻呼叫場景下，效率優勢會被指數級放大。
SpaceXAI 官方公布了四項程式設計相關評測。我們彙總官方資料與第三方獨立測試，並標註 harness 口徑差異。
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（官方 harness） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立 harness） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro（解決率） | 64.7% | 80.4% | 69.2% | 58.6% |
解讀要點：
CursorBench 撤除說明：發布時 CursorBench（Cursor 自有評測集）被暫時撤除——原因是 Cursor 自身程式碼庫的部分快照意外混入了 Grok 4.5 的訓練資料，存在資料污染風險。這是本次發布的一個明顯瑕疵，相關效能數字暫不可全信，需等待獨立重測。
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 個企業工作流任務） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（專業工作場景綜合評測） | 29% | — | 21% |
AutomationBench-AA 涵蓋 Gmail、Slack、Salesforce、HubSpot 等 40 個模擬企業應用。Grok 4.5 是首個在不違反業務約束的前提下完成超過一半工作流目標的模型。
在 Snorkel 的專業場景評測中，Grok 4.5 大幅領先：
Artificial Analysis 綜合智慧指數：54 分（第四名），排在 Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）之後。但比上一代 Grok 大幅提升了 16 分。
獨立測評機構 TryAI 讓 Grok 4.5、GPT-5.5、Claude Opus 4.8、Claude Fable 5 用相同提示詞從零建構相同的互動應用：
3D 立方體渲染任務（最難）：
速度與成本：Grok 4.5 首 Token <0.5 秒，流速約 110 tokens/秒（約是競品的 2 倍），且每次測試執行成本最低。Fable 5 最慢、最貴。
結論：高頻重複性程式設計任務（大量循環呼叫），Grok 4.5 的速度和成本優勢是碾壓性的；需要一次搞定複雜狀態管理的高精度任務，Claude 系列仍然更可靠。
Grok 4.5 已在以下平台上線（歐盟地區預計 7 月中旬開放）：
us-east-1、us-west-2；限流 150 req/s、50M tokens/mincurl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "幫我找出這段程式碼的 bug 並修復：function median(a){a.sort();return a[a.length/2]}"
}'
最佳實務：
prompt_cache_key（Responses API）或 x-grok-conv-id Header（Chat Completions），確保對話路由到同一伺服器——命中快取後輸入價格降至 $0.50/M tokens；| 場景 | 建議 | 理由 |
|---|---|---|
| 高頻 Agent 任務（數百~數千次/天） | 適合 Grok 4.5 | 單次 $2.49 vs $11.80，成本節省立竿見影 |
| 終端機類 / 工具呼叫 | 適合 | Terminal Bench 2.1 與 AutomationBench 頂級表現 |
| 已深度整合 Cursor 的團隊 | 適合 | 聯合訓練、原生支援、無縫切換 |
| 混合模型策略 | 推薦 | 常規子任務路由 Grok 4.5，複雜架構決策留給 Fable 5 |
| SWE-Bench Pro 級高精度程式碼 | 謹慎 | Fable 5 領先約 16 個百分點，差距真實 |
| 幻覺率敏感生產系統 | 謹慎 | AA-Omniscience 幻覺率 54%，需加強輸出驗證 |
| 歐盟使用者 | 謹慎 | API 暫僅 us-east-1 / us-west-2，EU 7 月中旬開放 |
| CursorBench 相關宣稱 | 謹慎 | 訓練資料污染，成績已撤除，待獨立重測 |
prompt_cache_key 或 x-grok-conv-id，驗證快取命中率與帳單變化。Grok 4.5 不是「最強的程式設計模型」，但它是性價比最高的 Opus 級程式設計 Agent。真正價值不在於 benchmark 第一，而在於：把 Token 效率和 API 定價折算成實際任務成本時，它能在主流 Agent 工作流上以七八折甚至更低的價格，完成與 Opus 4.8 相近品質的工作。
在本地 MacBook 上跑高頻 Agent 循環時，仍會遇到三個結構性瓶頸：
若要穩定執行 Grok 4.5 + Cursor Agent 混合堆疊、OpenClaw Gateway 或多模型路由 Pipeline，MACCOME Mac 雲端主機提供真實 macOS、SSH 交接與隔離環境，讓 Agent 在專用節點 7×24 執行。公開方案請見Mac mini 雲端租用價格。
資料來源：SpaceXAI 官方發布、Cursor 聯合發布、SpaceXAI API 文件、TechCrunch、Awesome Agents 獨立評測、APIdog Benchmark 解讀、Snorkel AI 專業場景測試。資料截止 2026 年 7 月 10 日，能力與定價可能隨時更新。
常見問題
Grok 4.5 比 Claude Opus 4.8 更好嗎？
取決於「更好」的定義。Claude Opus 4.8 在原始程式設計準確率上勝出（SWE-Bench Pro：69.2% vs 64.7%）。Grok 4.5 在速度、Token 效率與單次任務成本上通常領先約 4 倍；在 Agent 工作流完成率上，獨立 benchmark 也略勝 Opus 4.8。
Grok 4.5 可以免費使用嗎？
SpaceXAI 在 Grok Build 和 Cursor 中提供限時免費額度。之後 API 定價為 $2/M 輸入、$6/M 輸出。Cursor 訂閱方案已將其納入模型池。
如何在 Cursor 中使用 Grok 4.5？
所有 Cursor 方案自動可用。開啟 Cursor → 模型選擇 → 選擇 Grok 4.5。發布首週使用量加倍。更廣泛的 IDE 選型對比請見AI 程式設計助手對比文。
上下文視窗有多大？
500,000 tokens（50 萬），足以涵蓋大多數大型程式碼庫任務。
為什麼 CursorBench 被撤除了？
Cursor 自身程式碼庫的快照意外混入了 Grok 4.5 訓練資料，污染了該 benchmark。SpaceXAI 已撤除相關成績，獨立重測預計隨後進行。
可以透過 OpenRouter 存取 Grok 4.5 嗎？
可以。Grok 4.5 可透過 OpenRouter、Vercel AI Gateway、Cloudflare、Snowflake 和 Databricks Mosaic 存取。若需 7×24 常駐 Agent 節點執行混合路由，請查看MACCOME Mac 雲端租用方案。