Обзор Grok 4.5: кодинг, AI-агенты, 500K контекста и 80 TPS
После выхода Grok 4.5 я изучил анонс и документацию xAI, а затем сопоставил официальные данные с первыми обсуждениями в X и Reddit.
Короткий вывод: Grok 4.5 — не небольшое обновление чат-модели, а флагманская модель xAI для программирования, агентных задач и интеллектуальной работы.
Разработчиков прежде всего интересуют практические вопросы:
- Может ли Grok 4.5 конкурировать с Claude, GPT и GLM на реальных репозиториях?
- Дают ли заявленные 80 TPS и более экономный расход токенов заметный эффект в длинных агентных сценариях?
- Насколько полезно контекстное окно 500K для крупных кодовых баз?
- Действительно ли официальная цена $2 за миллион входных и $6 за миллион выходных токенов конкурентоспособна?
- Почему одни пользователи называют модель большим шагом вперед, а другие жалуются на доступ и лимиты?
В этом обзоре проверенные характеристики отделены от ранних впечатлений сообщества, а также разобрано место Grok 4.5 в рабочем стеке из нескольких моделей.
Краткий вердикт
- Grok 4.5 вышел 8 июля 2026 года с идентификатором модели
grok-4.5. - xAI позиционирует его для программирования, агентных задач и интеллектуальной работы.
- Модель поддерживает контекстное окно 500K токенов, а дата отсечения знаний — 1 февраля 2026 года.
- По данным xAI, скорость генерации составляет около 80 токенов в секунду.
- Официальная цена API — $2 за миллион входных и $6 за миллион выходных токенов.
- Глубина рассуждения настраивается значениями
low,mediumиhigh; по умолчанию используетсяhigh. - Наиболее перспективные сценарии — инженерная работа на уровне репозитория, терминальные задачи, длинные агентные процессы, офисные файлы и работа со знаниями при заданных ограничениях.
Мой вывод: Grok 4.5 стоит включить в список моделей для тестирования любой команде, которая разрабатывает coding-агентов или мультимодельную инфраструктуру. Но называть ее безусловным лидером только по опубликованным разработчиком бенчмаркам пока рано.
Характеристики Grok 4.5
| Параметр | Grok 4.5 |
|---|---|
| Идентификатор модели | grok-4.5 |
| Основное назначение | Программирование, агенты, интеллектуальная работа |
| Контекстное окно | 500K токенов |
| Скорость генерации | Около 80 TPS, по данным xAI |
| Глубина рассуждения | low / medium / high |
| Официальная цена входных токенов | $2 / 1 млн токенов |
| Официальная цена выходных токенов | $6 / 1 млн токенов |
| Дата отсечения знаний | 1 февраля 2026 года |
| Актуальная информация | Требуются инструменты Web Search или X Search |
Стратегия продукта становится понятнее, если рассматривать эти параметры вместе. Большое контекстное окно позволяет удерживать репозиторий и сопроводительные документы, высокая скорость сокращает ожидание, а экономный расход токенов снижает стоимость многоэтапного выполнения.
Это сочетание рассчитано прежде всего на агентные процессы, а не только на победу в коротких чат-сравнениях.
Программирование: сильные результаты с важной оговоркой
xAI опубликовала результаты DeepSWE, SWE Marathon, Terminal Bench 2.1 и SWE Bench Pro. Среди показательных оценок:
- 29,0% в SWE Marathon
- 83,3% в Terminal Bench 2.1
- 64,7% в SWE Bench Pro
- 62,0% в DeepSWE 1.0
Эти бенчмарки соответствуют заявленной специализации модели: понимание реальных репозиториев, работа в терминале, изменение нескольких файлов, запуск тестов и сохранение цели на протяжении длинной цепочки действий.
Есть и оговорка, которую разработчикам нельзя игнорировать. Cursor сообщила, что более ранний снимок ее кодовой базы случайно попал в обучающие данные Grok 4.5, что дало модели преимущество в CursorBench. Точный масштаб влияния неизвестен, и это раскрытие не обесценивает все остальные тесты, но подчеркивает важный принцип:
Тестируйте Grok 4.5 на собственных репозиториях, тестах и бюджетных ограничениях, а не принимайте решение о внедрении по одной таблице лидеров.
