Grok 4.5 在 2026 年 7 月 8 日由 xAI 發布，定位是目前最強的模型，主打 coding、agentic 任務與知識工作，與 Cursor 共同訓練。API 報價每 100 萬 token 輸入 2 美元、輸出 6 美元，對照 GPT-5.5 的 5／30 美元、Claude Opus 4.8 的 5／25 美元，差了一大截。
但效能算不算「等於」這兩個對手，要分項看。工程評測上，Grok 4.5 和它們同屬第一梯隊，互有領先，沒有誰一面倒。我會這樣判斷：它值得放進選型清單，靠的是拿第一梯隊的編程效能，換到幾分之一的 API 成本。要絕對最強，它還排不上。
接下來的順序是規格、五項評測、成本換算、各角色該不該切換。Grok 的整體定位可從站內的 Grok 總覽 讀起。
文章目錄
Grok 4.5 是什麼？先把規格講清楚
根據 xAI 發布 Grok 4.5 的公告，它被定位為 coding、agentic tasks、knowledge work 最強的版本。規格面幾個數字先記下來（寫在 xAI 的模型文件）：
| 項目 | Grok 4.5 |
|---|---|
| API 模型名 | grok-4.5（別名 grok-4.5-latest、grok-build-latest） |
| Context | 50 萬 token |
| 輸入／輸出定價 | $2／$6 per 1M tokens |
| 快取輸入 | $0.50 per 1M tokens |
| 速度 | 80 TPS |
| 能力 | function calling、structured outputs、reasoning、圖片輸入 |
| 速率限制 | 150 req/s、每分鐘 5000 萬 token |
| 區域 | us-east-1、us-west-2 |
它跟上一代 Grok 4.3 之間有明確取捨：context 從 100 萬縮到 50 萬（但仍大於 GPT-5.5 的 272K），定價從 1.25／2.50 美元調到 2／6 美元。換到的是編程與代理任務的深度，以及 80 TPS 的速度。倚賴 100 萬 context 處理超長文件的人，4.5 不見得是直接替代品。
訓練面，xAI 表示用了數萬張 NVIDIA GB300 GPU，在數十萬個多步軟體工程任務上做強化學習，強調 per-token intelligence 與非同步訓練。這些是官方說法；獨立第三方完整評測還沒跟上前，效能數字我會當成「xAI 公布、待獨立驗證」來讀，不當定論。
Grok 4.5 在模型家族裡的位置
xAI 的 API 模型線目前同時掛著幾個版本：grok-4.5 是最新旗艦，grok-4.3 是上一代通用模型，再往前的 grok-4.20 系列（reasoning、non-reasoning、multi-agent）仍列在文件，grok-build-0.1 則是給 coding agent 的快速模型。官方用別名 grok-4.5-latest、grok-build-latest 自動指向新版，舊 slug 依 migration 文件逐步退休。選模型時要看你呼叫的是哪個精確版本，別只看「Grok」這個名字，4.5、4.3、4.20 的能力與價格都不一樣。橫向挑 AI 助手，可對照 ChatGPT 教學與 Perplexity 教學。
一個提示就能生 App
xAI 在公告裡強調 Grok 4.5 能從一個提示直接生出 end-to-end 可運作的應用，涵蓋 Rust、C／C++ 這類較硬的任務。這對需要快速做原型、demo 或概念驗證的開發者是實際有用的能力，也呼應它與 Cursor 共同訓練的定位。不過這類展示多半是單一場景，能不能穩定撐起你的正式產品，還是要拿真實 repo 試。
效能評測：五項工程基準各自量什麼、Grok 4.5 贏哪輸哪
