Test de Grok 4.5 : contexte 500K, 80 TPS, code et agents IA
Après le lancement de Grok 4.5, j'ai étudié l'annonce et la documentation développeur de xAI, puis comparé ces informations aux premières discussions publiées sur X et Reddit.
La conclusion courte est simple : Grok 4.5 n'est pas une petite mise à jour destinée au chat. C'est le modèle phare de xAI pour le code, les tâches agentiques et le travail de connaissance.
Les développeurs se posent surtout des questions concrètes :
- Grok 4.5 peut-il rivaliser avec Claude, GPT et GLM sur de vrais dépôts ?
- Les 80 TPS annoncés et la baisse de consommation de tokens changent-ils vraiment les longues exécutions d'agents ?
- La fenêtre de contexte de 500K tokens est-elle utile pour de grandes bases de code ?
- Le prix officiel de 2 dollars par million de tokens en entrée et 6 dollars par million en sortie est-il réellement compétitif ?
- Pourquoi certains utilisateurs parlent-ils d'une avancée majeure alors que d'autres critiquent l'accès et les limites d'utilisation ?
Ce test distingue les caractéristiques vérifiées des premières impressions de la communauté et explique la place que Grok 4.5 pourrait occuper dans une infrastructure multi-modèles en production.
Verdict rapide
- Grok 4.5 est sorti le 8 juillet 2026 sous l'identifiant
grok-4.5. - xAI le destine au code, aux tâches agentiques et au travail de connaissance.
- Il prend en charge une fenêtre de contexte de 500K tokens et ses connaissances s'arrêtent au 1er février 2026.
- xAI annonce une vitesse de génération d'environ 80 tokens par seconde.
- Le tarif officiel de l'API est de 2 dollars par million de tokens en entrée et 6 dollars par million en sortie.
- L'effort de raisonnement est réglable sur
low,mediumouhigh, avechighpar défaut. - Ses usages les plus prometteurs concernent l'ingénierie à l'échelle d'un dépôt, les tâches dans le terminal, les longs workflows agentiques, les fichiers bureautiques et le travail de connaissance sous contraintes.
Mon avis : Grok 4.5 mérite de figurer dans la sélection de tout acteur qui développe des agents de code ou une infrastructure multi-modèles. Il est toutefois trop tôt pour le déclarer vainqueur incontesté sur la seule base des benchmarks du fournisseur.
Fiche technique de Grok 4.5
| Caractéristique | Grok 4.5 |
|---|---|
| Identifiant du modèle | grok-4.5 |
| Positionnement principal | Code, agents, travail de connaissance |
| Fenêtre de contexte | 500K tokens |
| Vitesse de génération | Environ 80 TPS selon xAI |
| Effort de raisonnement | low / medium / high |
| Prix officiel en entrée | 2 $ / 1 M de tokens |
| Prix officiel en sortie | 6 $ / 1 M de tokens |
| Date limite des connaissances | 1er février 2026 |
| Informations en temps réel | Nécessite les outils Web Search ou X Search |
La stratégie produit devient plus claire lorsque ces caractéristiques sont réunies. Une grande fenêtre de contexte accueille le dépôt et sa documentation, un débit élevé réduit l'attente, et une meilleure efficacité en tokens peut limiter le coût des exécutions en plusieurs étapes.
Cette combinaison vise les workflows agentiques, pas seulement les comparatifs de réponses courtes.
Performances en code : de bons scores, avec une réserve importante
xAI a publié des résultats sur DeepSWE, SWE Marathon, Terminal Bench 2.1 et SWE Bench Pro. Parmi les scores représentatifs :
- 29,0 % sur SWE Marathon
- 83,3 % sur Terminal Bench 2.1
- 64,7 % sur SWE Bench Pro
- 62,0 % sur DeepSWE 1.0
Ces benchmarks correspondent bien aux tâches ciblées par le modèle : comprendre de vrais dépôts, utiliser un terminal, modifier plusieurs fichiers, lancer des tests et conserver un objectif au fil de longues chaînes d'exécution.
Une réserve mérite néanmoins l'attention des développeurs. Cursor a indiqué qu'un ancien instantané de sa base de code avait été inclus par erreur dans les données d'entraînement de Grok 4.5, ce qui a avantagé le modèle sur CursorBench. L'impact exact reste inconnu et cette révélation n'annule pas les autres benchmarks, mais elle rappelle un principe essentiel :
Évaluez Grok 4.5 sur vos propres dépôts, vos tests et vos contraintes de coût, plutôt que de transformer un classement en décision de déploiement.
