Grok 4.5 发布定位与核心规格

Grok 4.5 的发布被视为 XAI（原 SpaceX AI）最具竞争力的模型更新之一，其官方宣传明确指出该模型在性能上可与 GPT-5 和 Opus 4 等当前最先进（SOTA）模型相媲美。尽管具体对标模型尚未完全明确，但其在 Deep Suite 和 SWEBench Pro 等基准测试中的表现显示出极高的潜力。值得注意的是，SWEBench Pro 曾涉及 OpenAI 发布的有争议的基准测试，因此这些成绩需结合上下文看待，但整体而言，Grok 4.5 标志着 XAI 正式进入与 Anthropic 和 OpenAI 正面竞争的核心赛道。

在技术参数方面，Grok 4.5 拥有 1.5 万亿参数，支持 500K 上下文窗口，并具备 文本与图像输入、文本输出 的多模态能力。这种多模态特性在故障排除等场景中尤为实用。此外，模型集成了丰富的工具能力，如 XARCH，允许用户直接通过模型搜索 X 平台数据，这对于市场调研等特定用途极具价值。官方还透露，上下文长度将在未来几周扩展至 100 万，且一个 2 万亿参数 的模型正在训练中，预计本月完成，下月（8月）向客户开放，显示出 XAI 持续的技术投入。

"This model has been touted as being competitive with state-of-the-art models such as GPT 5 something and Opus 4 something."

定价策略与性能预期对比

Grok 4.5 的定价策略极具侵略性，旨在吸引开发者和企业用户。基础定价为 每百万输入 token 2 美元，每百万输出 token 6 美元。然而，当上下文长度超过 200K 时，价格结构会发生显著变化：输入价格降至 每百万 4 美元，而输出价格则翻倍至 每百万 12 美元。这种阶梯式定价鼓励用户在长上下文场景下使用，但同时也提高了长文本生成的成本。用户在使用时需特别注意上下文长度对最终费用的影响。

在性能预期方面，官方声称 Grok 4.5 的性能大致相当于 Opus 4.7，但速度显著更快。这一对比至关重要，因为 Opus 4.7 在之前的 FPS 测试（如地铁场景）中表现优异，甚至能处理复杂的视觉细节（如“弹孔”）。如果 Grok 4.5 能在保持 Opus 4.7 级别精度的同时提供更高的速度，这将是其巨大的竞争优势。评测者对此持乐观态度，认为这将是一个“Fantastic”的结果，特别是考虑到其在 C++ 编码方面的突出能力，这为后续的代码生成测试奠定了基础。

模型/配置 输入价格 (每百万 token) 输出价格 (每百万 token) 上下文窗口限制 备注
Grok 4.5 (基础) $2 $6 ≤ 200K 标准定价
Grok 4.5 (长上下文) $4 $12 > 200K 上下文超过 200K 后生效
未来 2T 参数模型 未知 未知 未知 预计 8 月可用

浏览器 OS 测试：Nova OS 与 GTA 克隆版

评测者使用 Grok Build CLI 工具进行了“浏览器 OS 测试 v2.5”，首项任务是生成名为 Nova OS 的界面。Grok 4.5 成功生成了一个带有紫色渐变背景的操作系统界面，时间显示正确，但存在 右键菜单缺失 的初始缺陷。在开始菜单中，评测者发现了名为“Reality Warp”的特殊功能，但决定留待最后测试。随后，评测者要求生成一个 GTA 克隆版游戏，名为“Vice District”。

生成的游戏虽然存在 Bug，但具备基本的驾驶功能。然而，图形表现并不完美，部分物体显示异常。评测者指出，NPC 车辆被撞击后会消失，且撞击车辆似乎替代了撞行人的机制，导致玩家重生。尽管这不是最完美的结果，但考虑到其复杂性和多模态编码能力，表现尚可。在生成过程中，Grok 4.5 花费了 1 分 53 秒 完成代码编写，并成功修复了右键点击的问题，尽管修复后的视觉效果不如初始版本酷炫，但代码结构更为严谨。这一测试展示了模型在快速迭代和修复代码方面的能力。

"It's buggy. We're going to notice that, but it's actually has some interesting graphical just not 100% functional."

