معايير Grok 4.5 من xAI: تحليل النتائج وكيفية فهمها

أطلقت xAI نموذج Grok 4.5 في 8 يوليو 2026 ونشرت له أربعة معايير برمجية ومخططًا واحدًا للكفاءة. بدل قراءة الأرقام كترتيب نهائي، تعامل معها كمدخلات لبناء تقييمك الخاص: ما الدرجة؟ من شغّل الاختبار؟ ما إعدادات الجهد؟ وكم رمزًا يستهلك النموذج لإنجاز مهمة حقيقية من مستودعاتك؟

جرّب Apidog اليوم

الخلاصة العملية: Grok 4.5 يبدو كنموذج برمجي قوي من المستوى الثاني. نتائجه قريبة من Claude Opus 4.8 في بعض المعايير، لكنه لا يتصدر الفئة. نقطة قوته المنشورة ليست أعلى دقة، بل كفاءة المخرجات: عدد رموز أقل لكل مهمة محلولة.

كل الأرقام التي نشرتها xAI

من الإعلان، هذه هي المخططات الأربعة كما نُشرت:

DeepSWE 1.0 pass@1

النموذج	النتيجة
Claude Fable 5 (max)	66.1%
GPT 5.5 (xhigh)	64.31%
Grok 4.5	62.0%
Claude Opus 4.8 (max)	55.75%
Claude Opus 4.7 (max)	40.12%

DeepSWE 1.1

النموذج	النتيجة
Claude Fable 5 (max)	70%
GPT 5.5 (xhigh)	67%
Claude Opus 4.8 (max)	59%
Grok 4.5	53%
GLM 5.2	44%

Terminal Bench 2.1

النموذج	النتيجة
Claude Fable 5 (max)	84.3%
GPT 5.5 (xhigh)	83.4%
Grok 4.5	83.3%
Claude Opus 4.8 (max)	78.9%
Claude Opus 4.7 (max)	78.9%

SWE Bench Pro — معدل الحل

النموذج	النتيجة
Claude Fable 5 (max)	80.4%
Claude Opus 4.8 (max)	69.2%
Grok 4.5	64.7%
Claude Opus 4.7 (max)	64.3%
GLM 5.2	62.1%
GPT 5.5 (xhigh)	58.6%

أما مخطط الكفاءة فيقول إن Grok 4.5 يستخدم 15,954 رمز إخراج في المتوسط لكل مهمة SWE Bench Pro، مقابل 67,020 رمزًا لـ Opus 4.8 (max)، أي فرق يقارب 4.2 أضعاف.

من أين تأتي هذه الأرقام؟

الملاحظات الصغيرة في مخططات xAI مهمة لأنها تحدد مدى قابلية المقارنة:

• DeepSWE 1.0 تم "إنشاؤه بواسطة Datacurve، وتم تشغيله بواسطة AA باستخدام أدوات كل مزود نموذج."
• DeepSWE 1.1 استخدم "أداة mini-swe-agent التي تديرها Datacurve."
• "أرقام المنافسين مستمدة من بطاقات النظام المنشورة للمطورين المعنيين أو لوحات متصدرين المعايير."

عمليًا، هذه ليست تجربة موحدة بالكامل. بعض الأرقام تأتي من تقييمات خارجية، وبعضها من بطاقات أنظمة أو لوحات متصدرين، ثم جُمعت في صفحة البائع. هذا أفضل من تقرير ذاتي مغلق، ومشاركة Datacurve تضيف مصداقية، لكنه لا يساوي تقييمًا مستقلًا كاملًا.

ما يجب الانتباه له عند قراءة النتائج:

• هل استُخدمت نفس الأدوات لكل نموذج؟
• هل إعداد الجهد متطابق؟
• هل الاختبار على مستوى ملف واحد أم مستودع كامل؟
• هل تم قياس زمن الاستجابة والرموز أم الدقة فقط؟
• هل يمكن تكرار النتيجة من طرف ثالث؟

حتى الآن، لم تظهر أرقام مستقلة واسعة لـ Grok 4.5 خارج هذه المجموعة المنشورة.

كيف تقرأ المقارنة مع Opus 4.8؟

مقابل Claude Opus 4.8، النتيجة مختلطة:

• Grok 4.5 يفوز في DeepSWE 1.0 بفارق 6.25 نقطة.
• Grok 4.5 يفوز في Terminal Bench بفارق 4.4 نقطة.
• Opus 4.8 يفوز في DeepSWE 1.1 بفارق 6 نقاط.
• Opus 4.8 يفوز في SWE Bench Pro بفارق 4.5 نقطة.