Почему 80 TPS могут быть важнее очередной победы в бенчмарке
В коротком ответе 80 TPS просто ощущаются как высокая отзывчивость. Для агента выигрыш в скорости накапливается на десятках шагов: чтении файлов, вызове инструментов, изменении кода, запуске тестов, разборе ошибок и повторных попытках.
Даже небольшое сокращение задержки на каждом этапе может уменьшить общее время задачи на несколько минут.
xAI также сообщает, что в ее сравнении Grok 4.5 в среднем использовал 15 954 выходных токена на одну задачу SWE Bench Pro против 67 020 у Opus 4.8 max — примерно в 4,2 раза меньше.
Это сравнение предоставлено разработчиком модели, поэтому переносить его на любые нагрузки нельзя. Однако оно указывает на правильные метрики стоимости. Командам стоит сравнивать:
- общее число токенов на успешно завершенную задачу
- фактическое время выполнения
- количество повторных попыток
- долю успешно пройденных тестов
- время человека на проверку и исправления
Самый дешевый токен не всегда означает самую дешевую завершенную задачу.
Что дает контекстное окно 500K?
Пятисот тысяч токенов достаточно для многих серьезных инженерных и аналитических сценариев, включая:
- анализ связей между модулями в средних и крупных репозиториях
- совместную проверку pull request, issues, логов и технической документации
- работу с договорами, исследовательскими материалами и корпоративными базами знаний
- долгие агентные процессы с сохранением истории выполнения
- задачи с несколькими файлами Word, Excel и PowerPoint
Большое окно не гарантирует идеального воспроизведения информации из любой его части и не означает, что в каждый запрос нужно загружать весь репозиторий. Практичнее построить карту зависимостей, извлекать только релевантные файлы, сохранять краткие итоги решений и создавать контрольные точки между этапами долгой задачи.
Что пишут пользователи Reddit
Первые отзывы в Reddit неоднозначны, и именно поэтому они полезнее рекламного анонса.
Положительные оценки чаще всего относятся к трем областям.
Во-первых, пользователи отмечают более уверенное следование сложным инструкциям. В одном из обсуждений Grok 4.5 похвалили за работу с неоднозначными предпосылками и трудными письменными заданиями без скатывания к поверхностному ответу.
Во-вторых, разработчики регулярно упоминают скорость. В сообществах, где Grok сравнивают с Sonnet, Opus, GPT и GLM, пропускная способность и потенциальная стоимость завершенной задачи входят в число главных преимуществ.
В-третьих, несколько пользователей видят заметную разницу между API или Grok Build и менее прозрачным потребительским приложением. Это важно: неясный переключатель моделей мешает понять, действительно ли сравнение проводилось с Grok 4.5.
Отрицательные отзывы тоже повторяют одни и те же темы.
Пользователи жаловались, что на старте было трудно разобраться в доступе через веб-приложение, мобильное приложение, Heavy, Expert, Grok Build и API. Спрашивать саму модель, какая версия запущена, ненадежно: она может вывести ответ из найденной в интернете информации.
Лимиты использования — еще один источник недовольства. Один пользователь сообщил, что задача в Grok Build остановилась примерно на 105K из возможных 500K контекстных токенов уже после короткого периода работы. Другие критиковали недельные ограничения, из-за которых трудно планировать длинные проекты.
Практический вывод: возможности модели и удобство продукта — разные уровни. Даже сильная модель может давать слабый пользовательский опыт, если лимиты, маршрутизация и восстановление после сбоев непрозрачны.
Что добавляют обсуждения в X
В X основное внимание уделялось сотрудничеству с Cursor, демонстрациям приложений по одному промпту, конкуренции моделей и быстрому темпу релизов xAI.
Эти темы полезны для знакомства с моделью, но при внедрении в продакшен важнее менее эффектные показатели:
- фиксированные алиасы модели и стабильность версий
- задержка и частота ошибок в часы пик
- расход токенов в длинных задачах
- успешность вызовов инструментов
- различия в качестве между уровнями рассуждения
Когда модель становится частью клиентского сервиса, такие измерения ценнее вирусных демонстраций.