3D 游戏 Orbital Drift 与辅助工具测试

在第二个 3D 游戏测试中，Grok 4.5 被要求生成 Orbital Drift，一个让玩家驾驶战斗机穿越密集环境的射击游戏。结果显示，游戏虽然具备基本的弹药和移动机制，但物理引擎表现怪异。玩家感觉像是在 零重力环境中缓慢移动，缺乏真实的推进感。尽管操作手感不佳，但作为 3D 生成结果，它仍被视为“可接受”的水平。这表明模型在理解复杂 3D 空间逻辑和物理交互方面仍有提升空间。

此外，评测者还测试了其他辅助工具。在 Notepad 测试中，模型生成了基本的记事本功能，但缺乏保存为 TXT 文件的特性，未能给评测者留下深刻印象。在 计算器 测试中，模型正确计算了 5 * 9 + 36 的结果为 91，展现了基础的数学逻辑能力。在 Wallpaper Studio 测试中，模型生成了渐变背景生成器，支持 CSS 背景值粘贴和颜色选择。特别值得一提的是，模型实现了一个 多 RGB 滑块 来创建自定义渐变，这一功能在之前的测试中较少见，显示了其在 UI 组件逻辑上的精细处理能力。这些测试共同勾勒出 Grok 4.5 在图形界面生成和基础逻辑处理上的能力边界。

"I don't know that I've seen a a multi-RGB selector like this to create a custom gradient."

Nova OS 界面与 3D 空间交互体验

视频首先对 Nova OS 的终端界面进行了基础评估。评测者指出，判断终端是否“简陋”的一个关键指标是是否存在强制输入的视觉文本框。Nova OS 没有这种传统的输入框，这被视为一个积极的信号，表明其交互逻辑更为现代化。通过语音指令“Help Neoetch”，系统成功启动了关于应用（About App），并展示了其独特的 UI 设计，评测者形容其具有GPT-5.x 风格的界面特征。

“It's like disgusting sherbet... All right, what is something that wouldn't repulse me?”

随后，评测者重点测试了 Nova OS 的核心功能——“Reality Warp”（现实扭曲）。该功能被描述为一种全息 3D 元桌面（Holographic 3D meta desktop）。当激活时，它会将所有应用程序转化为3D 空间中的浮动星座球体。评测者将其与 Apple Vision Pro 的交互体验进行类比，认为这是一种不同的视觉呈现方式，而非简单的 2D 桌面平移。尽管点击“Nova Core”似乎没有产生明显反应，但整体界面流畅，图标设计简洁，底部右下角有明确的开启状态指示。评测者总结认为，虽然这一功能本身“没什么特别之处”，但它为后续更深层的能力测试提供了怀旧且基础的交互环境。

3D 跳伞模拟器：物理逻辑与故障处理

在界面测试后，评测进入了更具挑战性的3D 跳伞模拟器生成测试。评测者给出的提示词不仅要求生成游戏，还特别附加了“如果降落伞未打开，请使其逼真”的约束条件。系统首先进行了预emptive troubleshooting（预先故障排除），以确保质量保证（QA），这被评测者视为一个良好的迹象。

游戏启动后，场景包含飞机、平坦的地形、有趣的云层以及粒子效果带来的速度感。然而，初始测试中出现了无声音的问题，且地形过于平坦。评测者通过键盘操作（W/S 控制移动，Shift 加速俯冲）验证了空中控制功能的有效性。当触发“决策高度”且未打开降落伞时，系统成功触发了警告音效，并模拟了以128 英里/小时的速度撞击地面的结果，系统提示“终端速度不是隐喻，身体无法承受”，展现了基本的物理逻辑反馈。

“Terminal velocity is not a metaphor. The body is not rated for this.”

在第二次测试中，评测者要求正常打开降落伞。系统成功模拟了主降落伞展开、备用降落伞（Reserve chute）的使用以及着陆时的气动阻力变化（Flare）。评测者特别指出，降落伞在着陆时尺寸发生变化的细节非常逼真。尽管过程中因 Chrome 浏览器按键冲突导致短暂失控，但最终实现了完美着陆。这一测试证明了模型在复杂物理状态转换和多步骤指令遵循方面的能力。

多模态代码生成：从精灵图到 3D 赛车游戏

为了进一步验证模型的多模态编码能力，评测者引入了一个精灵图（Sprite Sheet）生成 3D 赛车游戏的测试。这是一个高难度挑战，因为模型不仅要理解图像，还要将其转化为可运行的 3D 代码。评测者提供的提示词极其详细，要求：

  1. 精确建模：生成的 3D 车辆模型必须与精灵图中的车辆形状完全一致，严禁使用简单的“3D 盒子+贴图”方案。
  2. 主题设定：游戏背景为东京夜间高速公路，需包含高端独立游戏级别的音效、特效和打磨。
  3. 技术实现：模型需在后台自动处理精灵图的切片（Slicing），识别车辆边界，并处理如车窗等细节，避免颜色丢失。

“I did that on purpose because I wanted to ensure that one multimodal coding test and then two that it was able to properly understand what was wrong and then fix it.”

