若您是使用 Cursor 或 Claude Code 的開發者、或負責評估 AI Agent 成本的技術決策者，2026 年 7 月 8 日 SpaceXAI 正式發布的 Grok 4.5 很可能已進入您的採購清單。馬斯克稱其為「Opus 級智慧、速度更快、Token 效率更高、成本更低」——本文不帶濾鏡，完整梳理官方與第三方 benchmark、$2/$6 定價表、真實任務成本（$2.49 vs $11.80）、Cursor 聯合訓練背景、API 接入步驟與適合/謹慎場景決策矩陣，協助您判斷是否值得切換。
01 Grok 4.5 是什麼？SpaceXAI 發布背景與痛點拆解
2026 年 7 月 8 日，SpaceXAI 正式推出 Grok 4.5——上市後首款旗艦模型。馬斯克在 X 上稱其為「Opus 級別模型，但速度更快、Token 效率更高、成本更低」。這不是普通版本迭代：模型與 AI 程式設計工具 Cursor 聯合訓練，注入數兆 Token 的真實開發者互動資料（程式碼審查、除錯流程、Agent 與程式碼庫互動紀錄）。SpaceX 於 2026 年 6 月宣布以約 600 億美元全股票交易收購 Cursor 母公司 Anysphere，Grok 4.5 是此合作的首批可見成果。
許多團隊在發布稿後仍卡在以下痛點：
- 標榜 Opus 級、benchmark 卻非第一： SWE-Bench Pro 落後 Claude Fable 5 約 16 個百分點，難以判斷「性價比」是否足以彌補準確率差距。
- 定價低但 Token 消耗不透明： $2/$6 單價看似便宜，若輸出 Token 是競品的 4 倍，實際帳單可能反超。
- CursorBench 資料污染： Cursor 程式碼庫快照意外混入訓練資料，相關分數已撤除，可信度存疑。
- 歐盟地區尚未開放： API 僅 us-east-1 / us-west-2，EU 預計 7 月中旬才可用。
- 幻覺率上升： 獨立評測顯示 AA-Omniscience Index 幻覺率達 54%，生產環境需加強輸出驗證。
- 垂直整合鎖定風險： 同一集團掌控算力（Colossus）、模型（Grok）、工具（Cursor）與分發（Grok Build），長期議價空間可能縮小。
| 參數 | 數值 | 備註 |
|---|---|---|
| 架構 | Mixture of Experts（MoE） | 混合專家，參數量未公開 |
| 上下文視窗 | 500,000 Tokens | 超過 200K 有較高計費層級 |
| 推理模式 | 低 / 中 / 高（預設：高） | reasoning_effort 參數可調 |
| 推理速度 | 官方 80 TPS，實測約 90 TPS | TryAI 測得首 Token <0.5 秒、約 110 tokens/秒 |
| 訓練硬體 | 數萬塊 NVIDIA GB300 GPU | 孟菲斯（Memphis）資料中心 |
| 模型 ID | grok-4.5 |
別名 grok-4.5-latest、grok-build-latest |
| 優化場景 | 程式設計 / Agent / 知識密集型工作 | 法律、醫療、教育、資料分析等專業情境 |
Grok 4.5 不是「最強的程式設計模型」，而是 SpaceXAI 迄今針對高頻 Agent 工作流性價比最激進的產品定位。
02 API 定價與真實任務成本：真的比競品便宜 4 倍嗎？
定價是 Grok 4.5 最核心的賣點。單看每百萬 Token 單價不夠——必須結合 Token 效率 與 每任務實際成本 才能做出採購決策。
| 模型 | 輸入 | 輸出 | 快取輸入 |
|---|---|---|---|
| Grok 4.5（標準） | $2.00 | $6.00 | $0.50 |
| Grok 4.5 Fast（Cursor 優先） | $4.00 | $18.00 | — |
| Claude Opus 4.8（標準） | $5.00 | $25.00 | $0.50 |
| Claude Fable 5 | $10.00 | $50.00 | — |
| GPT-5.6 Sol（旗艦） | $5.00 | $30.00 | — |
| GPT-5.6 Luna（經濟） | $1.00 | $6.00 | — |
| 上下文視窗 | Grok 4.5：500K；Claude Opus/Fable：1M | ||
| 模型 / 平台 | 每任務平均 Token 消耗 | 每任務實際成本 |
|---|---|---|
| Grok 4.5 / Grok Build | 約 1.9M tokens | $2.49 |
