Em resumo
- A SpaceXAI lançou o Grok 4.5 em 8 de julho a US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída, menos da metade do preço de modelos comparáveis da Anthropic e OpenAI.
- Elon Musk postou no X que o modelo é “aproximadamente comparável ao Opus 4.7”, o carro-chefe anterior da Anthropic, agora substituído pelo Opus 4.8, enquanto apregoa velocidade e custo acima do desempenho de referência.
- Grok 4.5 ainda não está disponível na UE; A SpaceXAI afirma que o acesso europeu está previsto para meados de julho.
A SpaceXAI de Elon Musk lançou o Grok 4.5 na quarta-feira, seu primeiro modelo público desde que a fusão SpaceX-xAI foi concluída em fevereiro e o acordo pendente de US$ 60 bilhões da SpaceX para adquirir o Cursor. Tem como alvo programadores, engenheiros e o que a empresa chama de “trabalhadores do conhecimento” – uma categoria que aparentemente abrange todos, desde desenvolvedores de software a advogados que revisam contratos e equipes financeiras que constroem modelos Excel.
O argumento da empresa não é que seja o melhor modelo. É que é barato, pelo menos para um modelo ocidental. Grok 4.5 custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída. Claude Opus 4.8, principal carro-chefe da Anthropic, custa US$ 5 de entrada e US$ 25 de saída. GPT 5.6 Sol, o novo modelo de primeira linha da OpenAI que também foi lançado na quarta-feira, custa US$ 5 de entrada e US$ 30 de saída.
Musk postou no X e esclareceu onde realmente fica seu novo modelo. Ele o chamou de “aproximadamente comparável ao Opus 4.7, mas muito mais rápido”. Opus 4.7 é o carro-chefe anterior da Antrópico; Desde então, o Opus 4.8 o sucedeu. Claude Fable 5 é agora a oferta top de linha da Anthropic.
Ele enquadrou isso como uma compensação deliberada: velocidade e custo em vez de capacidade bruta, com engenheiros da Tesla e da SpaceX como prova da utilidade no mundo real.
O que os benchmarks realmente mostram
A SpaceXAI publicou quatro resultados de benchmark no lançamento, e o quadro é misto. O DeepSWE 1.1 mede o quão confiável uma IA pode resolver bugs reais de software enviados por desenvolvedores, usando uma configuração de teste padronizada para que os modelos possam ser comparados de forma justa, pontuados pela porcentagem de problemas corrigidos. Grok 4.5 marcou 53%, atrás de Claude Opus 4.8 com 59% e GPT 5.5 com 67%. Claude Fable 5, modelo de fronteira da Anthropic, liderou a tabela com 70%.
No SWE Bench Pro, outro benchmark que mede uma coleção de problemas de engenharia de software pontuados pela taxa de resolução, o Grok 4.5 registrou 64,7%, o suficiente para superar os 58,6% do GPT 5.5 naquele teste específico. Opus 4.8 ainda lidera com 69,2%, e Fable 5 fica com 80,4%.
Os benchmarks da empresa são comparados com o GPT 5.5, não com o GPT 5.6, porque este último também foi lançado na quarta-feira, horas após o anúncio do Grok 4.5.
A SpaceXAI treinou Grok 4.5 em colaboração com o recentemente adquirido Cursor AI em dezenas de milhares de GPUs Nvidia GB300 dentro do Colossus, o supercomputador Memphis com capacidade total em mais de 200.000 GPUs. Os laboratórios cujos modelos estão acima desses mesmos benchmarks não possuem nada próximo a esse hardware. O modelo que saiu é competitivo, mas não o primeiro.
Esse padrão seguiu Grok em vários lançamentos. SpaceXAI tem apresentado consistentemente enormes pontuações de computação e terceiro lugar. O que mudou com o Grok 4.5 foi o preço e o sinal de treinamento.
Onde o caso realmente se sustenta
O melhor argumento não é o desempenho bruto; é matemática de eficiência. Nas tarefas do SWE Bench Pro, o Grok 4.5 usou uma média de 15.954 tokens de saída para concluir cada trabalho. O Opus 4.8 queimou 67.020 tokens para o mesmo trabalho, uma diferença de 4,2x.
Para equipes que executam IA em grande volume, essa diferença se traduz em economias reais, além do preço já mais baixo por token. Mesmo com a pontuação do Grok 4.5 tão baixa nos benchmarks de qualidade, tokens mais baratos e mais eficiência no uso permitem mais iterações sem gastar tanto.
O modelo também funciona a 80 tokens por segundo, o que é um território de modelo rápido. Grok 4.5 foi treinado em dados de sessão de desenvolvedor do Cursor, incluindo rastreamentos de depuração e edições de código reais em vez de repositórios estáticos. Como Musk admitiu no tribunal, as práticas de treinamento da xAI já foram examinadas antes; desta vez, o pipeline passa por uma plataforma que a SpaceX está em processo de compra definitiva.
Para desenvolvedores que executam tarefas de codificação de alto volume, a matemática funciona: aproximadamente capacidade do Opus 4.7 com 60% menos por token de entrada. Para quem busca a fronteira, Claude Fable 5 lidera todas as categorias que a SpaceXAI escolheu publicar. Nosso teste rápido usando Grok construído em Hermes foi desanimador para escrita criativa e aceitável em uma tarefa simples de codificação.
O modelo está disponível via API, em Hermes e Grok, construído com meio milhão de tokens de contexto (um pouco menos de 400.000 palavras). Os usuários europeus terão que esperar antes de utilizá-lo; SpaceXAI diz que Grok 4.5 chegará à UE em meados de julho.
Resumo Diário Boletim informativo
Comece cada dia com as principais notícias do momento, além de recursos originais, podcast, vídeos e muito mais.
Fontedecrypt