xAI 在公告放了五項工程評測，eval 由 Datacurve 建立、Artificial Analysis 用各模型官方 harness 跑，對手數字引自各自 system card。先把話講清楚：這些都是 coding 與 agentic 工程基準，不是通用基準，而且是 xAI 自選的比較組合。
五項評測到底在量什麼
這五項名字很像，量的東西其實不同，讀數字前先分清楚：
| 評測 | 量什麼 | 誰做的 |
|---|---|---|
| DeepSWE 1.0／1.1 | 長視野（long-horizon）coding：多步、持續的軟體工程能力 | Datacurve |
| SWE Marathon | 軟體工程任務的解析率（pass@1），偏長任務 | 社群 SWE 基準 |
| Terminal Bench 2.1 | 終端機／命令列的 agentic 任務 | Terminal Bench |
| SWE Bench Pro | 真實軟體 issue 的解析率，偏專業場景 | SWE Bench Pro |
換句話說，它們都在測「模型能不能把一個真實的程式問題從頭解掉」，差別在任務長度與場景。這五項一起看，比較接近真實工程能力的橫切面，不接近單點的考試分數。
五項成績與判讀
| 評測 | Grok 4.5 | GPT-5.5（xhigh） | Opus 4.8（max） | Fable（max） | 怎麼讀這個數字 |
|---|---|---|---|---|---|
| SWE Marathon（pass@1） | 29.0% | 未列 | 26.0% | 24.0% | Grok 4.5 領先，長任務解析最好 |
| Terminal Bench 2.1 | 83.3% | 83.4% | 78.9% | 84.3% | Grok 4.5 與 GPT-5.5 幾乎平手 |
| SWE Bench Pro | 64.7% | 58.6% | 69.2% | 80.4% | Grok 4.5 勝 GPT-5.5、輸 Opus 4.8 |
| DeepSWE 1.0 | 62.0% | 64.31% | 55.75% | 66.1% | Grok 4.5 輸 GPT-5.5、勝 Opus 4.8 |
| DeepSWE 1.1 | 53% | 67% | 59% | 70% | Grok 4.5 兩者皆輸，差距明顯 |
Grok 4.5 贏在哪、輸在哪
橫著看，沒有任何一個模型全面稱霸。Grok 4.5 的強項出現在需要長任務解析的地方：SWE Marathon 它 29.0%，領先 Opus 4.8 的 26.0% 與 Fable 的 24.0%；Terminal Bench 它 83.3%，和 GPT-5.5 的 83.4% 幾乎平手，都勝過 Opus 4.8。在把一個多步驟工程問題走完這類任務上，Grok 4.5 確實站在第一梯隊。
但弱項也很清楚：DeepSWE 1.1 它只有 53%，落後 GPT-5.5 的 67% 將近 14 個百分點，也輸給 Opus 4.8 的 59%。DeepSWE 量的是長視野 coding，這個差距說明在特別強調持續、多步編程的場景，Grok 4.5 還沒追上。SWE Bench Pro 則是另一種混合：它勝過 GPT-5.5（64.7% vs 58.6%），但輸給 Opus 4.8（69.2%）。
所以「效能等於 GPT-5.5、Opus 4.8」這種講法是高估。精準的說法是同梯隊、各有戰場：長任務解析 Grok 4.5 強，長視野純編程它偏弱。
為什麼 Fable 5 才是榜首，不是 Grok 4.5
有個訊號不能漏：Anthropic 的 Claude Fable 5 在這五項裡有四項第一（DeepSWE 1.0 66.1%、DeepSWE 1.1 70%、Terminal Bench 84.3%、SWE Bench Pro 80.4%）。要絕對最強的編程模型、不在乎成本，Fable 5 才是榜首，Grok 4.5 還排不上。但 Fable 5 的定價是 10／50 美元，是 Grok 4.5 的數倍。Grok 4.5 的位置是接近前緣、價格只要幾分之一。選它的人圖的是性價比；要絕對最強，上面還有 Fable 5。
