知识卡片：Grok 4.5：Cursor与SpaceXAI联合发布的首个多领域智能模型

一句话结论

Grok 4.5 是 Cursor 与 SpaceXAI 联合训练的混合专家模型，在软件工程之外还能处理数据科学、金融、法律等复杂知识工作，通过强化学习和大规模真实环境数据实现了跨领域的高性能，但 CursorBench 测试因训练数据意外泄露而存在偏差。

事件概述

2026年7月8日，Cursor 团队在官方博客宣布与 SpaceXAI 合作，正式发布 Grok 4.5。这是 Cursor 迄今为止最智能的模型，也是第一个为超越软件工程而构建的模型。模型可处理需要创造性使用工具的长期复杂任务，覆盖软件工程、数据科学、金融、法律等领域。同时，Cursor 上线了新的订阅计划，对个人和团队用户提供显著用量，并在首周双倍配额。

方法/产品要点

• 模型架构：混合专家模型（Mixture-of-Experts），由 Cursor 和 SpaceXAI 联合训练。
• 训练数据：使用了数万亿 token 的 Cursor 数据，覆盖用户与代码库及软件工具的广泛交互，包括开发者工作流和代理与环境的交互模式。训练数据混合刻意保持广泛，加入了高质量的 STEM 任务、研究论文及其他知识工作数据。
• 强化学习：在同时涵盖软件工程和更广泛知识工作的真实环境中进行强化学习，环境设计为即便前沿模型也容易失败的高难度任务。模型学会调查问题、使用工具、从错误中恢复并验证结果。
• 分布式代理系统：为构建上述训练环境，开发了分布式代理系统，工程师只指定问题和验证方式，大量代理自动构建、测试和优化环境，所需人力从数百名工程师数月的工作量大幅减少。

主要结果或产业意义

• 定价：基础版 $2/M 输入 token、$6/M 输出 token；快速版 $4/M 输入 token、$18/M 输出 token。
• 可用性：在 Cursor 桌面端、网页端、iOS、CLI 和 SDK 中均可使用。个人/团队计划包含大量用法，首周翻倍。
• 基准测试：SWE-Bench Pro 和 Terminal-Bench 上展示了自报分数（具体值未提供，待核实）。SWE-Bench 多语言中 GPT 5.5 分数来自内部运行（待核实具体数值）。
• CursorBench 偏差声明：Grok 4.5 在 CursorBench 上具有优势，因为早期版本的 Cursor 代码库被意外包含在训练数据中。团队已移除该数据，并正在更新 CursorBench。

为什么重要

Grok 4.5 是首个不止面向软件工程的通用智能模型，展示了通过大规模真实交互数据与强化学习相结合，模型可自然地拓展到多种知识工作领域。同时，它体现了“用前代模型加速下一代模型训练”的范式（分布式代理系统），以及开源协作（与 SpaceXAI）在基础模型研发中的价值。

局限与不确定性

• 训练数据污染：CursorBench 的分数被承认因训练数据中意外包含早期 Cursor 代码库而存在偏差，精确影响未知。
• 基准测试数值：SWE-Bench Pro 和 Terminal-Bench 的分数仅为自报，未提供第三方独立验证结果；SWE-Bench 多语言中 GPT 5.5 分数为内部运行，可靠性待核实。
• 模型能力边界：文章未提及在多语言、多模态、安全性等方面的详细评测，也未说明与 GPT-5.5 等其他前沿模型的直接横向对比。

可用于图书/PPT/简报的角度

• 人工智能前沿进展：展示 2026 年大模型从“编码专家”向“通用知识工作者”演进的典型案例。
• AI 训练方法论：混合专家模型 + 大规模真实交互数据 + 高难度强化学习环境的协同。
• 训练数据治理：意外数据泄露如何影响基准测试的公平性，以及团队应对措施。
• 开源与商业合作：Cursor 与 SpaceXAI 联合训练模式对产业格局的启示。

原始材料

URL: https://cursor.com/blog/grok-4-5

英文标题

Introducing Grok 4.5

英文关键词

Grok 4.5, Cursor, SpaceXAI, mixture-of-experts, reinforcement learning, SWE-Bench, CursorBench, knowledge work, software engineering