| GPT-5.5 / Codex | 約 6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | 約 7.2M tokens | $11.80 |
| Token 效率（SWE-Bench Pro） | Grok 4.5 平均 15,954 輸出 Token/任務 | Opus 4.8 為 67,020——差距 4.2 倍 |
以開發團隊每日 500 次 Agent 任務估算：Grok 4.5 約 $1,245/日，Claude Code 約 $5,900/日。在高頻呼叫場景下，Token 效率優勢會被指數級放大。SpaceXAI 官方亦稱 Grok 4.5 達到約 2 倍 Token 效率，以不到一半的步驟完成同類任務。
03 Benchmark 全解析：編程、Agent 與 CursorBench 污染爭議
SpaceXAI 官方公布 4 項程式設計評測；我們同步整理第三方獨立測試與 Agent 任務 benchmark，並標註資料可信度風險。
3.1 程式設計 Benchmark
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（各廠商 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： DeepSWE 1.0 用各廠商自有 harness 時 Grok 4.5 排第三；換成中立 harness（DeepSWE 1.1）後跌至第四，Fable 5 領先 17 個百分點。Terminal Bench 2.1 四款頂級模型差距在 5.4 個百分點以內，幾乎平局。SWE-Bench Pro 是最嚴苛測試，Grok 4.5 排第三，落後 Fable 5 約 16 個百分點——對高精度多檔案重構任務，差距真實存在。
3.2 Agent 任務 Benchmark（Grok 4.5 高光舞台）
| 評測項目 | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 個企業工作流） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（專業工作場景） | 29% | — | 21% |
| Snorkel 法律場景 | 40% | — | 27–28% |
| Snorkel 教育場景 | 58% | — | 35–42% |
| Snorkel 醫療場景 | 35% | — | 23–25% |
AutomationBench-AA 涵蓋 Gmail、Slack、Salesforce、HubSpot 等 40 個模擬企業應用程式。Grok 4.5 是首個在不違反業務約束下完成超過一半工作流目標的模型，且每任務成本約為 Fable 5 的四分之一。
3.3 綜合智慧指數與 CursorBench 污染
- Artificial Analysis Intelligence Index： Grok 4.5 得分 54（第四名），排在 Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）之後；較上一代 Grok 大幅提升 16 分。
- CursorBench 撤除： Cursor 官方承認 Grok 4.5 訓練資料中意外包含 Cursor 程式碼庫早期快照，在 CursorBench 上造成不公平優勢。相關分數已從發布材料撤除，訓練資料已剔除，CursorBench 本身亦將大幅改版。這是本次發布的明顯瑕疵，但主動揭露污染反而比隱瞞更具可信度。
- AA-Omniscience 幻覺率： 獨立評測顯示 Grok 4.5 幻覺率達 54%，明顯高於前代，生產環境須建立輸出驗證管線。
3.4 TryAI 真實程式設計對比
獨立測評機構 TryAI 讓 Grok 4.5、GPT-5.5、Claude Opus 4.8、Claude Fable 5 以相同提示詞從零建構相同互動應用程式：
| 測試維度 | Grok 4.5 | Claude Opus / Fable 5 | GPT-5.5 |
|---|---|---|---|
| 3D 立方體渲染（最難） | 第一次失敗，重試成功 | 一次成功 | 失敗 |
| 首 Token 延遲 | <0.5 秒 | 較慢 | 短回答最快 |
| 串流速度 | 約 110 tokens/秒（約 2 倍） | Fable 5 最慢、最貴 | 中等 |
| 每次測試成本 | 最低 | 最高 | 中等 |
結論： 高頻重複性程式設計任務，Grok 4.5 的速度與成本優勢壓倒性；需一次搞定複雜狀態管理的高精度任務，Claude 系列仍更可靠。