评测者故意在生成过程中制造了一个服务器连接错误，以测试模型的自我修复能力。模型成功识别了错误并进行了修复，最终成功运行了名为“Neon Shuto”的游戏。游戏实现了东京风格的高速公路场景，车辆模型（如 GTI 和 Viper）具有不同的速度属性。尽管初期存在车辆方向错误（侧向）的问题，但整体架构、音效和视觉效果达到了“相当不错”的水平，证明了模型在复杂多模态任务中的强大潜力。

车辆模型渲染测试：从Sprite堆叠到多模态修正

在视频生成与视觉理解的综合测试中，Grok 4.5 展现了处理复杂3D空间关系的潜力，但也暴露了初期渲染的缺陷。测试初期，模型尝试将车辆精灵图（sprites）包裹在车辆模型上，虽然基本轮廓正确，但视觉效果并不理想。> "The cars look wrong. Also agreed. They look shattered." 观察发现，车辆呈现出重叠的扁平精灵图堆叠状态，缺乏立体感，尽管高速公路地图的背景渲染尚可。随后，通过引入照片作为多模态输入，模型的表现有了显著改善。> "It did attempt to properly wrap them around like the model of the vehicle." 这种基于照片的反馈机制不仅提升了车辆模型的可见度，还验证了模型在多模态编码能力上的进步。尽管车辆方向偶尔出现偏差（如侧向放置），但通过多次迭代和提示词优化，最终生成的法拉利308等车型在视觉上已接近可用水平，优于以往高端GPT模型仅生成方块并贴图的做法。

Linux RGB键盘驱动开发：从零构建内核模块

测试的第二部分转向了极具挑战性的Linux内核驱动开发，旨在为一款仅在Ubuntu下保持橙色背光、且无官方RGB控制支持的笔记本电脑编写驱动程序。> "Make a small utility so I can change the RGB colors of this keyboard." 与之前腾讯混元HY3模型因混淆LCD背光与键盘驱动导致屏幕熄灭的失败案例不同，Grok 4.5 迅速生成了正确的内核模块代码。代码实现了四区域RGB控制（Four zone keyboard RGB control），允许将键盘垂直分割为四个独立区域进行颜色设置。模型不仅生成了基础的控制逻辑，还自动配置了自动加载机制（Autoload），确保在内核升级后模块能正确重建。这一过程展示了模型在理解特定硬件约束和生成底层系统代码方面的卓越能力，成功解决了用户困扰两年的硬件功能缺失问题。

功能迭代与稳定性验证：解决超时与颜色锁定

在基础驱动功能验证后，测试进一步要求模型优化用户体验，解决键盘背光在闲置5-10秒后自动熄灭的问题，并将默认颜色固定为用户偏好的蓝色。> "Disable timeout on init. Set blue's default update CLI and new dev rule." Grok 4.5 通过修改初始化参数禁用了超时机制，并添加了命令行界面（CLI）更新规则。测试结果显示，键盘在切换至蓝色后保持常亮，即使闲置超过15秒也未出现变暗或熄灭现象。这一迭代不仅验证了模型对代码逻辑修改的准确性，还证明了其生成的驱动具备实际可用性。相比之前混元HY3模型在类似任务中的失败，Grok 4.5 在快速生成可执行代码和解决特定硬件兼容性方面展现了压倒性的优势，标志着其在系统级编程任务中已具备与顶级闭源模型竞争的实力。

前端与3D模型生成：Slapis手表网站的视觉呈现

测试首先聚焦于前端开发与高精度3D模型生成的结合，要求构建一个包含电影级镜头运镜和交互式3D手表模型的网站。该任务不仅考验代码生成能力，更验证了模型对复杂视觉元素的还原度。模型在11分钟内完成了整个站点的构建，这一速度甚至快于之前修复计算机底层硬件驱动（键盘背光）的时间，显示出极高的执行效率。> "This model is very quick and it took 11 minutes to do this site."

生成的网站在视觉细节上表现出色。首页Hero区域展示了玫瑰金配色的手表，秒针具备动态效果，表盘上的罗马数字刻度位置准确，且材质反射效果逼真。尽管表带在渲染时出现轻微穿模（穿过桌面），但整体美学评价良好。向下滚动至定价卡片部分，两款手表（Solstice 36和Azure Meridian）均保留了动态秒针和正确的刻度方向，这是许多模型容易出错的细节。用户甚至可以与3D模型进行交互，如拖拽旋转视角。> "The second hand is moving... All of the tick marks for the hours are correctly oriented."

