Engineering Intelligence · Field Note08.07.2026

GROK 4.5 · CODING / AGENTS / KNOWLEDGE

工程智能
效率曲线

Grok 4.5 把任务完成、响应速度、token 与工具调用成本放进同一条工程效率曲线。

Official release · 8 July 2026
Ultimate PPT Master · Finished Deck 0201 / 09
00 · Fact CheckRequested topic corrected

先把版本号说清楚

未找到 Grok 4.6
官方发布。

最新可核验版本
是 Grok 4.5。

x.ai 官方于 2026 年 7 月 8 日发布 Grok 4.5。本案例按官方最新信息制作，并保留核验日期；后续若 4.6 发布，应更新内容而不是沿用旧结论。

Verification date · 10 Jul 202602 / 09
01 · Product ThesisBeyond benchmark score

模型价值的三维坐标

任务质量、速度与成本
必须同时成立。

01 · QUALITY任务完成

复杂编码、代理任务与知识工作必须在真实工具链中闭环。

02 · LATENCY80 TPS

xAI 公布的服务速度，定位在 fast-model 级别。

03 · EFFICIENCY4.2×

xAI 称在 SWE Bench Pro 已解决任务上，输出 token 较 Opus 4.8 更少。

Vendor-published figures · see source page03 / 09
02 · Engineering BenchmarksResults reported by xAI

三种工程压力测试

工程任务完成率
进入主指标。

官方发布页强调代码库理解、终端操作和真实软件问题。下列数字为 xAI 公布结果，不等同于独立复现。

DeepSWE 1.0
62.0%
Terminal Bench 2.1
83.3%
SWE Bench Pro
64.7%
Source · Introducing Grok 4.504 / 09
03 · Token EconomicsLess output, less waiting

Token 与等待时间一起下降

15,954
tokens

xAI 报告 Grok 4.5 在 SWE Bench Pro 已解决任务上的平均输出 token。

更短路径

减少无效推理和重复工具调用，长任务的总时长更可控。

更低成本

输出 token 是代理系统里持续累积的可变成本。

更易审阅

中间轨迹更短，工程师更容易定位决策点和失败点。

Comparison baseline · Opus 4.8 max, reported by xAI05 / 09
04 · Office WorkNative deliverables matter

工程模型开始进入办公交付

PowerPoint 交付保留
原生可编辑对象。

POWERPOINT原生形状

用 PowerPoint 形状构建复杂图示。

EXCEL公式模型

研究、多表公式与说明一起交付。

WORD清晰长文

输出结构化、可继续编辑的正式文稿。

BUILD默认模型

Grok 4.5 已成为 Grok Build 的默认模型。

Product surface · Grok Build and Office plugins06 / 09
05 · Training SystemScale is an operating model

能力背后是一条异步训练流水线

大量并行 rollout，
持续学习真实工程。

01 / DATA筛选

去重、质量评分、领域聚焦，保持高信号数据混合。

02 / TASKS覆盖

编码、科学、工程与数学任务形成训练面。

03 / RL强化

围绕数十万任务扩展多步骤软件工程训练。

04 / ROLLOUT异步

长时间代理轨迹并行执行，同时继续学习。

05 / SERVE交付

把每 token 智能与 80 TPS 服务速度一起优化。

Training description · xAI official release07 / 09
06 · Adoption DecisionWhat to validate first

面向团队的验收方式

值得优先试

  • 终端密集、工具调用多的代码任务。
  • 需要快速生成并继续编辑的 Office 工作。
  • 对延迟和输出 token 都敏感的代理系统。
  • 可用内部基准集做独立复现的团队。

不要直接假设

  • 供应商 benchmark 排名会等比迁移到你的代码库。
  • 更少 token 自动意味着更高正确率。
  • “Grok 4.6”已经存在或具有这些能力。
  • 发布时的地域可用性和产品入口不会变化。
Recommendation · test completion, latency, cost together08 / 09
07 · SourcesPrimary reference

来源与更新机制

热点会变，
案例必须能更新。

Introducing Grok 4.5x.ai · 8 Jul 2026 · capabilities, benchmarks, efficiency, Office examples, access x.ai News IndexUsed to verify that Grok 4.6 had not been officially published by 10 Jul 2026

结论：Grok 4.5 把工程智能的完成率、延迟与 token 经济性纳入同一套发布叙事。

Verified · 10 Jul 202609 / 09