هذا يدعم وصف Grok 4.5 بأنه قريب من فئة Opus، لكنه لا يدعم ادعاء أنه يتفوق عليه عمومًا. نمط النتائج مهم: Grok أقوى في الاختبارات الطرفية أو الأقدم، بينما Opus يتقدم في الاختبارات الأحدث والأكثر تعقيدًا على مستوى المستودعات.

للمقارنة المباشرة مع الأسعار، راجع Grok 4.5 مقابل Claude Opus 4.8.

كيف تقرأ المقارنة مع النماذج المتصدرة؟

مقابل المتصدرين، لا توجد إشارة إلى أن Grok 4.5 هو رقم واحد.

حسب مخططات xAI نفسها:

• Claude Fable 5 (max) يتصدر المعايير الأربعة.
• GPT 5.5 (xhigh) يتفوق على Grok 4.5 في ثلاثة من أربعة.
• Grok 4.5 ينافس أكثر على معادلة الأداء مقابل التكلفة، لا على أعلى دقة مطلقة.

إذا كنت تستخدم نموذجًا متصدرًا لمهام قليلة عالية القيمة، فقد تهمك الدقة أكثر من التكلفة. أما إذا كنت تشغل آلاف مهام الوكلاء أو إصلاحات الكود يوميًا، فقد تكون الرموز والزمن أهم من عدة نقاط معيارية.

للسياق حول أرقام Fable، راجع تحليل معيار Fable 5.

أين تظهر قيمة الكفاءة؟

مخطط الكفاءة هو أهم جزء في إطلاق Grok 4.5 من زاوية تنفيذية.

إذا كان Grok 4.5 يحل مهمة SWE Bench Pro بمتوسط 15,954 رمز إخراج، بينما يحتاج Opus 4.8 إلى 67,020 رمزًا، فهذا يعني:

• تكلفة إخراج أقل.
• زمن أقل في حلقات الوكيل.
• سجلات أقصر وأسهل للمراجعة.
• احتمالية أقل لتضخم السياق عبر خطوات متعددة.

لكن هذا لا يعني أن الإخراج الأقصر أفضل دائمًا. المخرجات الطويلة قد تحتوي على استدلال أعمق، وخطط إصلاح أوضح، وتغطية أفضل للحالات الطرفية. لذلك يجب قياس الأمر على مهامك، لا على المتوسط العام فقط.

تحليل الأسعار المرتبط بهذه المقايضة موجود في تحليلاتنا للأسعار، حيث تُترجم الرموز إلى تكلفة تقريبية لكل مهمة محلولة بالأسعار المعلنة.

ما المفقود قبل اتخاذ قرار اعتماد Grok 4.5؟

قبل تبديل النموذج في خط إنتاج حقيقي، انتظر أو نفّذ اختباراتك الخاصة لأن هناك فجوات واضحة:

• لا يوجد تقييم مستقل واسع بعد. لا يوجد إدخال في فهرس ذكاء Artificial Analysis، ولا ترتيب في LMArena، ولا تكرار مجتمعي واضح لـ SWE-bench حتى 9 يوليو.
• المعايير برمجية فقط. لم تنشر xAI معايير للاستدلال العام أو الرياضيات أو العلوم أو السلامة، رغم تسويق النموذج أيضًا كأداة للعمل المعرفي.
• إعداد الجهد غير واضح لـ Grok نفسه. تم ذكر إعدادات المنافسين مثل max وxhigh، لكن لم يُوضح هل أرقام Grok 4.5 تعكس الإعداد الافتراضي أم الأقصى.
• الأسبوع الأول غير كافٍ. نماذج الأسبوع الأول قد تتغير: استقرار الخدمة، حدود المعدل، زمن الاستجابة، وحتى السلوك العملي.

نفّذ معيارك الخاص بدل الاعتماد على اللوحات العامة

المعايير العامة مفيدة للمقارنة الأولية، لكنها لا تجيب عن السؤال الأهم: هل Grok 4.5 أفضل في مهامك أنت؟

استخدم تقييمًا صغيرًا من 10 إلى 20 مهمة حقيقية:

1. اختر مهامًا من سجل العمل أو قائمة المهام لديك.
2. اجمع لكل مهمة:
   • الوصف الأصلي.
   • ملفات أو مقتطفات الكود المطلوبة.
   • النتيجة المتوقعة.
   • معايير النجاح.
3. شغّل نفس المهمة على Grok 4.5 ونموذجك الحالي.
4. سجّل:
   • هل الحل صحيح؟
   • هل الاختبارات تمر؟
   • عدد رموز الإدخال والإخراج.
   • زمن الاستجابة.
   • عدد المحاولات المطلوبة.
5. قيّم النتائج دون إظهار اسم النموذج للمراجع إن أمكن.