通用基準缺席，代表什麼
這五項都是 coding 與工程基準。公告裡沒有 MMLU、LMArena ELO 這類通用基準，也沒有獨立第三方的完整模型卡。所以在 LMArena 或 Artificial Analysis 的獨立評測跟上之前，我會把這些數字當方向、不當定論，尤其 DeepSWE 1.1 那種落後項要誠實記著。xAI 這次比的也是 GPT-5.5，OpenAI 另有更新的 GPT-5.6 不在比較裡，4.5 對上最新 GPT 的位置還要等後續評測。
價格才是重點：把「幾分之一」算給你看
把三方官方定價擺一起，差距就具體了。數字取自 xAI、OpenAI 定價頁與 Anthropic 定價文件。
| 模型 | 輸入／1M | 輸出／1M | 快取／1M |
|---|---|---|---|
| Grok 4.5 | $2.00 | $6.00 | $0.50 |
| GPT-5.5 | $5.00 | $30.00 | $0.50 |
| Claude Opus 4.8 | $5.00 | $25.00 | $0.50（快取命中） |
輸入端，Grok 4.5 比 GPT-5.5、Opus 4.8 都便宜 2.5 倍。輸出端更誇張：比 GPT-5.5 便宜 5 倍、比 Opus 4.8 便宜約 4.2 倍。多數 API 帳單是輸出 token 撐起來的（模型生成內容比吃進 context 貴），所以輸出端的差距對實際成本影響最大。
自己算：總成本公式
API 帳單大致是：總成本等於輸入 token 乘上輸入單價，加上輸出 token 乘上輸出單價。假設一個月用掉 1000 萬輸入 token、3000 萬輸出 token：
- GPT-5.5：50 美元（輸入）＋ 900 美元（輸出）＝ 950 美元
- Grok 4.5：20 美元 ＋ 180 美元 ＝ 200 美元，約是原本的兩成
這個數字從上面的單價直接乘出來，把自己的用量代進去就能重算。
三種用量情境的試算
不同規模的開發者，省下的金額差很多。下面是三種代表性情境（都用輸入比輸出等於 1 比 3 的比例，純算輸出入 token，不算快取與折扣）：
| 情境 | 月用量（輸入＋輸出） | GPT-5.5 月費 | Grok 4.5 月費 | 約省 |
|---|---|---|---|---|
| 獨立開發者 | 200萬 ＋ 600萬 | $190 | $40 | 約 8 成 |
| 中型新創 | 2000萬 ＋ 6000萬 | $1,900 | $400 | 約 8 成 |
| 大型團隊 | 2億 ＋ 6億 | $19,000 | $4,000 | 約 8 成 |
比例上三者都省約 8 成（因為輸出單價差 5 倍、輸入差 2.5 倍，輸出占比高時降幅貼近 8 成）。但絕對金額差距很大：大團隊一個月省一萬多美元，獨立開發者省一百多。所以值不值得切換的第一個判斷，是你每月 API 帳單的絕對金額。
token 效率與 80 TPS 的實際影響
帳還能再往下算。xAI 稱 Grok 4.5 在相同任務上有約 2 倍的 token 效率，同樣的 SWE Bench Pro 任務，輸出 token 數大約只有領先模型的一半。意思是同一件工作，Grok 4.5 不只單價低、還用得少，實際成本比表面價格的差距更大。加上 80 TPS 的速度（xAI 稱以 fast-model 速度提供），對需要即時回應的場景（例如 IDE 內補全、客服代理）延遲體驗也好一些。不過 token 效率是 xAI 在 SWE Bench Pro 上的自述量測，實際省多少仍視任務而定。
prompt caching 與隱藏成本
三家的快取定價剛好都是 0.5 美元（Grok 4.5 快取輸入、GPT-5.5 快取輸入、Opus 4.8 快取命中）。如果你的工作流會重複送同一段 system prompt 或文件，開快取能再壓低輸入成本，三家的相對位置不變。還有兩個容易被忽略的成本陷阱：
