TL;DR
- Grok 4.5 lancé le 8 juillet 2026 — entraîné conjointement par SpaceXAI et Cursor sur des billions de tokens d'interactions réelles entre développeurs et agents
- Architecture : Mixture-of-Experts, fenêtre de contexte de 500 000 tokens, entrée texte+image, sortie texte, raisonnement avancé toujours actif
- Tarification : 2 $/M en entrée, 6 $/M en sortie, 0,50 $/M en entrée en cache — environ 4× moins cher que Claude Opus 4.8 en sortie
- Benchmarks : Artificial Analysis le classe #4 sur 168 modèles à l'Indice d'Intelligence (score 54) — derrière Fable 5, GPT-5.5 et Opus 4.8
- Intégration Cursor : Modèle par défaut dans l'IDE Cursor depuis le 8 juillet. Également disponible via Grok Build CLI, l'API SpaceXAI, grok.com
- Vitesse : ~80-87 tokens/seconde en débit, mais ~16,7s de temps avant le premier token en raison du raisonnement toujours actif
- Différenciateur clé : SpaceXAI affirme 4× moins de tokens de sortie par tâche que Claude Opus 4.8 sur SWE-Bench Pro
Le modèle qui est arrivé avec une acquisition à 60 milliards de dollars
Grok 4.5 n'est pas qu'une simple mise à jour de version. C'est le premier produit de l'acquisition par SpaceX d'Anysphere, la société derrière Cursor, pour 60 milliards de dollars — et cette acquisition définit tout ce qui concerne le modèle.
Là où la plupart des modèles de pointe sont entraînés sur des données de crawl web, des manuels et des jeux de données synthétiques, Grok 4.5 a été co-entraîné sur des billions de tokens provenant d'interactions réelles avec Cursor : traces de débogage, appels d'outils, sessions de codage agentique multi-étapes, revues de code. Les données d'entraînement sont structurellement différentes de ce à quoi tout autre laboratoire a accès — non pas parce que les données sont secrètes, mais parce que le volume et la forme des données d'interaction agent-codebase sont quelque chose que seul Cursor possède.
Lee Robinson, responsable ML chez Cursor, a détaillé le cycle d'entraînement lors de l'AI Engineer Stage en juillet 2026 : un système d'amélioration récursive à deux boucles utilisant le cluster de calcul Colossus de SpaceX, un retour RL textuel pour l'attribution de crédit, et des agents qui entraînent des modèles depuis Slack. (Source : explainx.ai — Recursive Model Improvement)
Benchmarks : ce que les chiffres disent vraiment
Trois semaines de tests indépendants nous donnent une image plus claire que les affirmations du jour du lancement. Voici les données :
| Benchmark | Grok 4.5 | Claude Opus 4.8 | GPT-5.6 Sol | Notes |
|---|---|---|---|---|
| SWE-Bench Pro | 61,4 % | 69,2 % | ~65 % | Opus mène en codage autonome |
| Terminal-Bench 2.1 | 83,3 % | 79,1 % | ~91,9 % | Grok solide, GPT mène |
| DeepSWE 1.0 | 56,0 % | 60,5 % | 59,2 % | Utilisation du framework agent de chaque fournisseur |
| DeepSWE 1.1 | 52,1 % | 48,9 % | 51,0 % | Mini-swe-agent partagé, Grok gagne |
| CursorBench | [exclu] | — | — | Contamination des données d'entraînement |
| GDPval+ (Snorkel) | 29 % | 21 % | 22 % | Tâches professionnelles |
| AA Intelligence Index | 54 (4e) | 55 (3e) | 56 (2e) | Sur 168 modèles |
(Sources : DataCamp, explainx.ai, Codersera)
La tendance est cohérente : Grok 4.5 est compétitif mais pas dominant sur les benchmarks de codage bruts. Il gagne sur certaines tâches agentiques (DeepSWE 1.1 avec configuration partagée, Terminal-Bench 2.1 contre Opus) mais est en retard sur SWE-Bench Pro. Sa performance la plus forte est sur GDPval+, où l'évaluation du travail professionnel de Snorkel AI l'a noté significativement plus haut que GPT-5.5 et Opus 4.8 — suggérant que ses données d'entraînement agentiques ont généralisé au-delà du simple codage.