C++滑板游戏开发：从逻辑缺陷到功能迭代

第二个测试更具挑战性，要求使用C++和Raylib引擎开发一个自包含的滑板游戏，设定为加州海滨木板路风格。初始生成的代码长达1880行，虽然水体反射和行人动画等环境细节令人印象深刻，但核心游戏逻辑存在严重缺陷：木板路场景缺失，且滑板移动方向错误（横向而非向前），导致玩家无法正常进行游戏。> "The board model is not bad. The only real issue is we're not like we're moving the wrong way forward."

针对这些问题，测试者进行了多轮反馈迭代。首先指出木板路缺失和移动方向错误，随后进一步要求将滑板控制与玩家角色解耦，并添加一个趣味功能：用巨大力量将行人“击飞”（yeet）。经过迭代，模型成功修复了场景缺失和移动逻辑问题，滑板现在能够独立于玩家进行控制，且技巧动作（如Ollie和Kickflip）的物理反馈更加自然。> "The board is individually controlled from the player."

物理交互与最终效果验证

迭代后的最终版本在物理交互和视觉效果上达到了较高水准。最引人注目的是新增的“行人击飞”功能，当滑板撞到行人时，行人会被以夸张的物理力度抛向空中并落入水中，随后消失，完美实现了测试者要求的荒诞幽默效果。> "Pedestrian yeet. So that is now a feature which is what we wanted."

此外，滑板的轮子建模清晰，技巧动作的动画定义明确。虽然模型在某些复杂逻辑处理上仍带有“大参数量的杂乱感”（jank vibes），但经过修正后，其生成的代码结构和功能完整性足以构成一个可玩性较高的原型。这一过程证明了当前高端AI模型在处理多轮反馈、复杂逻辑修正以及创意功能实现方面的强大潜力。> "If this had result been the first thing that we had seen, this would have been like quite solid."

视频生成测试：物理模拟与场景构建能力

在视频生成能力的初步测试中，创作者首先尝试让模型处理带有动态物理交互的场景。初始指令要求模型在生成视频时加入“将行人抛向空中”（yeeting of the pedestrians）的夸张物理效果，同时修复画面中出现的“电钻式”抖动（jackhammering）问题。模型成功修复了镜头在吸附到铁轨时的异常抖动，并实现了行人被抛向铁轨附近的动作。尽管画面中出现了商店招牌倒置的常见错误，但整体场景定义清晰，模型在保持画面稳定性的同时，成功实现了复杂的物理交互逻辑。创作者随后尝试将行人抛入水中，虽然结果略显荒诞，但模型在处理此类非标准物理指令时表现出了较高的执行速度和稳定性。

“It fixed the jackhammering issue that was occurring. That camera movement when we actually snap onto a rail is wild.”

3D建模测试：针对RC车V8引擎的定制化设计

接下来的核心测试是3D建模能力，创作者要求模型为一个尺寸280的RC车电机设计一个V8引擎模型，且必须包含能驱动车轮的输出轴。这一测试旨在验证模型是否理解用户意图，而不仅仅是生成视觉外观。模型在生成过程中展现了自我纠错和迭代优化的能力。在OpenCAD中查看模型时，模型不仅准确生成了电机腔体和输出轴，还包含了油滤器（疑似）、油底壳等细节部件。尽管排气管出口方向可能存在设计瑕疵，但整体结构完整，模型甚至提供了用于调整电机尺寸的“电机适配夹具”（Motor fit jig）和详细的修改说明。

与GLM52和Fable 5的对比显示，虽然Fable 5在视觉设计上可能更优，但Grok 4.5在功能完整性和文档支持上表现出色。模型生成的README文件包含了许可协议（个人及爱好用途可自由修改），并提供了具体的修改指南。这种对工程细节和用户意图的深度理解，使其在3D建模任务中超越了创作者对当前模型能力的预期。

“It even put in the motor shaft as it would be... This is beyond the capability of that I would expect for a model that is not like quite good.”

