Đánh giá Grok 4.5: Ngữ cảnh 500K, 80 TPS và khả năng Coding Agent
Sau khi Grok 4.5 ra mắt, tôi đã đọc thông báo và tài liệu dành cho nhà phát triển của xAI, rồi đối chiếu với những cuộc thảo luận đầu tiên trên X và Reddit.
Kết luận ngắn gọn: Grok 4.5 không phải một bản cập nhật nhỏ cho trải nghiệm trò chuyện. Đây là mô hình chủ lực của xAI dành cho coding, tác vụ agent và công việc tri thức.
Điều các nhà phát triển thực sự quan tâm là những câu hỏi thực tế hơn:
- Grok 4.5 có thể cạnh tranh với Claude, GPT và GLM trên kho mã thật không?
- Tốc độ 80 TPS và mức sử dụng token thấp hơn có tạo khác biệt trong các phiên agent dài không?
- Cửa sổ ngữ cảnh 500K hữu ích đến đâu với codebase lớn?
- Mức giá chính thức 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra có thực sự cạnh tranh?
- Vì sao có người xem đây là bước tiến lớn, trong khi người khác phàn nàn về quyền truy cập và giới hạn sử dụng?
Bài đánh giá này tách biệt các thông tin sản phẩm đã được xác minh với nhận xét ban đầu từ cộng đồng, đồng thời phân tích vị trí phù hợp của Grok 4.5 trong hệ thống đa mô hình dùng cho môi trường thực tế.
Kết luận nhanh: đáng thử nghiệm, nhưng đừng chỉ nhìn benchmark
- Grok 4.5 được phát hành ngày 8 tháng 7 năm 2026 với ID mô hình
grok-4.5. - xAI định vị mô hình cho coding, tác vụ agent và công việc tri thức.
- Mô hình hỗ trợ cửa sổ ngữ cảnh 500K token và có mốc kiến thức đến ngày 1 tháng 2 năm 2026.
- xAI công bố tốc độ phục vụ khoảng 80 token mỗi giây.
- Giá API chính thức là 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra.
- Mức độ suy luận có thể chọn
low,mediumhoặchigh; mặc định làhigh. - Các trường hợp sử dụng nổi bật gồm kỹ thuật ở cấp độ repository, tác vụ terminal, quy trình agent dài, tệp văn phòng và công việc tri thức có nhiều ràng buộc.
Đánh giá của tôi: Grok 4.5 nên có mặt trong danh sách thử nghiệm của mọi đội ngũ đang xây dựng coding agent hoặc hạ tầng đa mô hình. Tuy nhiên, chỉ dựa vào benchmark do nhà cung cấp công bố thì vẫn còn quá sớm để gọi đây là mô hình chiến thắng tuyệt đối.
Thông số chính của Grok 4.5
| Hạng mục | Grok 4.5 |
|---|---|
| ID mô hình | grok-4.5 |
| Trọng tâm | Coding, agent, công việc tri thức |
| Cửa sổ ngữ cảnh | 500K token |
| Tốc độ phục vụ | Khoảng 80 TPS theo xAI |
| Mức độ suy luận | low / medium / high |
| Giá đầu vào chính thức | 2 USD / 1M token |
| Giá đầu ra chính thức | 6 USD / 1M token |
| Mốc kiến thức | 1 tháng 2 năm 2026 |
| Thông tin thời gian thực | Cần bật công cụ Web Search hoặc X Search |
Định hướng sản phẩm trở nên rõ ràng khi xem các thông số này cùng nhau. Ngữ cảnh lớn chứa được repository và tài liệu hỗ trợ, tốc độ cao giảm thời gian chờ, còn hiệu quả token có thể hạ chi phí cho quá trình thực thi nhiều bước.
Đây là tổ hợp được thiết kế cho quy trình agent, không chỉ để thắng trong các phép so sánh trò chuyện ngắn.
