Grok 4.5 发布：与 Cursor 联合训练，AI 编程成本仅为 GPT-5.5 一半

做 AI 编程 的人都懂，那个永远绕不开的痛点——token 账单。
你用 Fable 5 跑一个编码任务，平均烧掉 85 元；用 GPT-5.5 的 Codex，也要 37 元。
一天跑 20 个任务，一个月下来光 API 费用就够买一台 MacBook。
现在，有人把价格打到了 18 元一个任务。

2026 年 7 月 8 日，SpaceXAI（前身 xAI）发布了 Grok 4.5——上市后的第一款模型，也是它第一次真正瞄准编程赛道。

Elon Musk 说：这是一个“Opus 级模型，但更快、更省 token、成本更低”。
82 天前，xAI 还只有 Grok 4.3——一个被开发者吐槽“能用但不够好”的版本。今天直接跳到 4.5，跳过 4.4，就像在说：我们不想慢慢迭代了，直接上硬货。

不只是便宜：Cursor 亲自下场训练

这款新模型最大的不同，不在于参数量或 benchmark 分数，而是训练数据的来源。
它和 Cursor 联合训练，训练数据里包含了数万亿 token 的 Cursor 用户交互数据——不是模拟的，是真实开发者在真实代码库里跟 AI 交互的行为轨迹。

打个比方：如果之前的编程模型是“专科医生”，这款新模型更像是“全科医生里的外科高手”——什么都能看，但手术刀依然很稳。

表面看是 Cursor 给了 xAI 数据，本质上 xAI 买下了一个数据飞轮。
这里有一个技术细节值得说：xAI 的新模型采用了 MoE（混合专家）架构，推理时只激活部分参数。这个训练范式的选择，使它在保持高性能的同时大幅降低了计算成本。

Cursor 在官方博文里说得很直白：上一代 Composer 2.5 是编程专家，这一代刻意把训练数据拉宽了——加入了高质量 STEM 任务、研究论文和其他知识工作。所以这款模型不仅能写代码，还能处理数据科学、金融分析、法律文档这些需要深度推理的任务。

价格对比：一个任务省出一杯咖啡

先看定价。xAI 编程模型的 API 价格为：输入 14.5 元/百万 token，输出 43.5 元/百万 token。
把主流模型放在一起看：

模型	输入价格	输出价格	每任务均成本	每任务均 token
xAI 新模型	14.5 元	43.5 元	18 元	190 万
GPT-5.5 (Codex)	36.25 元	217.5 元	37 元	620 万
Fable 5 (Claude Code)	72.5 元	362.5 元	85.5 元	720 万
Opus 4.8	36.25 元	181.25 元	—	—

汇率按 1 美元≈7.25 元人民币换算

最直观的数字：xAI 新模型的每任务成本是 Fable 5 的五分之一，是 GPT-5.5 的一半。
而且它每任务平均只消耗 190 万 token，GPT-5.5 要 620 万，Fable 5 要 720 万——xAI 声称其 token 效率是同类模型的 2 倍以上。

如果你一天跑 30 个编码任务，用 Fable 5 一个月要花 7.7 万元，用 xAI 新模型只要 1.6 万元。一个月省 6 万。

这不是“便宜但不好用”，而是“便宜且用得少”。

benchmark 表现：不是第一，但性价比最高

老实说，xAI 新模型的 benchmark 分数不是最高的。
在 Artificial Analysis 的 Intelligence Index 排名里，它排第四，前面是 Fable 5、GPT-5.5 和 Opus 4.8。具体到编程任务：

测试	xAI 新模型	Fable 5	GPT-5.5	Opus 4.8
SWE-Bench Pro	64.7%	80.4%	58.6%	69.2%
Terminal-Bench 2.1	83.3%	84.3%	83.4%	78.9%
DeepSWE 1.1	53%	70%	67%	59%
SWE-Bench Multilingual	78%	—	—	—

在 Terminal-Bench 上，xAI 新模型已经追平了 GPT-5.5 和 Fable 5——差距只有 1 个百分点。
但面对更难的 DeepSWE（解决真实 GitHub Issue），差距拉到了 17 个点。

这里的核心视角是性价比，不是绝对分数。
Artificial Analysis 的 Coding Agent Index 把性能和成本放在一起算：xAI 新模型得了 76 分，跟 GPT-5.5 Codex 打平，只比 Fable 5 少 1 分。分数几乎一样，价格差了 5 倍。

一个不能忽视的风险：幻觉率翻倍了

文章不能只说好话。这款新模型有一个明显的问题。
Artificial Analysis 的测试显示，它的幻觉率从 Grok 4.3 的 25% 跳到了 54%。准确率也从 35% 提升到了 52%——知道的更多了，但犯错的时候更自信了。

这在编程场景里特别危险。一个自信地给出错误代码建议的模型，比一个老实说“我不确定”的模型更难用。

Forrester 首席分析师 Biswajeet Mahapatra 的建议很中肯：“便宜的模型如果需要反复尝试才能产出可用代码，总成本可能反而更高。企业应该看完整编码工作流的总成本。”

建议是：用这款新模型跑日常编码任务没问题，但关键模块的 code review 不能省。把它当成“效率工具”而不是“自动完成器”。

三个判断

第一，xAI 这次打的是成本战，不是性能战。
它没有试图证明自己比 Fable 5 更聪明。它证明的是：做到 80% 的水平，只需要 20% 的价格。在 AI 编程工具从“尝鲜”变成“日常”的阶段，这个定位很精准。

第二，Cursor 联合训练是真正的护城河。
不是每家公司都有几万亿 token 的真实开发者交互数据。xAI 收购 Cursor（600 亿美元的交易）不只是买了一个 IDE，而是买了一个数据飞轮：越多人用 Cursor → 训练数据越好 → 模型越强 → 更多人用 Cursor。这个循环一旦转起来，后来者很难追。

第三，如果你是高频调用的程序员，我建议立刻试试。
一天跑 50 个编码任务、每月 API 账单过万的人，切到 xAI 新模型能省下一半以上。如果你只是偶尔用 AI 写个函数，感知不大。

我的判断：这款新模型不会取代 Fable 5 或 GPT-5.5 的位置，但它已经在“高性价比编程工具”这个细分赛道站稳了脚跟。

怎么用

• Cursor 用户：已经内置了，直接选 Grok 4.5 模型即可。首周用量翻倍
• API 用户：去 console.x.ai 注册，模型名 grok-4.5。支持 Responses API 和 Chat Completions
• Grok Build：xAI 自己的编码 Agent，已设为默认模型
• 其他入口：OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic 均已接入

EU 用户要等到 7 月中旬。速度方面，80 tokens/秒，不算最快但足够日常使用。xAI 建议开启 prompt_cache_key 来提升缓存命中率。

本文不构成投资建议。模型性能因任务类型和代码库复杂度而异，建议在自有项目上做 A/B 测试后再做迁移决策。

关注 云栈社区 获取更多 AI 开发趋势与工具评测。