Grok 4.5 API 完整指南：Token 效率、编码 Agent 路由与 OpenAI 兼容集成

Grok 4.5 是 xAI 的旗舰推理模型，于 2026 年 7 月 8 日发布。模型 ID 为 grok-4.5，接受文本和图片输入，上下文窗口 500,000 token，定价为每百万输入 token $2、每百万输出 token $6（缓存输入 $0.50/M）。与其他前沿模型相比，它的卖点不是基准测试的绝对领先——Claude Fable 5 在 xAI 公布的四项编码评测中全部领先——而是 token 效率：在 SWE-Bench Pro 上，Grok 4.5 解决任务所用的输出 token 比 Claude Opus 4.8 (max) 少 4.2 倍，对于大规模 Agent 工作流来说，这意味着每任务成本的巨大优势。

我们写这篇指南，是因为 xAI 是我们路由层中已验证的供应商，而 Grok 4.5 改变了编码 Agent 路由的成本算法——如果你在大规模运行 Agent 循环，这些数据值得关注。这是我们集成该模型时想要的那份从入门到生产的完整参考。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

3 分钟快速开始

第 1 步：注册账号。 前往 console.x.ai 注册，支持邮箱和 Google OAuth。

第 2 步：获取 API Key。 在控制台的 API Keys 页面点击「Create API Key」。立即复制——Key 只显示一次。

第 3 步：发起第一次调用。 安装 OpenAI Python SDK：

pip install --upgrade openai

然后运行：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_XAI_KEY",
    base_url="https://api.x.ai/v1",
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "解释 LLM API 中的 token 效率。"}],
)

print(response.choices[0].message.content)

就这么简单。xAI API 实现了 OpenAI Chat Completions 规范，任何适用于 OpenAI 的代码只需更改 base_url 即可使用。

全部 Grok 4.x 模型：ID、能力与速度层级

xAI 目前在 Grok 4 系列中提供多个模型，完整列表如下：

Grok 4.5 还响应别名 grok-4.5-latest 和 grok-build-latest。grok-build-latest 别名反映了该模型作为 xAI Grok Build CLI 编码 Agent 骨干的角色。

来源：xAI 模型文档，检索于 2026-07-19。

Token 效率深度解析：4.2 倍的含义

这是影响路由经济性的核心指标。在 SWE-Bench Pro 上，xAI 报告 Grok 4.5 解决任务平均使用 15,954 个输出 token，而 Claude Opus 4.8 (max) 为 67,020 个——差距为 4.2 倍。

具体意味着什么？

• 每任务输出成本： 按标价计算，Grok 4.5 每个 SWE-Bench Pro 已解决任务的输出成本约 $0.10（15,954 × $6/M），而 Opus 4.8 约 $1.68（67,020 × $25/M）。结合更低的单价和更少的 token，每任务成本差距约 17 倍。
• 完成时间： 以 80 token/秒计算，15,954 token 约需 200 秒。同等吞吐下，67,020 token 则超过 800 秒。多轮迭代的 Agent 循环中，这种差距会不断放大。
• Agent 循环预算： 如果你的 Agent 运行 10 次迭代来解决一个问题，输出 token 的节省会以复利方式累积。原本在 Opus 上每任务 $16.80 的输出成本，在 Grok 4.5 上可能降到 $1.00。

两个重要提醒。 第一，这是在单一基准上的供应商自测数据。第二，Opus 的较长输出包含扩展推理过程，正是这些推理帮助它在某些评测上取得更高分数。效率和深度是真实的权衡取舍，不是免费午餐。

来源：xAI Grok 4.5 公告，检索于 2026-07-19；分析来自 Apidog，检索于 2026-07-19。

定价对比：Grok 4.5 vs Claude Opus 4.8 vs GPT-5.6 Sol

做路由决策时，单价只是一半——你需要看每任务完成成本。以下是前沿模型的对比：

Grok 4.5 的单价与 GPT-5.6 Sol 和 DeepSeek V4-Pro 处于同一区间。差异化在于 token 效率：如果 Grok 4.5 持续生成更短但同样能解决问题的输出，实际每任务成本会比单价所暗示的更低。

长上下文定价提示： xAI 对超过 200K token 的请求采用更高的定价层级。进行长上下文工作时请注意预算控制。

来源：xAI 定价，检索于 2026-07-19；Anthropic 定价，检索于 2026-07-19；OpenAI 定价，检索于 2026-07-19；DeepSeek 定价，检索于 2026-07-19。

编码基准测试：Grok 4.5 的真实水平

Grok 4.5 并不是编码基准测试中的最高分——xAI 自己的图表也坦诚地展示了这一点。以下是供应商自报的成绩：

与 Opus 4.8 相比，成绩各有胜负：Grok 赢了 DeepSWE 1.0 和 Terminal Bench 2.1，Opus 赢了 DeepSWE 1.1 和 SWE-Bench Pro。与前沿（Fable 5）相比则毫无悬念——Fable 5 四项全部领先。xAI 的定位是性价比，而非绝对性能，他们选择了展示包含前沿数据的完整图表。