Khả năng coding: điểm số cao nhưng có một lưu ý quan trọng
xAI đã công bố kết quả trên DeepSWE, SWE Marathon, Terminal Bench 2.1 và SWE Bench Pro. Một số điểm số đáng chú ý gồm:
- 29.0% trên SWE Marathon
- 83.3% trên Terminal Bench 2.1
- 64.7% trên SWE Bench Pro
- 62.0% trên DeepSWE 1.0
Những benchmark này phù hợp với loại tác vụ mà mô hình hướng đến: hiểu repository thực tế, thao tác trong terminal, sửa nhiều tệp, chạy kiểm thử và duy trì mục tiêu xuyên suốt chuỗi thực thi dài.
Tuy vậy, có một giới hạn mà nhà phát triển không nên bỏ qua. Cursor cho biết một snapshot cũ của codebase Cursor đã vô tình xuất hiện trong dữ liệu huấn luyện Grok 4.5, tạo lợi thế cho mô hình trên CursorBench. Mức ảnh hưởng chính xác chưa thể xác định và thông tin này không làm mất giá trị của mọi benchmark khác, nhưng nó nhấn mạnh một nguyên tắc:
Hãy đánh giá Grok 4.5 bằng repository, bộ kiểm thử và giới hạn chi phí của chính bạn, thay vì xem bảng xếp hạng như quyết định triển khai.
Vì sao 80 TPS có thể quan trọng hơn một lần thắng benchmark
Với câu trả lời ngắn, 80 TPS đơn giản là cảm giác phản hồi nhanh. Với agent, lợi thế tốc độ được cộng dồn qua hàng chục bước: đọc tệp, gọi công cụ, sửa mã, chạy kiểm thử, phân tích lỗi và thử lại.
Chỉ cần giảm một chút độ trễ ở mỗi bước cũng có thể rút ngắn vài phút cho toàn bộ tác vụ.
xAI cũng báo cáo rằng trong phép so sánh của hãng, Grok 4.5 sử dụng trung bình 15.954 token đầu ra cho mỗi tác vụ SWE Bench Pro, so với 67.020 token của Opus 4.8 max, tương đương ít hơn khoảng 4,2 lần.
Đây là số liệu so sánh do nhà cung cấp đưa ra và không nên áp dụng máy móc cho mọi workload. Tuy nhiên, nó gợi ý một cách đo chi phí đúng hơn. Các đội ngũ nên so sánh:
- tổng số token cho mỗi tác vụ hoàn thành
- thời gian thực tế để hoàn thành
- số lần phải chạy lại
- tỷ lệ kiểm thử thành công
- thời gian con người cần để kiểm tra và sửa lỗi
Token có đơn giá thấp nhất chưa chắc tạo ra tác vụ hoàn thành với tổng chi phí thấp nhất.
Cửa sổ ngữ cảnh 500K phù hợp với tác vụ nào?
Năm trăm nghìn token đủ cho nhiều quy trình kỹ thuật và tri thức quy mô lớn, chẳng hạn:
- phân tích xuyên module trong repository vừa và lớn
- xem xét đồng thời pull request, issue, log và tài liệu kỹ thuật
- xử lý hợp đồng, thư viện nghiên cứu và kho tri thức doanh nghiệp
- agent chạy dài cần giữ lại lịch sử thực thi
- quy trình nhiều tệp Word, Excel và PowerPoint
Cửa sổ lớn không đảm bảo khả năng ghi nhớ hoàn hảo ở mọi vị trí và cũng không có nghĩa là nên đưa toàn bộ repository vào mọi yêu cầu. Quy trình tốt hơn là tạo bản đồ phụ thuộc, truy xuất tệp liên quan, lưu các bản tóm tắt quyết định ngắn gọn và tạo checkpoint giữa các giai đoạn của tác vụ dài.
Người dùng Reddit nói gì về Grok 4.5?
Phản hồi ban đầu trên Reddit khá trái chiều, và chính điều đó khiến chúng hữu ích hơn một thông báo ra mắt đơn thuần.
