A SpaceX az utóbbi időben nagyon sokat volt a figyelem középpontjában, de ezt a Starlinknek és a tőzsdei kibocsátásnak köszönhette. Az xAI részleg viszont egy kicsit a háttérbe szorult, most viszont itt is befutott egy fontos fejlesztés, elkészült a Grok 4.5 nyelvi modell.
Ez a vállalat eddigi legintelligensebb modellje, amelyet kifejezetten a programozás, az ágens feladatok és a tudásalapú munkavégzés terén való kiemelkedő teljesítményre fejlesztettek ki. “Ez a valaha volt legerősebb modellünk, és a Cursorral együttműködésben tréningeztük.” – emelte ki a SpaceXAI.
A programozás, a tudományok, a mérnöki ismeretek és matematika volt a fókuszban a Grok 4.5 képzése során. Jelenleg a legfontosabb felhasználási terület a programozás, ezzel lehet a mesterséges intelligencia fronton a legnagyobb bevételt elérni, a legjobban fizető ügyfeleket felhajtani. A SpaceXAI javított a hosszú és összetett, ágensi feladatok végrehajtásán is, ezzel párhuzamosan pedig az érvelési képességekben is jelentős előrelépést ért el.
Az SWE-Bench Pro megmérettetésben 64,7 százalékos eredményt produkált a Grok 4.5, miközben a GPT-5.5 még csak 58,6 százalékra képes, a Gemini 3.5 Flash 55,1%-ot tud felmutatni, a kínai GLM-5.2 és a Claude Sonnet 5 62,1 és 63,2 százalékkal büszkélkedhet, a jóval drágább Opus 4.8 pedig 69,2%-ot ért el ebben. Az SWE-Marathon tesztben pedig abszolút első helyre került a Grok 4.5, elég magabiztosan vezet 29%-os eredménnyel, az Opus 4.8 és a Fable 5 is csak 26 és 24%-ot tudott ebben elérni, a GLM-5.2 pedig mindössze 13%-os sikerarányt hozott össze.
Az Opus 4.8-hoz képest a Grok 4.5 modell kevesebb mint negyedannyi “token-hatékonysággal” tud üzemelni. 80 TPS sebességre képes, ami kifejezetten jól jöhet a munkavégzés során. Ennek köszönhetően nagyon gördülékenyen lehet majd dolgozni vele. Képes pillanatok alatt létrehozni komplex Excel modelleket, ha kell PowerPoint prezentációt is alkothat, miközben a Word dokumentumoknál pedig rendkívül aprólékos tud lenni.
A Grok 4.5 kapcsán olyan műhelytitkokat is elárult a SpaceXAI, hogy a modell feltanításához több tízezer Nvidia GB300 GPU-t mozgósítottak a vállalat gigantikus adatközpontjában. Rendkívül változatos tudásanyagból tanult az LLM eszköz, hogy a képességei is változatosak legyenek.
Éppen a napokban számoltunk be arról, hogy az utóbbi időben sok amerikai vállalat már kínai modelleknél kötött ki, mert a legjobb hatékonyságot keresték az elszálló költségek miatt. Nos, ebből a szempontból a Grok 4.5 a legjobb pillanatban jött. Nem annyira olcsó azért, mint a kínai riválisai, de az OpenAI, a Google és az Anthropic legtöbb megoldását képes überelni a költség-teljesítmény arányát tekintve.
A Grok 4.5 egymillió token feldolgozását 2 dollárból oldja meg, ugyanilyen mennyiségű adat létrehozása pedig 6 dolláros költséget jelent. Elérhető az újdonság a Grok Build és a Cursor keretében minden előfizetési csomag mellett, és korlátoltan még ingyenes hozzáférés is biztosított. Az EU-ban viszont még várni kell a modellre, és az API elérés is csak később érkezik.