مثال جدول بسيط للتقييم:

المهمة	النموذج	نجح؟	رموز الإخراج	الزمن	ملاحظات
إصلاح test flaky	grok-4.5	نعم/لا
إصلاح test flaky	النموذج الحالي	نعم/لا

إعداد عملي في Apidog

في Apidog، أنشئ طلبًا محفوظًا لكل نموذج مرشح. بما أن xAI وAnthropic يقدمان واجهات متوافقة مع OpenAI، يمكنك استخدام نفس بنية الطلب تقريبًا مع تغيير متغير النموذج والمفاتيح.

قالب طلب عام:

{
  "model": "{{model}}",
  "messages": [
    {
      "role": "system",
      "content": "أنت مساعد برمجي. أعد الحل بأقصر شكل عملي ممكن، مع ذكر الملفات التي يجب تعديلها."
    },
    {
      "role": "user",
      "content": "{{task_prompt}}"
    }
  ]
}

استخدم متغيرات بيئة مثل:

base_url = https://...
api_key = ...
model = grok-4.5
task_prompt = ...

ثم احفظ النتائج من كائن usage إن كان متاحًا:

{
  "usage": {
    "prompt_tokens": 12345,
    "completion_tokens": 15954,
    "total_tokens": 28299
  }
}

ما تريد قياسه ليس فقط "هل أعجبني الجواب؟"، بل:

• completion_tokens: هل Grok أقصر فعلًا في مهامك؟
• latency: هل السرعة مناسبة لخط أنابيبك؟
• pass rate: هل يمر الاختبار أو البناء؟
• retry count: هل تحتاج لإعادة المحاولة؟
• review effort: هل يحتاج المطور لتعديل كبير بعد النموذج؟

إذا لم تكن مخرجات Grok 4.5 أقصر بوضوح في مطالباتك، فقد لا تنطبق عليك حجة الكفاءة الأساسية.

يمكنك تحميل Apidog مجانًا وبناء هذا الاختبار خلال ساعة تقريبًا. تفاصيل إعداد جانب xAI موجودة في دليل واجهة برمجة تطبيقات Grok 4.5.

قرار عملي: متى تستخدم Grok 4.5؟

استخدم Grok 4.5 للتجربة إذا كان لديك:

• حجم كبير من مهام البرمجة المتكررة.
• وكلاء يولدون مخرجات طويلة ومكلفة.
• حاجة لتقليل تكلفة الرموز.
• قابلية لقبول انخفاض بسيط في الدقة مقابل تكلفة أقل.

تريّث إذا كان لديك:

• مهام قليلة لكنها حرجة جدًا.
• اعتماد كبير على استدلال طويل ومعقد.
• حاجة لتقييمات مستقلة قبل الشراء.
• متطلبات أمان أو امتثال لم تُغطَّ في المعايير المنشورة.

الأسئلة الشائعة

ما المعايير التي نشرتها xAI لـ Grok 4.5؟

نشرت أربعة تقييمات برمجية: DeepSWE 1.0 وDeepSWE 1.1 وTerminal Bench 2.1 وSWE Bench Pro، بالإضافة إلى مقارنة كفاءة الرموز مقابل Opus 4.8. لم تُنشر معايير خارج البرمجة.

هل توجد معايير مستقلة لـ Grok 4.5؟

ليس بعد. الأرقام المنشورة تمزج تقييمات شغّلتها Datacurve مع أرقام من بطاقات أنظمة أو لوحات متصدرين لنماذج أخرى.

هل يتفوق Grok 4.5 على Claude Opus 4.8؟

يتفوق في معيارين من أربعة منشورة، ويخسر في معيارين. لذلك النتيجة العملية هي أنه قريب، لا أنه يتفوق عمومًا. راجع المقارنة الكاملة.

هل Grok 4.5 هو أقوى نموذج برمجي متاح؟

لا. مخططات xAI نفسها تُظهر أن Claude Fable 5 (max) يتصدر كل معيار منشور. قيمة Grok 4.5 الأساسية هي الذكاء مقابل التكلفة وكفاءة المخرجات.