04 可用平台、API 接入與 6 步實操指南
Grok 4.5 已在以下平台上線（歐盟地區預計 7 月中旬開放）：
| 平台 | 說明 | 備註 |
|---|---|---|
| Grok Build | SpaceXAI 自家 Coding Agent 平台 | Grok 4.5 為預設模型；限時免費 |
| Cursor | 所有訂閱方案可用 | 桌面、Web、iOS、CLI、SDK；首週用量加倍 |
| SpaceXAI Console API | 直接 API 呼叫 | 支援 Chat Completions 與 Responses API |
| Office 外掛 | Word、PowerPoint、Excel | 預設模型；可組裝試算表、簡報、文件 |
| 第三方閘道 | OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic | API 區域：us-east-1、us-west-2；限速 150 req/s、50M tokens/min |
# SpaceXAI Responses API 快速接入
curl -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]}"
}'最佳實踐（成本優化）：
- Responses API 設定
prompt_cache_key，或 Chat Completions 使用x-grok-conv-idHeader，確保對話路由至同一伺服器——快取命中後輸入價格降至 $0.50/M tokens。 - 長 Agent 迴圈建議開啟 Context Compaction，減少 Token 累積成本。
- 高吞吐量任務用標準版（$2/$6）；需優先排程時再選 Cursor Fast 版（$4/$18）。
首次接入建議按以下 6 步實操指南 進行：
- 取得 API 金鑰： 登入 SpaceXAI Console（console.x.ai），建立專案並產生 API Key；確認帳戶區域為 us-east-1 或 us-west-2。
- 驗證基礎連通： 以上方 curl 範例發送單輪請求，確認
grok-4.5模型 ID 回應正常。 - 在 Cursor 啟用模型： 開啟 Cursor → 模型選擇器 → 選 Grok 4.5；首週加倍額度可用於壓力測試。
- 設定快取路由： 為長對話設定
prompt_cache_key或x-grok-conv-id，觀察快取命中率與帳單變化。 - 跑自有評測： 選 3–5 個團隊真實 repo 任務（修 bug、重構、測試生成），對比 Grok 4.5 與現用模型（如 Fable 5）的每任務成本與一次成功率。
- 建立混合路由策略： 將高頻、成本敏感子任務路由至 Grok 4.5；最複雜的架構決策保留 Claude Fable 5——記錄路由規則供團隊共用。
05 適合/謹慎場景決策矩陣、可引用數據與參考來源
| 場景 | 建議 | 理由 |
|---|---|---|
| 高頻 Agent 任務（每日數百至數千次） | 適合 Grok 4.5 | 每任務 $2.49 vs $11.80，成本節省立竿見影 |
| 終端機與工具呼叫密集型工作流 | 適合 Grok 4.5 | Terminal Bench 2.1 與 AutomationBench 頂級表現 |
| 已深度整合 Cursor 的團隊 | 適合 Grok 4.5 | 原生支援、無縫切換；聯合訓練針對 IDE 工作流優化 |
| 混合模型策略（路由分層） | 適合 Grok 4.5 作為二線 | 常規子任務交 Grok，架構決策留 Fable 5 |
| SWE-Bench Pro 級高精度程式設計 | 謹慎，優先 Fable 5 | Fable 5 領先約 16 個百分點，多檔案重構差距真實 |
| 幻覺率敏感生產系統（金融、安全關鍵） | 謹慎，加強驗證 | AA-Omniscience 幻覺率 54%，須建立輸出驗證管線 |
| 歐盟地區團隊 | 暫緩至 7 月中旬 | 目前 API 與產品均 geo-blocked，僅 us-east-1 / us-west-2 |
| CursorBench 相關效能宣稱 | 暫不採信 | 訓練資料污染已確認，等待獨立重測 |
可引用技術數據（EEAT）
- 每任務成本： Grok 4.5 約 $2.49/任務，Claude Code 約 $11.80/任務（SWE-Bench Pro 實測折算）。