Pourquoi 80 TPS peuvent compter davantage qu'un benchmark gagné
Pour une réponse courte, 80 TPS donnent surtout une impression de fluidité. Pour un agent, l'avantage s'accumule au fil de dizaines d'étapes : lecture de fichiers, appels d'outils, modification du code, exécution des tests, analyse des erreurs et nouvelles tentatives.
Une réduction modeste de la latence à chaque étape peut raccourcir une tâche de plusieurs minutes.
xAI affirme également que Grok 4.5 a utilisé en moyenne 15 954 tokens de sortie par tâche SWE Bench Pro dans son comparatif, contre 67 020 pour Opus 4.8 max, soit environ 4,2 fois moins.
Il s'agit d'une comparaison fournie par le constructeur, qui ne doit pas être généralisée à toutes les charges de travail. Elle met toutefois en avant la bonne unité de coût. Les équipes devraient comparer :
- le nombre total de tokens par tâche terminée
- la durée réelle d'exécution
- le nombre de nouvelles tentatives
- le taux de réussite des tests
- le temps de revue et de correction humaine
Le token le moins cher ne produit pas toujours la tâche terminée la moins chère.
À quoi sert une fenêtre de contexte de 500K tokens ?
Cinq cent mille tokens suffisent pour de nombreux travaux complexes d'ingénierie et de connaissance, notamment :
- l'analyse transversale de dépôts moyens ou volumineux
- l'examen conjoint de pull requests, tickets, journaux et documentation technique
- les contrats, bibliothèques de recherche et bases de connaissances d'entreprise
- les agents de longue durée qui conservent l'historique de leur exécution
- les workflows réunissant plusieurs fichiers Word, Excel et PowerPoint
Une grande fenêtre ne garantit pas un rappel parfait à chaque position et ne justifie pas d'envoyer un dépôt complet sans tri dans chaque requête. Une méthode plus robuste consiste à établir une carte des dépendances, récupérer les fichiers pertinents, conserver de courts résumés de décision et créer des points de contrôle entre les phases d'une longue tâche.
Avis sur Grok 4.5 publiés sur Reddit
Les premières réactions sur Reddit sont partagées, ce qui les rend plus instructives qu'une simple annonce de lancement.
Les retours positifs se regroupent autour de trois thèmes.
Premièrement, des utilisateurs constatent un meilleur respect des consignes complexes. Une discussion félicite Grok 4.5 pour sa capacité à gérer des prémisses ambiguës et des demandes rédactionnelles exigeantes sans se rabattre sur une réponse superficielle.
Deuxièmement, les développeurs évoquent souvent la vitesse. Dans les communautés qui comparent Grok à Sonnet, Opus, GPT et GLM, le débit et le coût potentiel par tâche terminée comptent parmi ses atouts les plus séduisants.
Troisièmement, plusieurs témoignages décrivent un écart net entre l'expérience de l'API ou de Grok Build et l'application grand public, moins transparente. Ce point est important : un sélecteur de modèle imprécis empêche de savoir si un comparatif teste réellement Grok 4.5.
Les critiques sont tout aussi cohérentes.
Des utilisateurs regrettent la confusion des accès au lancement entre l'application web, l'application mobile, Heavy, Expert, Grok Build et l'API. Demander au modèle quelle version il utilise n'est pas fiable, puisqu'il peut déduire sa réponse de contenus trouvés sur le Web.
Les limites d'utilisation sont une autre source de frustration. Un utilisateur a signalé qu'une tâche Grok Build s'était arrêtée autour de 105K tokens sur les 500K possibles après une courte période. D'autres contestent les quotas hebdomadaires, qui rendent les longs projets difficiles à planifier.
La conclusion pratique est que les capacités du modèle et l'ergonomie du produit sont deux niveaux distincts. Un modèle performant peut offrir une mauvaise expérience si les quotas, le routage et la reprise après erreur manquent de clarté.
Ce que les discussions sur X ajoutent
Sur X, les échanges portent surtout sur la collaboration avec Cursor, les démonstrations d'applications créées à partir d'un seul prompt, la concurrence entre modèles et le rythme rapide des sorties de xAI.
Ces sujets facilitent la découverte du modèle, mais les acheteurs professionnels devraient suivre des indicateurs moins spectaculaires :
- les alias fixes et la stabilité des versions
- la latence et le taux d'erreur aux heures de pointe
- la consommation de tokens sur les tâches longues
- le taux de réussite des appels d'outils
- les écarts de qualité entre les niveaux de raisonnement
Ces mesures sont plus utiles que les démonstrations virales lorsque le modèle alimente un service destiné à des clients.