一是 Opus 4.7 以後改用新版 tokenizer，同一段文字會產生約 30% 更多 token。所以 Opus 4.8 的 25 美元輸出單價，換算成同一段中文的實際花費會再往上加，等於把 Grok 4.5 的成本優勢再拉大。二是地區與批次：部分雲端端點對資料駐留收 10% premium，批次處理（batch）則有約 5 成折扣，這些會改變實際帳單，但前提是用量大到值得用。
但書：比自家 Grok 4.3 貴
有一個但書必須講：Grok 4.5 比自家 Grok 4.3 貴。Grok 4.3 是輸入 1.25 美元、輸出 2.50 美元，4.5 幾乎是它的一倍多。所以「便宜」這個字要小心，它是相對 GPT-5.5、Opus 4.8 而言。相對自家 Grok 4.3，4.5 反而變貴。現在用 Grok 4.3 就夠的人，沒有理由為了 4.5 多花錢；4.5 賣的是編程能力升級，價格並沒有比舊版低。
多維比較：Grok 4.5 vs GPT-5.5 vs Opus 4.8 vs Fable 5 vs Grok 4.3
只看價格或只看評測都不夠。這張表把幾個關鍵維度擺一起，幫你快速定位：
| 維度 | Grok 4.5 | GPT-5.5 | Opus 4.8 | Fable 5 | Grok 4.3 |
|---|---|---|---|---|---|
| 輸入／輸出（per 1M） | $2／$6 | $5／$30 | $5／$25 | $10／$50 | $1.25／$2.50 |
| Context | 500K | 272K | 200K 級 | 200K 級 | 1M |
| 編程評測定位 | 第一梯隊、長任務強 | 第一梯隊、長視野強 | 第一梯隊、SWE Bench Pro 強 | 多數榜首 | 上一代 |
| 中文長文 | 可用、建議修稿 | 可用 | 較穩 | 較穩 | 可用 |
| 適合誰 | 成本敏感的 coding／agent | 通用＋生態成熟 | 高品質編程＋長文 | 不計成本的頂規 | 超長 context、低成本 |
把定價跟評測擺一起，分流就清楚：要絕對最強，Fable 5；要生態成熟與通用，GPT-5.5；要頂級編程兼顧中文，Opus 4.8；要超長 context，Grok 4.3；要在第一梯隊裡把成本壓到最低，Grok 4.5。相關的橫向比較，可看 Codex vs Claude Code 與 Claude Code 定價。
該不該把 API 切到 Grok 4.5？按角色判斷
我不會給「一律切換」這種答案。值不值得換，取決於成本結構長怎麼樣。判斷方式先看一個數字：輸出成本占你 API 帳單多少。輸出單價本來就比輸入貴（GPT-5.5 是 30 比 5、Opus 4.8 是 25 比 5），輸出占比越高，換到 Grok 4.5 省得越多。
| 你的情境 | 建議 | 判斷依據 |
|---|---|---|
| 輸出成本占帳單大宗（程式生成、代理工作流） | 值得試切 | 輸出單價差 4 到 5 倍；把一個月用量代進上面的公式，降幅可直接算出 |
| 要絕對最強編程品質、預算非瓶頸 | 留 Fable 5 或 Opus 4.8 | 錯誤成本遠高於 API 費用時看品質；Fable 5 多數編程基準第一，Opus 4.8 在 SWE Bench Pro 也贏 Grok 4.5 |
| 倚賴超長 context | 留 Grok 4.3 | 4.5 的 50 萬比 4.3 的 100 萬少一半，別為編程提升丟掉 context |
| 繁中品牌長文與語氣穩定度 | 看 Claude | 長文改稿、品牌語氣 Claude 通常更穩 |
獨立開發者與小團隊
如果你是獨立開發者或三五人團隊，每月 API 帳單在幾百到幾千美元之間，Grok 4.5 的性價比最甜。這個規模通常對成本敏感、又需要模型能寫程式與跑代理任務。我的做法是：挑一個每天會跑的程式任務，讓 Grok 4.5 與現在用的模型各跑一週，比帳單、比 diff 品質、比需要人工修正的次數，再決定。coding agent 的橫向工具比較可看 Claude Code 與 OpenAI Codex。