Nhận xét tích cực tập trung vào ba điểm. Thứ nhất, người dùng cho biết mô hình xử lý tốt hơn các chỉ dẫn phức tạp và tiền đề mơ hồ. Thứ hai, tốc độ thường được các nhà phát triển nhắc đến khi so sánh Grok với Sonnet, Opus, GPT và GLM. Thứ ba, một số người nhận thấy khác biệt rõ rệt giữa trải nghiệm qua API hoặc Grok Build với ứng dụng tiêu dùng vốn không minh bạch về phiên bản mô hình.
Các phản hồi tiêu cực cũng nhất quán. Người dùng phàn nàn rằng quyền truy cập lúc ra mắt khó hiểu giữa ứng dụng web, ứng dụng di động, Heavy, Expert, Grok Build và API. Việc hỏi chính mô hình đang chạy phiên bản nào cũng không đáng tin, vì nó có thể suy đoán từ nội dung trên web.
Giới hạn sử dụng là một vấn đề khác. Một người dùng cho biết tác vụ trong Grok Build dừng ở khoảng 105K trên tổng ngữ cảnh có thể là 500K token chỉ sau một thời gian ngắn. Những người khác phản đối hạn mức theo tuần vì nó khiến dự án dài khó dự đoán.
Kết luận thực tế là: năng lực mô hình và trải nghiệm sản phẩm là hai lớp khác nhau. Một mô hình mạnh vẫn có thể mang lại trải nghiệm kém nếu hạn mức, routing và khả năng khôi phục tác vụ không rõ ràng.
Thảo luận trên X bổ sung điều gì?
Các cuộc thảo luận trên X tập trung vào việc hợp tác với Cursor, demo tạo ứng dụng chỉ bằng một prompt, cuộc đua mô hình và tốc độ phát hành nhanh của xAI.
Những chủ đề này hữu ích để khám phá sản phẩm, nhưng người mua dùng cho production nên theo dõi các chỉ số thực tế hơn:
- alias mô hình cố định và độ ổn định phiên bản
- độ trễ cùng tỷ lệ lỗi vào giờ cao điểm
- lượng token dùng cho tác vụ dài
- tỷ lệ gọi công cụ thành công
- chênh lệch chất lượng giữa các mức suy luận
Khi mô hình trở thành một phần của dịch vụ dành cho khách hàng, các phép đo này có giá trị hơn những demo lan truyền trên mạng xã hội.
Giá Grok 4.5 API có cạnh tranh không?
Với giá niêm yết 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra, Grok 4.5 có mức giá cạnh tranh đối với một mô hình coding tiên tiến. Tuy nhiên, tổng chi phí có ít nhất bốn lớp: ngữ cảnh dài phải gửi lại nhiều lần, đầu ra suy luận và mã nguồn, tỷ lệ hoàn thành tác vụ và chi phí vận hành nền tảng.
Nếu đội ngũ của bạn muốn thử Grok cùng GPT, Claude, GLM, DeepSeek và các mô hình khác, một nền tảng API mô hình hợp nhất như llm-agent có thể đơn giản hóa quá trình so sánh. Một API key dùng chung, mẫu request nhất quán, theo dõi mức sử dụng và chuyển đổi mô hình giúp giảm công việc vận hành khi đánh giá thêm nhà cung cấp.
Xem giá và tình trạng khả dụng của mô hình, mua token API và hướng dẫn tích hợp API. Hãy luôn kiểm tra tình trạng Grok 4.5, hỗ trợ theo khu vực và mức giá hiện tại trực tiếp trên trang giá.
Ai nên thử Grok 4.5?