Le prix de l'API Grok 4.5 est-il compétitif ?
À 2 dollars par million de tokens en entrée et 6 dollars par million en sortie, le prix catalogue est compétitif pour un modèle de code de pointe. Le coût final comporte toutefois au moins quatre dimensions : la répétition d'un long contexte en entrée, la sortie de raisonnement et de code, le taux de réussite et les frais liés à la plateforme.
Si votre équipe compare Grok à GPT, Claude, GLM, DeepSeek et d'autres modèles, une plateforme d'API unifiée comme llm-agent peut simplifier l'évaluation. Une clé API commune, des requêtes cohérentes, le suivi de l'usage et le changement de modèle réduisent les opérations nécessaires pour tester un fournisseur supplémentaire.
Consultez les prix et la disponibilité des modèles, la page pour acheter des tokens API et les tutoriels d'intégration. La disponibilité actuelle, la prise en charge régionale et les tarifs de la plateforme doivent toujours être vérifiés sur la page des prix en temps réel.
Qui devrait tester Grok 4.5 ?
Grok 4.5 est particulièrement pertinent pour :
- les équipes d'ingénierie qui utilisent des agents sur des dépôts moyens ou volumineux
- les développeurs indépendants qui réalisent des prototypes et applications complets
- les professionnels qui produisent des feuilles de calcul, documents et présentations complexes
- les passerelles multi-modèles qui réduisent la dépendance à un fournisseur unique
- les entreprises qui comparent le coût par tâche de Claude, GPT, Grok et des modèles de code chinois
Il est moins adapté à une migration immédiate sans tests lorsque la régularité des sorties est critique, aux utilisateurs qui ne peuvent pas vérifier le modèle réellement servi par une interface d'abonnement, ou aux projets exigeant une disponibilité immédiate dans l'Union européenne et des garanties de conformité précises.
Évaluation finale
L'intérêt principal de Grok 4.5 ne tient pas à un score isolé. Il réside dans la combinaison de capacités d'ingénierie de niveau phare, d'un débit comparable à celui d'un modèle rapide et d'une volonté de réduire le nombre de tokens nécessaires pour achever une tâche.
Les données officielles et les premiers retours de la communauté indiquent une amélioration notable sur les consignes complexes, le travail dans le terminal, les longues chaînes d'exécution et les workflows de connaissance.
La prudence reste de mise : accès confus au lancement, limites d'abonnement difficiles à prévoir, réserve liée aux données d'entraînement de CursorBench et manque de recul public sur les projets de production de longue durée.
Le verdict honnête est donc clair : si vous développez des produits de code ou des agents, testez Grok 4.5 dès maintenant sur des tâches réelles. Si vous envisagez une migration complète sur la seule foi des benchmarks de lancement, attendez vos propres résultats d'évaluation.
FAQ
Quand Grok 4.5 est-il sorti ?
Grok 4.5 a été officiellement lancé le 8 juillet 2026 et rendu accessible via l'API xAI, Grok Build et des voies d'accès liées à Cursor.
Quelle est la taille du contexte de Grok 4.5 ?
La documentation de xAI indique une fenêtre de contexte de 500K tokens.
Combien coûte l'API Grok 4.5 ?
Le tarif standard officiel est de 2 dollars par million de tokens en entrée et 6 dollars par million en sortie. Les plateformes tierces ou les API unifiées peuvent appliquer des prix différents.
Grok 4.5 est-il performant pour coder ?
Le code et les tâches agentiques sont au cœur de son positionnement. Ses benchmarks et les premiers avis suggèrent qu'il est particulièrement utile pour travailler sur des dépôts, utiliser un terminal et conduire un développement en plusieurs étapes, plutôt que pour générer uniquement des extraits de code isolés.
Grok 4.5 peut-il rechercher sur X et sur le Web en temps réel ?
Oui, lorsque les outils Web Search ou X Search sont activés. Les connaissances internes du modèle s'arrêtent au 1er février 2026.
Grok 4.5 est-il meilleur que Claude, GPT ou GLM ?
Aucun modèle ne domine toutes les tâches. Grok 4.5 se distingue par sa vitesse, le code, l'exécution agentique et son prix catalogue, tandis que ses concurrents peuvent être meilleurs sur certains dépôts, le design, leurs écosystèmes ou la fiabilité à long terme. Comparez le taux de réussite, le total de tokens, la durée et les nouvelles tentatives sur un même benchmark privé.