大型工程團隊
大型團隊的決策不太一樣。每月帳單動輒上萬美元，省 8 成是實質金額，但穩定性、合規、與既有 CI／CD 的整合往往比單價更重要。這個規模我會先在非核心專案試跑 Grok 4.5，看它在你的程式碼風格與測試流程上的表現，再決定要不要放量。錯誤成本高的核心系統，仍以 Fable 5 或 Opus 4.8 為主。
內容與 SEO 工作者
如果你的工作是內容研究、選題、查證，不碰寫程式，Grok 4.5 的編程評測對你意義不大，重點會落在中文語氣與即時資訊。Grok 的即時搜尋與 X 討論是它的主場，做 搜尋意圖 與 長尾關鍵字 研究時好用；但品牌長文與語氣穩定度，Claude 通常更穩。把 AI 工具放進整體搜尋策略，可對照 什麼是 AISO 與 什麼是 AEO。
中文長文與品牌語氣
Grok 4.5 可以寫繁體中文，理解也沒問題。但品牌文案、公部門語氣、正式文件的穩定度，我仍然會人工修一稿，或優先交給 Claude。很多 AI 中文不是錯，是太平、太順、太像說明書；這在搜尋文章還可以，放在品牌內容就沒有氣味。
真的要切？一張遷移檢查表
決定切換前，建議照這個順序自問：
- 帳單結構：輸出成本占多少？占超過一半才值得認真評估。
- 任務類型：是不是 coding 或代理？通用問答與中文長文的成本優勢會被其他因素抵消。
- context 需求：會不會超過 50 萬？超過就先留 Grok 4.3。
- 平行對照：挑一個真實任務，兩個模型各跑一週，記下帳單、diff 品質、人工修正次數。
- 風險底線：核心系統或合規敏感場景，先在非核心專案驗證再放量。
這五點走完，切換與否通常會有答案，不用憑感覺。
一般使用者什麼時候會用到 Grok 4.5
多數讀者不碰 API，只在 grok.com 或手機 App 裡用 Grok。對你們來說，Grok 4.5 的意義是：官方模型文件已經把它列為建議的通用與 coding 模型，消費端會逐步推上預設。免費版能用到多少、SuperGrok（每月 30 美元）有沒有更高額度，要看登入後的帳號狀態。
消費方案有三層：Free $0 可試用；SuperGrok $30／月給更高額度與 frontier models；X Premium Plus 則是 X 平台權益夾帶 Grok 額度。三者很容易被搞混，你買的是 AI 額度、X 權益、還是開發者 API，要先分清楚。會碰 API 的開發者，直接看模型名 grok-4.5，舊模型退休資訊在 xAI migration 文件裡。
三個我會踩煞車的地方
評測是 xAI 自選、自公布，這一點要先留意。五項都是工程基準，通用基準（MMLU、LMArena ELO）尚未出爐。獨立第三方完整數據跟上之前，這些數字當方向就好，不當定論，尤其 DeepSWE 1.1 那種落後項要誠實記著。官方公告要查證，社群傳聞別當事實。
context 從 100 萬縮到 50 萬，是規格退步。倚賴超長 context 的工作流要先確認 50 萬夠不夠用，再決定要不要從 Grok 4.3 遷移。
再來是價格與方案變動很快。Grok 的模型名、定價、消費端額度這兩年改過好幾輪，數字隨時會改；採購或上線前，回到 xAI 官方定價頁再核一次。能引用官方文件就引用，不能確認就別講死。
還有一個更根本的：模型選擇會影響搜尋能見度與內容曝光，但沒有任何一個模型或寫法能保證排名或被 AI 引用。把模型當工具、把搜尋基本功分開看，會更清楚什麼能靠模型、什麼不能。
結論與下一步
Grok 4.5 和 GPT-5.5、Opus 4.8 同屬第一梯隊，互有領先，API 成本卻只要幾分之一。它的成本優勢來自輸出單價低、token 用量少（xAI 稱約 2 倍效率）、加上 80 TPS 速度三項疊加；代價是 context 從 100 萬縮到 50 萬，部分長視野編程評測也落後。要不要用，看任務落在哪個區間。
三個可以現在做的步驟：