Grok 4.5 đặc biệt phù hợp với:
- đội ngũ kỹ thuật dùng agent trên repository vừa hoặc lớn
- nhà phát triển độc lập xây dựng prototype và ứng dụng hoàn chỉnh
- người làm công việc tri thức tạo bảng tính, tài liệu và bài thuyết trình phức tạp
- nền tảng gateway muốn giảm phụ thuộc vào một nhà cung cấp
- doanh nghiệp so sánh chi phí theo tác vụ giữa Claude, GPT, Grok và các mô hình coding Trung Quốc
Mô hình này ít phù hợp hơn cho việc chuyển đổi ngay lập tức mà chưa kiểm thử khi tính nhất quán đầu ra là yêu cầu cốt lõi, cho người dùng không thể xác minh mô hình thực tế phía sau giao diện thuê bao, hoặc cho dự án cần khả dụng ngay tại EU cùng các bảo đảm tuân thủ cụ thể.
Đánh giá cuối cùng
Điểm đáng chú ý nhất của Grok 4.5 không nằm ở một con số benchmark. Giá trị của nó đến từ sự kết hợp giữa năng lực kỹ thuật cấp cao, tốc độ của một mô hình nhanh và mục tiêu giảm lượng token cần thiết để hoàn thành tác vụ.
Dữ liệu chính thức và báo cáo ban đầu từ cộng đồng đều cho thấy bước tiến đáng kể trong xử lý chỉ dẫn phức tạp, tác vụ terminal, chuỗi thực thi dài và quy trình công việc tri thức.
Vẫn có lý do để thận trọng: quyền truy cập lúc ra mắt còn khó hiểu, hạn mức thuê bao khó dự đoán, giới hạn dữ liệu huấn luyện liên quan đến CursorBench đã được công bố và chưa có nhiều bằng chứng công khai từ các dự án production chạy dài.
Vì vậy, kết luận trung thực là: nếu bạn xây dựng sản phẩm coding hoặc agent, hãy thử Grok 4.5 ngay trên công việc thực tế. Nếu bạn định chuyển đổi toàn bộ chỉ dựa vào benchmark lúc ra mắt, hãy chờ kết quả đánh giá nội bộ của chính mình.
Câu hỏi thường gặp về Grok 4.5
Grok 4.5 được phát hành khi nào?
Grok 4.5 chính thức được phát hành vào ngày 8 tháng 7 năm 2026 và có mặt qua xAI API, Grok Build cùng các kênh truy cập liên quan đến Cursor.
Cửa sổ ngữ cảnh của Grok 4.5 là bao nhiêu?
Tài liệu mô hình của xAI ghi rõ cửa sổ ngữ cảnh 500K token.
Giá Grok 4.5 API là bao nhiêu?
Giá chính thức tiêu chuẩn là 2 USD cho một triệu token đầu vào và 6 USD cho một triệu token đầu ra. Các nền tảng bên thứ ba hoặc API hợp nhất có thể áp dụng mức giá khác, vì vậy hãy kiểm tra giá trực tiếp trước khi mua.
Grok 4.5 có tốt cho coding không?
Coding và tác vụ agent là định hướng chính của mô hình. Benchmark cùng phản hồi sớm cho thấy nó phù hợp nhất với công việc trên repository, thao tác terminal và quy trình phát triển nhiều bước hơn là chỉ tạo các đoạn mã ngắn.
Grok 4.5 có thể tìm kiếm trên X và web theo thời gian thực không?
Có, khi công cụ Web Search hoặc X Search được bật. Kiến thức nội tại của mô hình có mốc đến ngày 1 tháng 2 năm 2026.
Grok 4.5 có tốt hơn Claude, GPT hoặc GLM không?
Không có mô hình nào thắng trên mọi workload. Grok 4.5 hấp dẫn ở tốc độ, coding, khả năng thực thi agent và giá niêm yết, trong khi đối thủ có thể dẫn đầu ở một số repository, tác vụ thiết kế, hệ sinh thái hoặc độ ổn định dài hạn. Hãy so sánh tỷ lệ thành công, tổng token, thời gian và số lần chạy lại trên cùng một benchmark nội bộ.