Grok 4.5: análisis de coding, agentes, 500K y 80 TPS
Después del lanzamiento de Grok 4.5, revisé el anuncio y la documentación para desarrolladores de xAI y los comparé con las primeras conversaciones en X y Reddit.
La versión corta es sencilla: Grok 4.5 no es una actualización menor de un modelo de chat. Es el modelo insignia de xAI para coding, tareas con agentes y trabajo del conocimiento.
Las preguntas que realmente importan a los desarrolladores son más prácticas:
- ¿Puede Grok 4.5 competir con Claude, GPT y GLM en repositorios reales?
- ¿Se notan los 80 TPS anunciados y el menor consumo de tokens en ejecuciones largas de agentes?
- ¿Es útil la ventana de contexto de 500K para bases de código grandes?
- ¿Es realmente competitivo el precio oficial de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida?
- ¿Por qué algunos usuarios hablan de un salto importante mientras otros se quejan del acceso y los límites de uso?
Este análisis separa los datos verificables del producto de las primeras impresiones de la comunidad y explica qué lugar puede ocupar Grok 4.5 en una infraestructura de modelos para producción.
Veredicto rápido sobre Grok 4.5
- Grok 4.5 se lanzó el 8 de julio de 2026 con el ID de modelo
grok-4.5. - xAI lo posiciona para coding, tareas con agentes y trabajo del conocimiento.
- Ofrece una ventana de contexto de 500K tokens y una fecha de corte de conocimiento del 1 de febrero de 2026.
- xAI indica una velocidad de servicio aproximada de 80 tokens por segundo.
- El precio oficial de la API es de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida.
- El nivel de razonamiento se puede configurar como
low,mediumohigh; el valor predeterminado eshigh. - Sus casos de uso más sólidos parecen ser la ingeniería a nivel de repositorio, las tareas de terminal, los flujos largos con agentes, los archivos de oficina y el trabajo del conocimiento con muchas restricciones.
Mi conclusión: Grok 4.5 debe entrar en la batería de evaluación de cualquier equipo que construya agentes de programación o infraestructura multimodelo. Sin embargo, todavía es pronto para declararlo ganador indiscutible basándose solo en benchmarks del proveedor.
Especificaciones de Grok 4.5
| Elemento | Grok 4.5 |
|---|---|
| ID del modelo | grok-4.5 |
| Enfoque principal | Coding, agentes y trabajo del conocimiento |
| Ventana de contexto | 500K tokens |
| Velocidad de servicio | Aproximadamente 80 TPS, según xAI |
| Nivel de razonamiento | low / medium / high |
| Precio oficial de entrada | 2 USD / 1M tokens |
| Precio oficial de salida | 6 USD / 1M tokens |
| Fecha de corte de conocimiento | 1 de febrero de 2026 |
| Información en tiempo real | Requiere las herramientas Web Search o X Search |
La estrategia del producto queda más clara al considerar estas especificaciones en conjunto. Una ventana de contexto amplia permite cargar el repositorio y la documentación de apoyo, el alto rendimiento reduce la espera y la eficiencia de tokens disminuye el coste de una ejecución de varios pasos.
Es una combinación pensada para flujos de agentes, no solo para ganar comparativas de chat breve.
Rendimiento en coding: cifras sólidas con una advertencia importante
xAI publicó resultados en DeepSWE, SWE Marathon, Terminal Bench 2.1 y SWE Bench Pro. Entre las puntuaciones más representativas se encuentran:
- 29,0 % en SWE Marathon
- 83,3 % en Terminal Bench 2.1
- 64,7 % en SWE Bench Pro
- 62,0 % en DeepSWE 1.0
Estos benchmarks encajan con el tipo de trabajo para el que se diseñó el modelo: comprender repositorios reales, operar desde una terminal, editar varios archivos, ejecutar pruebas y mantener el objetivo durante cadenas largas de ejecución.
También existe una advertencia que los desarrolladores no deberían ignorar. Cursor reveló que una versión anterior de su base de código apareció accidentalmente en los datos de entrenamiento de Grok 4.5, lo que dio al modelo una ventaja en CursorBench. No se conoce el impacto exacto y esta revelación no invalida los demás benchmarks, pero refuerza un principio esencial:
Evalúa Grok 4.5 con tus propios repositorios, pruebas y límites de coste en lugar de convertir una clasificación en una decisión de despliegue.
