Lançado em 8 de julho de 2026, o Grok 4.5 representa uma mudança estratégica da SpaceXAI (anteriormente xAI, agora rebatizada após a fusão com a SpaceX). Em vez de focar primariamente em consumidores casuais na rede social X, este modelo foi desenhado explicitamente para tarefas complexas, engenharia de software e fluxos de trabalho agentic (sistemas capazes de utilizar ferramentas e tomar decisões de forma autônoma).
Contexto e Estratégia de Treinamento
O lançamento ocorreu poucas semanas após a aquisição da plataforma de programação Cursor pela SpaceX por US$ 60 bilhões (AI Business). O Grok 4.5 foi treinado lado a lado com a equipe do Cursor, utilizando trilhões de tokens provenientes da plataforma para capturar interações reais de desenvolvedores com bases de código e ferramentas de software (SpaceXAI). O treinamento físico exigiu um cluster com dezenas de milhares de chips Nvidia GB300.Especificações Técnicas e Desempenho
A SpaceXAI classifica o Grok 4.5 como um modelo "Opus-class", indicando que ele compete diretamente com os modelos mais robustos do mercado, porém com maior eficiência no processamento de tokens.Em benchmarks públicos de engenharia de software, o modelo atingiu 62,0% de taxa de resolução no DeepSWE 1.0, posicionando-se à frente do Opus 4.8 da Anthropic (55,75%), embora levemente atrás do GPT-5.5 (64,31%) (SpaceXAI).
Nuances e Casos Extremos (Edge Cases)
Restrições Geográficas: O Grok 4.5 não está disponível na União Europeia no momento do seu lançamento. A previsão extraoficial é para meados de julho, mas a SpaceXAI não divulgou a causa exata do bloqueio regulatório (Trending Topics).Variação de Preços em Contextos Longos: O modelo mantém seu preço padrão de US$ 2/US$ 6 para contextos de até 200.000 tokens. O processamento de prompts que excedem essa margem resulta em um aumento de custo (aproximadamente US$ 4 por input e US$ 12 por output).
Overfitting de Workflow: Devido à forte dependência dos rastros de uso do Cursor durante o treinamento, o Grok 4.5 pode apresentar um desempenho super-otimizado para fluxos de edição típicos de IDEs visuais. Isso sugere que tarefas em ambientes sem interface (como bots de revisão automática de CI/CD ou manutenção isolada em servidores) podem não apresentar a mesma precisão nativa sem um processo de adaptação de prompts.