Grok 4.5 正式上线 API：重塑编程 Agent 路由策略的 Token 效率数学题

xAI 今日发布了 Grok 4.5——目前其能力最强的模型，专为编程、Agent 工作流和知识型任务深度优化。该模型即日起通过 xAI API 提供服务，定价为输入 $2/百万 token、输出 $6/百万 token，缓存输入 $0.50/百万 token。服务速度达到每秒 80 个 token，支持 50 万 token 的上下文窗口。

价格、输出速度、上下文深度、token 效率——这四个数字叠加在一起，使 Grok 4.5 成为一个路由决策，而不仅仅是一次模型升级。

发生了什么

xAI 于 2026 年 7 月 17 日发布 Grok 4.5。该模型在数万块 NVIDIA GB300 GPU 上完成训练，重点是高质量数据筛选，以及针对多步骤软件工程任务的强化学习。值得关注的是，Grok 4.5 与 Cursor 紧密协作开发；Cursor 所有套餐的用户均可立即使用。它同时成为 xAI 编程 agent Grok Build 的默认模型。

xAI 公布的基准测试亮点：

• SWE Marathon（pass@1）：Grok 4.5 达到 29.0%，超过 Opus 4.8（26.0%）和 Claude Fable（24.0%）
• SWE Bench Pro：Grok 4.5 为 64.7%，略低于 Opus 4.8（69.2%），但领先 GPT 5.5（58.6%）
• Terminal Bench 2.1：Grok 4.5 为 83.3%，与 GPT 5.5 和 Claude Fable 差距在 1% 以内

核心 operator 发现：Grok 4.5 解决 SWE Bench Pro 任务平均输出 15,954 个 token，而 Opus 4.8 为 67,020 个——在接近的问题解决率下，每任务输出 token 减少约 4.2 倍。

对 AI 工程团队意味着什么

在 Agent 编程循环中，输出 token 数是最主要的成本驱动因素。一个在不牺牲解决率的前提下减少 token 消耗的模型，会线性压缩每任务成本。代入数字：

• Opus 4.8（max）：约 67,000 输出 token × $15/百万 = 每次 SWE 任务约 $1.00
• Grok 4.5：约 16,000 输出 token × $6/百万 = 每次 SWE 任务约 $0.096

不计算输入 token，单任务成本差距约为 10 倍。即使 Grok 4.5 在你的特定任务类型上表现略低，这个效率差距也足够大，值得纳入路由评估。

以 80 TPS 的服务速度，Grok 4.5 同时避免了大型推理模型通常带来的延迟代价。它占据了一个罕见的位置——在这个性能层级，"大而快"的模型通常需要在速度和质量之间做出明确取舍。

Router/Operator 视角

对于运营 AI gateway 或模型路由器的团队，Grok 4.5 带来三个即时路由考量：

1. 层级定位。 在成本曲线上，Grok 4.5 介于标准补全模型和高端推理模型之间，但延迟表现更接近快速模型。拥有分层路由策略（简单任务路由到廉价模型、复杂任务路由到高端模型）的团队，现在可以新增一个"高复杂度但注重成本"的分支，指向 grok-4.5，而非默认使用 Opus 级别或 GPT 5.6 Sol。

2. 缓存输入经济学。 $0.50/百万的缓存输入价格仅为标准输入价格的 25%。对于反复加载大型上下文窗口（代码仓库结构、系统提示、长对话历史）的编程 agent，在 Grok 4.5 上积极使用 prompt caching 具有切实可行的经济价值。在 gateway 层面使用 prompt caching 的团队应将 Grok 4.5 纳入长上下文编程会话的主要路径评估。

3. Fallback 设计。 Grok 4.5 已通过标准 OpenAI 兼容 endpoint 在 xAI API 上提供服务。将其作为 Cursor 原生或 Anthropic 原生主路径的 fallback，使用任何 provider-agnostic 路由层即可轻松实现。鉴于其在 SWE Marathon 上的强势表现——该基准测试衡量的是长周期多步骤任务的持续成功率——它可能超越当前路由配置中的现有 fallback provider。

Provider 依赖说明。 Grok 4.5 目前仅通过 xAI API 单一来源提供。将其加入路由技术栈的团队应搭配不同 provider 系列（Anthropic、Google 或云端托管替代方案）的 fallback，以保障可用性覆盖。

TheRouter 用户应关注和尝试的事项

• 更新模型许可列表：如果你的路由配置对接 xAI，请将 grok-4.5 加入 provider 配置。该模型今日已确认在 xAI API 上线。
• 运行 token 数对比测试：拉取最近编程 agent 完成任务的样本，估算每个解决任务的输出 token 数。如果你当前的 provider 在同类任务上平均远超 2 万 token，Grok 4.5 值得进行成本对比测试。
• 评估缓存适用性：如果你的编程 agent 反复重新加载相同的大型系统提示或代码仓库上下文，Grok 4.5 上 $0.50/百万的缓存输入价格可能将其推上长上下文会话的首选主路径。
• 审查 fallback 链路：SWE Marathon 结果（29.0% pass@1）表明 Grok 4.5 在较长时间的自主运行中保持稳定——可考虑将其作为主要路径或高层级 fallback，而非次要备用。

Grok 4.5 目前尚无 EU 可用区（预计 7 月中旬推出）。有区域路由要求的团队应等到区域 endpoint 确认后再将其设为主要 provider。

token 效率差距是这里最核心的信号。大多数路由框架仅按基准评分比较 provider，而每任务输出 token 数才是真正出现在账单上的数字。