Искусственный интеллект развивается стремительно, и компания Илона Маска xAI (SpaceX AI) снова встряхнула индустрию. Выход новой модели Grok 4.5 вызвал бурную дискуссию в ИИ-сообществе. Разработчики обещают передовой уровень интеллекта (Frontier Level Intelligence) по невероятно низкой цене и с феноменальной скоростью.
Но так ли все идеально на самом деле? В этой статье мы подробно разберем все плюсы, минусы, скрытые нюансы и главные скандалы вокруг релиза Grok 4.5.
Главная фишка: Интеллект флагмана по цене «эконома»
Основной упор в xAI сделали на экономическую эффективность. Grok 4.5 работает со скоростью 80 токенов в секунду и при этом в 4 раза эффективнее по токенам, чем его ближайший конкурент Claude Opus 4.8. Это значит, что модель тратит меньше «мыслительных ресурсов» на генерацию ответа, экономя баланс пользователя.
Сравнение стоимости за 1 миллион токенов:
| Модель | Входящие токены (Input) | Исходящие токены (Output) |
| Grok 4.5 | $2 | $6 |
| Claude Opus 4.8 Max | $5 | $30 |
| Claude Fable 5 | $10 | $50 |
Grok 4.5 предлагает производительность уровня топовых моделей, но обходится в разы дешевле. Для бизнеса и разработчиков, использующих ИИ на больших объемах данных, это весомый аргумент.
Бенчмарки: Где Grok 4.5 действительно силен?
Если верить официальным тестам, Grok 4.5 показывает выдающиеся результаты в прикладных задачах:
- Terminal Bench 2.1 (Тест для DevOps и CLI): В отличие от статичного редактирования кода, здесь ИИ работает в реальной оболочке терминала. Grok 4.5 набрал 83.3%, обогнав Opus 4.8 Max и приблизившись к GPT 5.5.
- GDP Vow (Реальные рабочие задачи): Этот тест оценивает создание профессиональных отчетов и документов. Grok 4.5 вырвался в лидеры с показателем 29% (для сравнения: у GPT 5.5 — 22%, у Opus 4.8 — 21%).
- Harvey's Legal Agent Benchmark: В престижном юридическом тесте, где оценивается работа с документами, таблицами и файловыми системами, Grok 4.5 занял первое место с результатом 12.92%, показав минимальную задержку (latency).
Скандал с Cursor Bench: Ложка дегтя в бочке бенчмарков
Одним из главных поводов для гордости xAI стали феноменальные успехи Grok 4.5 в тесте Cursor Bench (оценка работы с реальными, сложными кодовыми базами). Учитывая, что материнская компания недавно приобрела Cursor за $60 миллиардов, результат выглядел логичным.
Однако внимательные пользователи изучили мелкий шрифт и обнаружили факт дата-контаминации (загрязнения данных).
Официальное признание команды Cursor:
«Grok 4.5 получил преимущество на Cursor Bench, так как ранний снимок (snapshot) кодовой базы Cursor случайно попал в обучающую выборку модели. Точное влияние этого факта на результат пока неясно. Данные уже удалены для будущих моделей».
Это открытие заставило ИИ-сообщество скептически отнестись к заявлениям о превосходстве Grok в программировании.
Реальные тесты: Ожидание vs Реальность
Пока графики xAI рисуют идеальную картину, отзывы реальных пользователей и разработчиков в X (Twitter) разделились.
- Проблема с демонстрациями: Один из разработчиков попытался повторить создание «глянцевого» приложения погоды из официального промо-ролика Grok 4.5 внутри Cursor. Результат оказался разочаровывающим: «Код ужасен и близко не соответствует демо. Видео сильно вводит в заблуждение».
- Сравнение графики (Тест Этана Моллика): Известный ИИ-исследователь Этан Моллик дал моделям Fable 5, Opus 4.8 и Grok 4.5 задачу создать сложный визуальный шейдер (процедурный неотический город в бушующем океане). В этом тесте Grok 4.5 заметно уступил конкурентам, выдав менее детализированную картинку.
Тем не менее, в более простых повседневных задачах и скриптах на запуск ракет (тест GMcloud) Grok 4.5 держится уверенно и предлагает отличное соотношение цены и качества. Большинству пользователей просто не нужны избыточные мощности дорогих моделей вроде Fable 5 для 90% их задач.
Что дальше? Планы Илона Маска
xAI не планирует останавливаться. Уже анонсированы следующие обновления для Grok 4.5:
- Расширение контекстного окна: Буквально «на следующей неделе» объем контекста будет увеличен до 1 миллиона токенов.
- Мультимодальные агенты: Grok сможет вызывать инструмент генерации изображений и видео Imagine в агентском режиме, что станет мощным подспорьем для разработчиков игр.
Итог: Стоит ли переходить на Grok 4.5?
Grok 4.5 — это яркий пример концепции «неидеального, но выгодного ИИ». Да, его результаты в бенчмарках кодинга были частично раздуты из-за утечки данных, а в сложных творческих задачах он пока уступает лидерам рынка.
Однако если вам нужна быстрая, невероятно дешевая и эффективная модель для автоматизации рутины, работы с документами, DevOps и повседневного написания кода — Grok 4.5 на сегодняшний день является одним из лучших предложений по соотношению цены и качества.
На основе Grok 4.5 Just Shocked The AI Community - SpaceXAI Grok 4.5