所有基准数据均为供应商自报。截至撰写时，Artificial Analysis 和 LMArena 尚未发布 Grok 4.5 的独立评测。

来源：xAI Grok 4.5 公告，检索于 2026-07-19；基准分析来自 Apidog，检索于 2026-07-19。

编码 Agent 集成：工具调用、流式输出与上下文

Grok 4.5 支持编码 Agent 所需的核心功能：

工具调用（Function Calling）

from openai import OpenAI

client = OpenAI(api_key="YOUR_XAI_KEY", base_url="https://api.x.ai/v1")

tools = [
    {
        "type": "function",
        "function": {
            "name": "search_codebase",
            "description": "搜索项目代码库中的相关文件",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "搜索查询"}
                },
                "required": ["query"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "查找所有与认证相关的文件"}],
    tools=tools,
    tool_choice="auto",
)

print(response.choices[0].message.tool_calls)

Grok 4.5 支持原生并行工具调用——它可以在单次响应中请求多个 function call，减少 Agent 循环中的往返次数。

流式输出

stream = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "重构这个函数以改善错误处理"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

流式输出以 80 token/秒的速度服务。对于需要增量处理输出的 Agent 工作流（例如在流式过程中逐步应用代码编辑），这个吞吐量与其他供应商的快速层级模型相当。

推理努力控制

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "调试这个竞态条件"}],
    extra_body={"reasoning_effort": "high"},  # low, medium, or high
)

Grok 4.5 默认使用 high 推理级别。low 适合代码格式化或简单提取等常规任务，medium 适合标准编码任务，high（默认）适合复杂调试、多步规划和数学推理。降低推理级别可减少延迟和输出 token 用量。

结构化输出

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "分析这段代码的安全问题"}],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "security_analysis",
            "schema": {
                "type": "object",
                "properties": {
                    "issues": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "severity": {"type": "string"},
                                "description": {"type": "string"},
                                "line": {"type": "integer"},
                            },
                        },
                    }
                },
            },
        },
    },
)

常见错误与解决方案

速率限制： 默认公布的速率限制为每秒 150 个请求和每分钟 5000 万 token。账户的实际限额可能不同——请在控制台查看你的分配额度。

来源：xAI 模型文档，检索于 2026-07-19。

生产检查清单：何时路由到 Grok 4.5

适合使用 Grok 4.5 的场景：

• 每任务成本比峰值准确率更重要。 如果你每天运行数百或数千个 Agent 任务，4.2 倍的 token 效率在更低单价基础上带来显著节省。
• 需要 Agent 循环中的快速迭代。 以 80 TPS 加上更短的输出，Grok 4.5 完成每个 Agent 回合的速度比输出量 4 倍于它的模型快得多。
• 工作负载是编码 + 知识工作。 Grok 4.5 被明确训练用于这两类场景——它不是一个碰巧能做知识工作的纯编码模型。
• 需要 500K 上下文做仓库级分析。 许多编码 Agent 需要查看代码库的大部分内容；500K token 可以满足。

考虑替代方案的场景：

• 对基准测试准确率要求极高。 Claude Fable 5 (max) 在四项编码评测中全部领先。对于准确率的几个百分点比成本更重要的任务，Fable 5 或 Opus 4.8 可能是更好的选择。
• 需要超过 500K 的上下文。 Grok 4 Fast 和 Grok 4.1 Fast 提供 2M token 上下文窗口，DeepSeek V4 和 GPT-5.6 Sol 也支持 1M+。
• 需要 EU 可用性。 Grok 4.5 在发布时 EU 可用性有限——部署前请验证当前状态。

TheRouter 集成：将 Grok 4.5 作为主路由或 Fallback

xAI 是 TheRouter 路由层中已验证的供应商。xAI 供应商页面 覆盖了通用集成说明；以下是 Grok 4.5 的特定信息。

Grok 4.5 作为高性价比主路由： 对于目前路由到 Opus 4.8 的编码 Agent 工作负载，将主路由切换为 xai/grok-4.5 并保留 Opus 作为 fallback，可以将输出 token 成本降低一个数量级——代价是在较难的仓库级基准测试上有适度的准确率权衡。

Grok 4.5 作为 Fallback： 如果 Fable 5 或 Opus 4.8 是你追求最高准确率的主路由，在遇到速率限制错误或供应商故障时路由到 Grok 4.5，可以以远低于其他前沿模型的成本保持流水线运行。

模型 Fallback 配置： TheRouter 支持模型 Fallback 路由，当主供应商返回错误或超过延迟阈值时自动切换到备用供应商。这正是 token 效率真正发挥复利效应的地方——如果你的 fallback 模型每任务成本低 17 倍，偶尔的 fallback 路由就从成本惩罚变成了成本优化。

请注意，截至撰写时 xai/grok-4.5 尚未添加到 TheRouter 的 models-data.ts 中——xAI 供应商已验证，但具体的 Grok 4.5 模型 ID 可能需要添加。请查看实时模型页面获取最新状态。

另见：xAI Grok API 集成指南 了解通用 xAI 设置，Grok 4 vs Claude Opus 4 对比 了解上一代对比，2026 编码 Agent 模型路由对比 了解更广泛的格局。

Grok 4.5 后续展望

截至 2026 年 7 月 19 日——发布后第十一天——Artificial Analysis 和 LMArena 的独立基准测试尚未发布。供应商自报的数据表明这是一个强劲的中高端编码模型，具有出色的 token 效率，但独立评测将决定 Grok 4.5 在更广泛格局中的真实位置。

我们将在独立基准测试发布、EU 可用性扩展以及通过 TheRouter 积累生产路由数据后更新本指南。了解最新 xAI 模型列表，请查看 xAI 供应商页面。

---

本指南中的所有定价和规格信息截至 2026 年 7 月 19 日为准。xAI 可能随时更改定价、速率限制或模型能力——做生产决策前请务必核对官方 xAI 文档。