- 算出 API 帳單的輸出成本占比。打開用量報表，把輸出 token 乘上目前的輸出單價，除以總成本；這個比例越高，換 Grok 4.5 越划算。
- 用同一個 coding 任務跑一週對照。挑一個每天會跑的程式任務，讓 Grok 4.5 與現在用的模型各跑一週，比帳單、比 diff 品質、比需要人工修正的次數。
- 確認 context 需求再遷移。工作流若靠 50 萬以上的 context，先留 Grok 4.3；不倚賴超長 context 的，再考慮切到 4.5。
想把模型選擇放進更大的搜尋策略，整體搜尋曝光可延伸看 AI SEO。
常見問題 FAQ
Grok 4.5 是什麼？跟 Grok 4.3 差在哪？
Grok 4.5 是 xAI 在 2026 年 7 月 8 日發布的新旗艦模型，主打 coding 與 agentic 任務，API 為每百萬 token 輸入 2 美元、輸出 6 美元，context 50 萬。和 Grok 4.3 相比，4.5 在編程評測上更強、速度更快，但 context 從 100 萬縮到 50 萬、定價也較高。
Grok 4.5 效能真的等於 GPT-5.5 和 Claude Opus 4.8 嗎？
不是等於，是同屬第一梯隊、互有領先。Grok 4.5 在 SWE Marathon 領先、在 Terminal Bench 與 GPT-5.5 平手，但 DeepSWE 1.1 落後約 14 個百分點。Anthropic 的 Fable 5 在多數編程基準排名第一。
Grok 4.5 換掉 GPT-5.5 能省多少？
看用量結構。輸入便宜 2.5 倍、輸出便宜 5 倍；帳單裡輸出占比越高、省越多。用輸入 token 乘輸入單價、加輸出 token 乘輸出單價，把用量代進去就能算，例如 1000 萬輸入加 3000 萬輸出，GPT-5.5 約 950 美元、Grok 4.5 約 200 美元。
一般使用者怎麼用 Grok 4.5？要付費嗎？
從 grok.com、iOS 或 Android App 使用，免費版可先試用；更高額度與 frontier models 在 SuperGrok（每月 30 美元）方案。實際額度以登入後帳號顯示為準。
什麼情況不該切到 Grok 4.5？
幾種情況先留著原來的模型：需要絕對最強編程品質且預算不是瓶頸（優先 Fable 5 或 Opus 4.8）；倚賴 100 萬 context（留 Grok 4.3）；或主要做繁中品牌長文（Claude 通常更穩）。
Grok 4.5 支援 function calling、vision、structured outputs 嗎？
支援。依 xAI 模型文件，grok-4.5 支援 function calling、structured outputs、reasoning，並接受圖片輸入（text、image 到 text）。context 50 萬，速率限制 150 req/s。
Grok 4.5 中文能力好嗎？
可用。Grok 4.5 能讀寫繁體中文，做摘要、比較、教學沒問題；但品牌語氣、正式文件、在地用詞仍建議人工修稿，長文穩定度通常不如 Claude。
Grok 4.5 vs Grok 4.3，我該選哪個？
看你最在意什麼。要更強的編程與代理能力、更快速度，選 4.5；要 100 萬 context 處理超長文件、要更低單價，留 4.3。兩者會並存一段時間，沒有誰取代誰的問題。
Grok 4.5 的知識截止與即時資訊？
Grok 4.5 本身沒有訓練資料之後的事件知識。要用即時資訊，得在 API 啟用 Web Search 或 X Search 工具；沒啟用時，模型不會自動知道最新消息。Grok 3／4 系列的知識截止約在 2024 年 11 月。
Grok 4.5 跟 GPT-5.6 比呢？
目前沒有可直接比較的評測。xAI 公告裡比的是 GPT-5.5（不是更新的 GPT-5.6），所以 Grok 4.5 對上 GPT 最新版的位置，要等獨立評測出爐才能判斷。