游戏场景构建：FPS地铁站的沉浸感与缺陷

最后的测试是在Cursor环境中构建一个FPS风格的地铁站场景。模型生成的场景具有强烈的“肮脏”和“恐怖”氛围，瓷砖材质的柱子和地铁车厢增强了沉浸感。加载界面中出现的“僵尸”风格死亡画面也被认为颇具创意。然而，场景存在明显的交互缺陷：子弹击中环境后不会留下弹孔，这严重破坏了射击游戏的真实感。此外，地铁车厢的缩放比例略显不足，但整体场景是可玩的，且视觉效果 competent（称职）。创作者认为，虽然该场景未达到“令人震惊”的程度，但在快速构建复杂3D环境方面，模型展现了可靠的基础能力。

综合评估：Linux驱动与RGB键盘控制的突破

在总结部分，创作者指出Grok 4.5在简单的3JS（3D JavaScript）游戏生成方面表现良好但未达“疯狂”级别。然而，其在Linux驱动和硬件控制方面的表现令人印象深刻。模型成功解决了RGB键盘在Linux系统下的驱动问题，这是一个通常没有现成静态解决方案的复杂任务。模型不仅快速完成了配置，还保持了键盘背光的蓝色显示和静态效果。这一成就证明了模型在处理底层系统配置和非 trivial 的技术难题时，具备超越常规文本生成的工程能力，使其在特定领域成为GPT和Opus的有力竞争者。

“It did very quickly and that is not a trivial task to actually get that working... It is something that I don't actually think there is any one static solution online to be able to get the RGBs on this system's keyboard working.”

多模态编程与3D建模能力显著超越预期

在针对Groq 4.5的测试中，多模态编程能力表现尤为突出，特别是在处理视觉反馈与代码修正的闭环中。评测者通过一个东京赛车游戏的开发案例展示了这一优势：当游戏精灵（sprites）出现错误时，只需发送结果截图给模型，Grok 4.5便能准确理解视觉偏差并生成修复代码。这种能力在之前的3JS测试中表现平平，但在Linux键盘驱动RGB测试中却展现了惊人的细节掌控力。模型能够理解复杂的四色区域逻辑，并将新颜色扫入各个区域后固定，这种对空间逻辑和颜色分布的精准把控令人印象深刻。此外，在3D建模方面，Grok 4.5生成的V8引擎模型虽非完美，但显著优于预期，证明了其在复杂几何结构生成上的潜力。

"When we created that Tokyo racing game... we had to do a bunch of iterations on that where the sprites were messed up and a lot of that revolved around just sending it photos of the result and then having it fix it based on that."

C++游戏开发与迭代优化

除了多模态能力，Grok 4.5在纯代码生成领域同样展现了强大的迭代优化能力。评测者再次尝试了C++滑板游戏的开发，尽管这是第二次尝试，但模型生成的代码包含了许多令人满意的改进。特别是在实现"Yeet效果"（一种物理弹射效果）时，模型的表现堪称点睛之笔，使得整个游戏逻辑更加完整和有趣。这一结果不仅验证了模型在处理C++底层逻辑时的稳定性，也表明其在游戏物理引擎模拟方面具备较高的可用性。与之前相比，Grok 4.5在代码生成的准确性和功能完整性上实现了巨大的能力飞跃，使其成为开发者进行快速原型设计和复杂游戏逻辑构建的有力工具。

API成本分析与性价比评估

在成本控制方面，Grok 4.5展现了极高的性价比优势。评测者在Grok Build平台投入了$10的API信用额度，并记录了整个测试过程中的实际消耗。尽管使用了Cursor的$20/月订阅版进行部分交互，但通过Grok Build直接运行的所有测试总成本仅为$7.78。这一数据表明，即使在处理超过200k上下文长度、甚至达到百万级输入输出的极端场景下，其API费用依然保持在较低水平。相较于OpenAI或Anthropic的顶级模型（如Opus或即将发布的GPT-5/5.5），Grok 4.5在性能和速度相当的前提下，提供了更具竞争力的价格方案。虽然其在3JS特定测试中仍有提升空间，但在驱动测试等核心编程任务中表现优异，使其成为极具可行性的替代选择。

测试项目/维度 Grok 4.5 表现/成本 备注
API总消耗成本 $7.78 初始充值$10，覆盖所有Grok Build测试
上下文长度处理 >200k (甚至百万级) 输入输出翻倍情况下仍保持低价
Linux RGB驱动测试 优秀 精准控制四色区域扫色逻辑
3D V8引擎建模 良好 显著优于预期，虽非完美
东京赛车游戏修复 优秀 通过截图反馈实现精准代码修正
C++滑板游戏开发 良好 第二次尝试即有显著改进
竞品对比 (Opus/GPT-5) 价格更低 性能与速度相当，性价比更高