知识卡片：马斯克发布 Grok 4.5，编码性能逼近 Opus，成本更低

一句话结论
马斯克旗下 SpaceXAI 与 Cursor 联合推出的旗舰模型 Grok 4.5 专为编码和智能体设计，在 SWE Bench Pro 和 Terminal Bench 2.1 上表现优异，以更低 Token 消耗和更快的推理速度实现了接近 Opus 4.8 的性能，被称为性价比之王。

事件概述
2026 年 7 月 10 日前后，马斯克旗下 SpaceXAI 联合代码开发平台 Cursor 发布了最新旗舰模型 Grok 4.5。该模型专注于代码生成与智能体长任务执行，训练数据包含数万亿 Token 的 Cursor 真实开发数据，采用“单 Token 智能度”策略和异步训练栈。发布时宣称其编码性能整体打平 GPT-5.5，逼近 Opus 4.8。

方法/产品要点

模型定位：专为编码与智能体打造，主攻长步骤、多步骤的连续任务。
训练数据：喂入数以万亿计 Cursor 真实开发数据，强调“单 Token 智能度”（每个 Token 携带更多信息）。
训练架构：采用异步训练栈，支持智能体连续数小时执行长任务。
推理速度：达 80 TPS（每秒 Token 处理数）。
成本优势：同任务 Token 消耗仅为 Opus 4.8 的四分之一；定价为输入 2 美元、输出 6 美元（每百万 Token），被媒体称为“性价比之王”。

主要结果或产业意义

基准测试成绩：SWE Bench Pro 得分为 64.7%，Terminal Bench 2.1 得分为 83.3%。
对比表现：整体打平 GPT-5.5，逼近 Opus 4.8（具体差距百分比待核实）。
产业意义：以更低的算力成本实现了接近顶级模型的编码能力，可能推动 AI 编程工具和智能体应用的普及，降低企业使用门槛。

为什么重要
Grok 4.5 在编码和智能体领域证明了“性价比路线”的可行性——不依赖最高算力堆叠，而是通过训练数据优化和架构创新，用更少的 Token 实现接近顶尖模型的效果。这对依赖 API 成本的中小开发者和企业尤其有吸引力，可能改变大模型市场的竞争格局。

局限与不确定性

基准测试的具体实验设置和复现细节未在材料中说明（待核实）。
“逼近 Opus 4.8”的量化差距（如百分比）未给出；材料中仅提及“整体打平 GPT-5.5”，但 GPT-5.5 自身性能水平也未详细说明。
异步训练栈对长任务稳定性的实际表现缺乏第三方验证。
定价是否包含所有使用场景（如缓存、批量推理）未明确。

可用于图书/PPT/简报的角度

技术路线对比：Grok 4.5 的“单 Token 智能度” vs. 传统模型堆参数的做法，可作为 AI 模型设计“少即是多”的案例。
成本经济学：用该模型的实际定价（输入 2 美元、输出 6 美元）与 Opus 4.8 对标，制作成本-性能对比表。
编码工具变革：结合 Cursor 平台，展示 AI 如何从辅助编码向自主智能体演进。
竞争格局：对比 GPT-5.5、Opus 4.8 和 Grok 4.5 在编码任务上的表现，引出“性价比为王”的时代命题。

原始材料

标题：腾讯研究院AI速递 20260710
来源：搜狐（https://m.sohu.com/a/1048210346_455313）
英文标题：Grok 4.5 Release by SpaceXAI and Cursor
英文关键词：Grok 4.5, coding, agent, SWE Bench Pro, Terminal Bench, token efficiency, cost performance