xAI выпустила Grok 4.5 для кода и агентных задач

xAI выпустила Grok 4.5 - новую frontier-модель для кода, агентных задач и knowledge work. Релиз вышел 8 июля 2026 года. Компания позиционирует модель не как универсальный чат для коротких ответов, а как инструмент для многошаговой инженерной работы: чтение контекста, работа с инструментами, проверка гипотез и доведение задачи до рабочего результата.

Главный практический смысл анонса - xAI пытается зайти в тот же класс задач, где разработчики уже используют Cursor, Claude Code, Devin, Codex-подобные CLI и другие агентные среды. В релизе отдельно сказано, что Grok 4.5 обучался рядом с Cursor. Это важно для позиционирования: модель сразу подается как часть IDE- и agentic-сценариев, а не только как API-модель для одиночных prompt-to-code запросов.

Что изменилось в Grok 4.5

По описанию xAI, модель обучали на новых наборах данных по коду, науке, инженерии и математике. Отдельный акцент сделан на reinforcement learning для многошаговых software engineering задач. То есть модель должна не просто генерировать фрагменты кода, а дольше удерживать цель, пользоваться инструментами и проверять промежуточные решения.

В документации модель называется grok-4.5. Она доступна через xAI API и поддерживает обычные сценарии работы с API: chat, Responses API, function calling, web search, X search и code execution. При этом публичная документация не раскрывает context window числом: xAI отсылает к model detail page и актуальным настройкам в консоли.

Бенчмарки

xAI опубликовала несколько результатов для агентной разработки. Важно читать их не как абсолютное первое место в каждой строке, а как набор сигналов о том, где модель уже конкурентна:

• DeepSWE 1.0: 62,0% pass@1;
• DeepSWE 1.1: 53,0% в mini-swe-agent harness;
• SWE Marathon: 29,0% resolution rate;
• Terminal Bench 2.1: 83,3%;
• SWE Bench Pro: 64,7% resolve rate.

На части графиков выше Grok 4.5 находятся Fable, GPT 5.5 или Opus 4.8, поэтому релиз не стоит описывать как безусловное лидерство. Сильная сторона заявки xAI - сочетание качества, скорости и цены. Для практического выбора модели это часто важнее, чем первое место в одном отдельном benchmark.

Скорость и цена

В API Grok 4.5 стоит $2 за 1 млн input-токенов и $6 за 1 млн output-токенов. Для агентных задач это существенная часть истории: длинные coding-сессии быстро набирают много output-токенов, поэтому цена выхода часто важнее цены входа.

xAI также заявляет около 80 TPS и примерно 2x token efficiency относительно сопоставимых leading models на тех же задачах. В примере SWE Bench Pro компания указывает 15 954 output-токена на задачу против 67 020 у Opus 4.8 max. Этот пункт нужно проверять на собственных сценариях, но если эффект подтвердится, модель может быть интересна для задач, где стоимость длинного agent run сейчас ограничивает использование.

Где доступна модель

Grok 4.5 доступна в xAI API, Grok Build и Cursor на всех планах. Также в документации перечислены Office add-ins и модельные шлюзы OpenRouter, Vercel, Cloudflare, Snowflake и Databricks Mosaic. На старте xAI обещает ограниченное бесплатное использование в Grok Build и Cursor.

Есть географическое ограничение: в документации указано, что для пользователей EU модель пока недоступна в API console и продуктах SpaceXAI, а доступ ожидается позже в июле 2026 года. Для команд из Европы это важный операционный пункт: даже если модель уже есть в публичном релизе, доступ в конкретной консоли может появиться не сразу.

Что проверять разработчикам

Grok 4.5 стоит тестировать на задачах, где обычное автодополнение недостаточно: багфиксы в реальном репозитории, терминальные задачи, генерация приложения из короткого prompt, работа с документацией и сценарии внутри IDE. Для коротких дешевых completions модель может быть избыточной.

Отдельно стоит смотреть не только на pass rate, но и на поведение: сколько файлов модель меняет, как объясняет решение, умеет ли воспроизводить баг, не расширяет ли scope правки и как часто предлагает изменения без проверки. Для production-задач benchmark не заменяет локальный eval на ваших тестах, стеке и review-процессе.

Подробная карточка модели: Grok 4.5 в каталоге LLM. Источники: анонс xAI и документация xAI.