Por qué 80 TPS puede importar más que ganar otro benchmark
En una respuesta corta, 80 TPS solo se perciben como una experiencia ágil. En un agente, la ventaja de velocidad se acumula durante decenas de pasos: leer archivos, llamar herramientas, editar código, ejecutar pruebas, revisar errores y volver a intentarlo.
Una mejora moderada de latencia en cada paso puede reducir varios minutos el tiempo total de la tarea.
xAI también afirma que Grok 4.5 utilizó una media de 15.954 tokens de salida por tarea de SWE Bench Pro en su comparativa, frente a 67.020 de Opus 4.8 max: aproximadamente 4,2 veces menos tokens de salida.
Se trata de una comparación proporcionada por el proveedor y no debe generalizarse a todas las cargas de trabajo. Aun así, apunta a la métrica de coste correcta. Los equipos deberían comparar:
- tokens totales por tarea completada
- tiempo real hasta completar la tarea
- número de reintentos
- porcentaje de pruebas superadas
- tiempo humano de revisión y reparación
El token más barato no siempre produce la tarea completada más barata.
¿Qué se puede hacer con una ventana de contexto de 500K?
Quinientos mil tokens son suficientes para muchos flujos exigentes de ingeniería y trabajo del conocimiento, entre ellos:
- análisis entre módulos en repositorios medianos y grandes
- revisión conjunta de pull requests, issues, registros y documentación técnica
- contratos, bibliotecas de investigación y bases de conocimiento empresariales
- agentes de larga duración que conservan el historial de ejecución
- flujos con varios archivos de Word, Excel y PowerPoint
Una ventana grande no garantiza una recuperación perfecta en cualquier posición ni justifica enviar un repositorio completo en cada solicitud. Un flujo más eficaz consiste en crear un mapa de dependencias, recuperar los archivos relevantes, conservar resúmenes breves de las decisiones y guardar puntos de control entre las fases de una tarea larga.
Opiniones sobre Grok 4.5 en Reddit
Las primeras reacciones en Reddit son mixtas, y por eso aportan más valor que una nota de lanzamiento.
Los comentarios positivos se concentran en tres áreas.
En primer lugar, los usuarios observan un mejor comportamiento ante instrucciones complejas. Una conversación destacó la capacidad de Grok 4.5 para manejar premisas ambiguas y requisitos de escritura exigentes sin caer en una respuesta obvia y superficial.
En segundo lugar, los desarrolladores mencionan con frecuencia la velocidad. En comunidades que comparan Grok con Sonnet, Opus, GPT y GLM, el rendimiento y el posible coste por tarea completada aparecen entre sus ventajas más atractivas.
En tercer lugar, varios usuarios describen una diferencia clara entre la experiencia en la API o Grok Build y la aplicación de consumo, donde el modelo utilizado es menos transparente. Esto importa porque un selector poco claro dificulta saber si una comparativa está probando realmente Grok 4.5.
Los comentarios negativos también son consistentes.
Algunos usuarios señalaron que el acceso durante el lanzamiento resultaba confuso entre la aplicación web, la app móvil, Heavy, Expert, Grok Build y la API. Preguntar al propio modelo qué versión está ejecutando no es fiable, ya que puede inferir la respuesta a partir de contenido publicado en internet.
Los límites de uso son otra fuente de frustración. Un usuario indicó que una tarea de Grok Build se detuvo alrededor de 105K de los 500K tokens de contexto posibles tras poco tiempo. Otros cuestionaron los límites semanales porque dificultan la planificación de proyectos largos.
La conclusión práctica es que la capacidad del modelo y la usabilidad del producto son capas distintas. Un modelo potente puede ofrecer una mala experiencia si los límites, el enrutamiento y la recuperación después de un fallo no están claros.
Qué aporta la conversación en X
La conversación en X se ha centrado en la colaboración con Cursor, las demostraciones de aplicaciones creadas con un solo prompt, la competencia entre modelos y el rápido ritmo de lanzamientos de xAI.
Son temas útiles para descubrir el producto, pero quienes compran para producción deberían seguir métricas menos llamativas:
- alias fijos del modelo y estabilidad de versiones
- latencia y tasas de error en horas punta
- consumo de tokens en tareas largas
- porcentaje de éxito en llamadas a herramientas
- diferencias de calidad entre niveles de razonamiento
Estas mediciones valen más que una demo viral cuando el modelo forma parte de un servicio para clientes.
¿Es competitivo el precio de la API de Grok 4.5?