- Token 效率： SWE-Bench Pro 平均輸出 Token Grok 4.5 為 15,954，Opus 4.8 為 67,020——4.2 倍差距。
- 推理速度： 官方 80 TPS，TryAI 實測約 110 tokens/秒，首 Token <0.5 秒。
- 綜合智慧指數： Artificial Analysis 54 分（第四名），較上一代 +16 分。
- Agent 工作流： AutomationBench-AA 51.4%——首個超過 50% 且不違反業務約束的模型。
- API 限速： 預設 150 requests/秒、50M tokens/分鐘。
以下為主要參考來源；發版後請以官方頁面為準：
官方發布與技術文件：
SpaceXAI 官方發布：Introducing Grok 4.5
Cursor 聯合發布聲明：Introducing Grok 4.5
SpaceXAI API 文件：Grok 4.5 Model Reference
第三方報導與獨立評測：
TechCrunch：SpaceXAI Releases Grok 4.5
Awesome Agents 獨立評測：Grok 4.5 Review
APIdog：Grok 4.5 Benchmark 深度解讀
Artificial Analysis Intelligence Index
Grok 4.5 的真正價值不在 benchmark 第一，而在於：把 Token 效率與 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價格完成與 Opus 4.8 相近品質的工作。但長時間 Agent 任務對執行環境穩定性要求極高——本機 Mac 休眠中斷、共用雲端桌面爭奪頻寬與算力、虛擬化 Hypervisor 損耗都會拖慢 Cursor CLI 與多倉庫開發吞吐。純 SaaS Agent 也無法取代需要獨佔 Apple Silicon、原生 macOS 工具鏈的情境（Xcode 建置、Claude Code / Codex 持久化開發機、本地模型推論）。相較之下，對需要零損耗原生算力、穩定 iOS CI/CD 與 AI Agent 7×24 自動化的生產環境，ZUKCLOUD 裸金屬 Mac mini 雲端節點通常是更優解：獨佔實體機、無 Hypervisor 損耗、7×24 在線、按天/週/月彈性下單。延伸閱讀：裸金屬架構宣言 · Mac Mini M4 租用 vs 購買 2026 · OpenRouter 2026 年 6 月模型流量榜。
06 常見問題 FAQ
問：Grok 4.5 比 Claude Opus 4.8 更好嗎？
答：視「更好」的定義。Opus 4.8 在 SWE-Bench Pro 準確率領先（69.2% vs 64.7%）；Grok 4.5 在速度、Token 效率與每任務成本上領先，差距可達 4 倍。Agent 工作流完成率上，Grok 4.5 在 AutomationBench-AA 亦略勝 Opus 4.8。
問：Grok 4.5 可以免費使用嗎？
答：SpaceXAI 在 Grok Build 與 Cursor 提供限時免費額度。之後 API 為 $2/M 輸入、$6/M 輸出；Cursor 訂閱方案已納入模型池，首週使用量加倍。
問：如何在 Cursor 中使用 Grok 4.5？
答：所有 Cursor 方案自動可用。開啟 Cursor，在模型選擇器選 Grok 4.5 即可；無需額外安裝外掛。
問：Grok 4.5 的上下文視窗多大？
答：500,000 Tokens（500K），足以涵蓋多數大型程式碼庫任務。請注意超過 200K 有較高計費層級。
問：為何 CursorBench 從發布材料中撤除？
答：Cursor 程式碼庫快照意外混入 Grok 4.5 訓練資料，造成資料污染與不公平優勢。SpaceXAI 已撤除相關分數，訓練資料已剔除，後續將獨立重測。
問：Grok 4.5 可透過 OpenRouter 使用嗎？
答：可以。亦可透過 Vercel AI Gateway、Cloudflare、Snowflake、Databricks Mosaic 等第三方閘道存取。
問：歐盟使用者何時能用？
答：目前所有 SpaceXAI 產品與 API Console 在歐盟地區 geo-blocked，預計 2026 年 7 月中旬開放。
問：應該全面切換到 Grok 4.5 嗎？
答：不建議。多數企業團隊採混合路由：高頻、成本敏感任務交 Grok 4.5；高精度架構決策與安全關鍵程式碼保留 Claude Fable 5。先在自有 repo 跑評測再決定預設模型。
最後更新：2026-07-11 | 模型能力與定價可能隨時變更，請以官方文件為準。