Конкурентоспособна ли цена Grok 4.5 API?
Официальная цена $2 за миллион входных и $6 за миллион выходных токенов выглядит конкурентоспособно для передовой модели программирования. Однако итоговая стоимость включает как минимум четыре слоя: повторную передачу длинного контекста, рассуждения и генерацию кода, вероятность успешного завершения и накладные расходы платформы.
Если команда сравнивает Grok с GPT, Claude, GLM, DeepSeek и другими моделями, единая API-платформа вроде llm-agent может упростить тестирование. Один API-ключ, единообразные запросы, учет потребления и быстрое переключение моделей сокращают операционные затраты на проверку нового провайдера.
Посмотрите актуальные цены и доступность моделей, покупку токенов API и руководства по интеграции. Наличие модели, региональную поддержку и цены платформы всегда следует проверять на действующей странице тарифов.
Кому стоит протестировать Grok 4.5?
Grok 4.5 особенно интересен для:
- инженерных команд, применяющих агентов в средних и крупных репозиториях
- независимых разработчиков, создающих полноценные прототипы и приложения
- специалистов, работающих со сложными таблицами, документами и презентациями
- модельных шлюзов, снижающих зависимость от одного поставщика
- компаний, сравнивающих стоимость задач Claude, GPT, Grok и китайских моделей для программирования
Модель хуже подходит для немедленного перехода без тестирования, если критична стабильность результатов; для пользователей, которые не могут проверить фактическую модель за интерфейсом подписки; а также для проектов, которым необходимы немедленная доступность в ЕС и конкретные гарантии соответствия требованиям.
Итоговая оценка
Самое интересное в Grok 4.5 — не отдельный результат бенчмарка, а сочетание инженерных возможностей флагманского уровня, высокой скорости генерации и стремления сократить число токенов, необходимых для завершения задачи.
И официальные данные, и первые отзывы сообщества указывают на заметный прогресс в выполнении сложных инструкций, работе с терминалом, длинных цепочках действий и задачах со знаниями.
Причины для осторожности сохраняются: запутанный стартовый доступ, непредсказуемые лимиты подписки, раскрытая оговорка об обучающих данных для CursorBench и пока небольшое количество публичных сведений о длительной эксплуатации в продакшене.
Поэтому честный вердикт прост: если вы разрабатываете продукты для программирования или AI-агентов, уже сейчас протестируйте Grok 4.5 на реальных задачах. Если планируете полный переход только на основании стартовых бенчмарков, дождитесь результатов собственного тестирования.
Часто задаваемые вопросы
Когда вышел Grok 4.5?
Grok 4.5 был официально выпущен 8 июля 2026 года и стал доступен через xAI API, Grok Build и связанные с Cursor каналы доступа.
Какое контекстное окно у Grok 4.5?
В документации xAI указано контекстное окно 500K токенов.
Сколько стоит Grok 4.5 API?
Официальная стандартная цена — $2 за миллион входных и $6 за миллион выходных токенов. На сторонних и единых API-платформах цены могут отличаться.
Подходит ли Grok 4.5 для программирования?
Программирование и агентные задачи — основные направления модели. Бенчмарки и первые отзывы показывают, что она особенно полезна для работы с репозиториями, терминальных операций и многоэтапной разработки, а не только для отдельных фрагментов кода.
Может ли Grok 4.5 искать в X и актуальном интернете?
Да, если включены инструменты Web Search или X Search. Дата отсечения внутренних знаний модели — 1 февраля 2026 года.
Grok 4.5 лучше Claude, GPT или GLM?
Ни одна модель не побеждает во всех сценариях. Grok 4.5 привлекателен скоростью, программированием, агентным выполнением и официальной ценой, а конкуренты могут быть сильнее на конкретных репозиториях, в задачах дизайна, экосистемах или длительной стабильной работе. Сравнивайте успешность задач, общее число токенов, время и повторные попытки на одном закрытом наборе тестов.