Con 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida, el precio oficial es competitivo para un modelo de coding de frontera. Sin embargo, el coste final tiene al menos cuatro capas: reenvío de contextos largos, salida de razonamiento y código, tasa de éxito y costes operativos de la plataforma.
Si tu equipo prueba Grok junto con GPT, Claude, GLM, DeepSeek y otros modelos, una plataforma de API unificada como llm-agent puede simplificar la comparación. Una clave API común, patrones de solicitud consistentes, seguimiento de uso y cambio de modelo reducen el trabajo operativo necesario para evaluar otro proveedor.
Consulta los precios y la disponibilidad de modelos, la opción para comprar tokens de API y los tutoriales de integración. La disponibilidad actual del modelo, la cobertura regional y el precio de la plataforma deben comprobarse siempre en la página de precios en tiempo real.
¿Quién debería probar Grok 4.5?
Grok 4.5 es especialmente relevante para:
- equipos de ingeniería que usan agentes en repositorios medianos o grandes
- desarrolladores independientes que crean prototipos y aplicaciones completas
- profesionales que producen hojas de cálculo, documentos y presentaciones complejas
- gateways multimodelo que quieren reducir la dependencia de un solo proveedor
- empresas que comparan el coste por tarea de Claude, GPT, Grok y modelos chinos de coding
Es menos adecuado para una migración inmediata sin pruebas cuando la consistencia de la salida es crítica, para usuarios que no pueden verificar el modelo real detrás de una suscripción o para proyectos que requieren disponibilidad inmediata en la UE y garantías de cumplimiento específicas.
Evaluación final
Lo más interesante de Grok 4.5 no es una puntuación aislada. Es la combinación de capacidad de ingeniería de nivel insignia, rendimiento propio de un modelo rápido y el objetivo de reducir los tokens necesarios para completar una tarea.
Tanto los datos oficiales como los primeros comentarios de la comunidad apuntan a una mejora significativa en instrucciones complejas, trabajo de terminal, cadenas largas de ejecución y flujos del conocimiento.
Todavía hay motivos para ser prudentes: acceso confuso durante el lanzamiento, límites de suscripción impredecibles, la advertencia sobre los datos de entrenamiento de CursorBench y poca evidencia pública procedente de proyectos de producción de larga duración.
El veredicto honesto es directo: si desarrollas productos de coding o agentes, prueba Grok 4.5 ahora con trabajo real. Si estás pensando en una migración completa solo por los benchmarks de lanzamiento, espera a tener tus propios resultados.
Preguntas frecuentes sobre Grok 4.5
¿Cuándo se lanzó Grok 4.5?
Grok 4.5 se lanzó oficialmente el 8 de julio de 2026 y quedó disponible mediante la API de xAI, Grok Build y vías de acceso relacionadas con Cursor.
¿Cuál es la ventana de contexto de Grok 4.5?
La documentación del modelo de xAI indica una ventana de contexto de 500K tokens.
¿Cuánto cuesta la API de Grok 4.5?
El precio oficial estándar es de 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida. Las plataformas de terceros o con API unificada pueden aplicar precios diferentes.
¿Grok 4.5 es bueno para programar?
El coding y las tareas con agentes son su posicionamiento principal. Sus benchmarks y los primeros informes de usuarios indican que resulta más útil para trabajar con repositorios, operar en terminal y completar desarrollos de varios pasos que para generar fragmentos de código aislados.
¿Grok 4.5 puede buscar en X y en la web en tiempo real?
Sí, cuando están activadas las herramientas Web Search o X Search. La fecha de corte del conocimiento interno del modelo es el 1 de febrero de 2026.
¿Grok 4.5 es mejor que Claude, GPT o GLM?
Ningún modelo gana en todas las cargas de trabajo. Grok 4.5 destaca por su velocidad, coding, ejecución de agentes y precio oficial, mientras que otros modelos pueden rendir mejor en repositorios concretos, tareas de diseño, ecosistemas o fiabilidad a largo plazo. Compara el éxito de las tareas, los tokens totales, el tiempo y los reintentos con el mismo benchmark privado.
Fuentes
- xAI: presentación de Grok 4.5
- Documentación para desarrolladores de xAI: modelos
- Documentación para desarrolladores de xAI: notas de la versión
- Cursor: presentación de Grok 4.5
- Reddit: Grok 4.5 supone un avance claro
- Reddit: debate sobre la prueba gratuita de Grok 4.5
- Reddit: conversación sobre el lanzamiento de Grok 4.5