Grok 4.5

4.5 · Rodzina: Grok

Model klasy Opus wydany 9 lipca 2026 r. przez xAI. Porównywalny z Claude Opus 4.7, ale szybszy i tańszy — 2 USD/mln tokenów wejściowych i 6 USD/mln wyjściowych. Pierwsza premiera po debiucie giełdowym spółki.

✓ Aktywny✓ Publiczny dostępLLMModel rozumowaniaModel używający narzędzi📁 Grok

Data premiery

9 lipca 2026

🏢SpaceXAIProducent

Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Grok 4.5 to model ogólnego przeznaczenia wydany 9 lipca 2026 r., przeznaczony do kodowania, budowania aplikacji, pracy biurowej, badań i pisania. xAI pozycjonuje go jako model klasy Opus — według Elona Muska „z grubsza porównywalny z Claude Opus 4.7, ale znacznie szybszy”. Kluczowym argumentem jest stosunek możliwości do ceny: 2 USD za milion tokenów wejściowych i 6 USD za milion wyjściowych, czyli 2,5x taniej przy wejściu i ponad 4x taniej przy wyjściu niż Claude Opus 4.7 (5 USD / 25 USD). Firma deklaruje także „dwukrotnie większą efektywność tokenową” względem konkurentów, co nie zostało jeszcze niezależnie zweryfikowane. Zarówno benchmarki, jak i twierdzenia o efektywności pochodzą od samego xAI, a nie od niezależnych laboratoriów.

Klasyfikacja

LLMModel rozumowaniaModel używający narzędzi

Rodzina: Grok

Dostęp i wdrożenie

APIHostowane

Chmura

Wagi: Zamknięte

Kluczowe parametry

✓ Narzędzia

📥 Wejście: tekst

Specyfikacja techniczna

Licencja

Proprietary

Funkcje:✓ Używanie narzędzi

Modalności

⬇ Wejście (Input)

text

⬆ Wyjście (Output)

text

Możliwości i zastosowania

Natywne możliwości modelu

Rozumowanie

Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.

Kategoria: reasoning

Rozumowanie wieloetapowe

Prowadzenie wieloetapowego toku rozumowania w długich, złożonych zadaniach.

Kategoria: reasoning

Programowanie

Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.

Kategoria: coding

Wielojęzyczność

Kompetencje w wielu językach naturalnych (od kilku do stu+): rozumienie, generowanie, tłumaczenie, code-switching w obrębie jednej rozmowy. Modele frontier obsługują szeroki wachlarz języków ze zbliżoną jakością.

Kategoria: language

Długi kontekst

Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.

Kategoria: language

Wyjście strukturyzowane

Generowanie danych w ustrukturyzowanych formatach, np. JSON.

Kategoria: structured_generation

Wywoływanie funkcji

Natywne wsparcie dla ustrukturyzowanego wykorzystania narzędzi, umożliwiające przepływy pracy oparte na agentach.

Kategoria: planning

Planowanie

Tworzenie i realizacja planów działania dla złożonych zadań.

Kategoria: planning