L'avantage tarifaire
La tarification de SpaceXAI est la plus agressive parmi les modèles de pointe :
| Modèle | Entrée / 1M | Sortie / 1M | Entrée en cache |
|---|---|---|---|
| Grok 4.5 | 2,00 $ | 6,00 $ | 0,50 $ |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ | — |
| GPT-5.5 / 5.6 | 5,00 $ | 30,00 $ | — |
| Claude Fable 5 | 10,00 $ | 50,00 $ | — |
(Source : Codersera — Grok 4.5 Launch Guide)
Mais la tarification par token ne raconte que la moitié de l'histoire. La véritable affirmation de SpaceXAI est l'efficacité des tokens — que Grok 4.5 utilise moins de tokens de sortie par tâche accomplie. Son graphique SWE-Bench Pro montre 15 954 tokens de sortie par tâche résolue contre 67 020 pour Claude Opus 4.8. Si ce rapport se maintient en production, l'avantage de coût effectif est plus proche de 10-15× que du 4× annoncé.
Ce qui a changé en trois semaines
Depuis le lancement du 8 juillet :
- 9 juillet : Déploiement public sur grok.com et l'application X
-
14 juillet : Crise de confidentialité — les tests filaires de Grok Build ont capturé des téléchargements de dépôts complets. SpaceXAI a documenté ZDR et
/privacy, Elon Musk a promis la suppression totale des données antérieures au 14 juillet - 17 juillet : La conférence AI Engineer de Lee Robinson a révélé le cycle d'entraînement
- 16 juillet : SpaceXAI a open-sourcé le harnais Grok Build (Apache 2.0) sur GitHub
- 17 juillet : Disponibilité dans l'UE attendue (toujours en attente selon les communications de lancement)
L'incident de confidentialité mérite d'être surveillé. Grok Build téléchargeait des dépôts entiers sur les serveurs de SpaceXAI lors des tests filaires, une pratique qui n'était pas clairement documentée. La réponse de SpaceXAI — suppression rétroactive, un point de terminaison /privacy et des excuses publiques — a été efficace, mais l'incident souligne la tension entre les outils de codage agentiques et la gouvernance des données en entreprise.
La position concurrentielle
Trois semaines après, Grok 4.5 occupe un créneau clair : qualité proche de la pointe à un prix intermédiaire. Ce n'est pas le meilleur modèle sur un seul benchmark, mais c'est le moins cher parmi les modèles pouvant raisonnablement concourir à ce niveau.
Pour les développeurs, le calcul est simple :
- Meilleure qualité (sans contrainte budgétaire) : Claude Fable 5 ou GPT-5.6 Sol
- Meilleur agent de codage : Claude Opus 4.8 (leader SWE-Bench Pro) ou Grok 4.5 (moins cher par tâche)
- Meilleur rapport qualité/prix : Grok 4.5, surtout pour les charges de travail agentiques à volume élevé
- Meilleure intégration écosystème : Grok 4.5 si vous utilisez déjà Cursor ; Claude Opus si vous utilisez Claude Code
Le véritable test du modèle viendra lorsque SpaceXAI livrera la prochaine version. Avec une cadence annoncée d'un nouveau modèle fondamental chaque mois jusqu'à fin 2026, Grok 4.5 pourrait être le point d'entrée le moins cher dans une famille en amélioration rapide.
FAQ
Combien coûte Grok 4.5 ? — 2,00 $ par million de tokens en entrée, 6,00 $ par million de tokens en sortie, 0,50 $ en entrée en cache (75 % de réduction). Environ 4× moins cher que Claude Opus 4.8 sur les tokens de sortie.
Est-il meilleur que Claude Opus 4.8 ? — Sur les benchmarks bruts, généralement non. Il est en retard sur Opus 4.8 sur SWE-Bench Pro (61,4 % contre 69,2 %). Mais il gagne sur le coût et l'efficacité des tokens, et l'évaluation GDPval+ de Snorkel suggère qu'il surpasse sur les tâches professionnelles.
Quelle est la fenêtre de contexte ? — 500 000 tokens, ce qui est en fait plus petit que la fenêtre de 1 million de tokens de Grok 4.3.
Puis-je l'utiliser dans Cursor ? — Oui, il est devenu le modèle par défaut dans Cursor le 8 juillet.
Que s'est-il passé avec le problème de confidentialité ? — Grok Build téléchargeait des dépôts complets lors des tests filaires. SpaceXAI a mis en place une suppression rétroactive, un point de terminaison /privacy et a promis la suppression totale des données antérieures au 14 juillet.
Lectures complémentaires
- explainx.ai — Grok 4.5 Cursor Launch
- DataCamp — Grok 4.5: Features, Benchmarks, Pricing
- Codersera — Grok 4.5 Launch Guide
- Cursor Blog — Grok 4.5 Announcement
- Snorkel AI — GDPval+ Grok 4.5 evaluation
- TAR — Anthropic IPO Update
Cet article a été initialement publié sur The Agent Report.
Top comments (0)