# 策展 · X (Twitter) 🔥🔥🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：SpaceXAI (@SpaceXAI) · 平台：X (Twitter) · 日期：2026-07-09

> 原始來源：https://x.com/SpaceXAI/status/2074915721684086811

## 中文摘要

SpaceXAI 與 Cursor 共同發布 Grok 4.5 模型，專為程式開發與 Agent 任務設計並展現 Opus 等級的效能。

**核心定位與效能**
Grok 4.5 是 SpaceXAI 首款針對程式撰寫與 Agent 應用深度訓練的模型，並與 Cursor 團隊合作開發。該模型在 Design Arena 評測中取得 1328 的 Elo 分數，排名第五，效能與 Claude Opus 4.6 (Thinking) 相當，特別在處理複雜程式庫與跨多個 repository 的長任務時表現優異。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/afed390580ec9797.jpg)
> Grok 4.5 在 Website Arena 排行榜中位居第 5 名（Elo 評分為 1328），與 Claude Opus 4.6 (Thinking) 處於相同的性能區間，在真實網站任務中展現出 Opus 級別的程式開發能力。

**技術架構與訓練**
- **訓練規模**：採用數萬張 NVIDIA GB300 GPU 大規模訓練，並針對「每 token 智慧」做強化學習（RL）。
- **資料策略**：訓練資料包含數兆 token 的 Cursor 使用者互動數據，涵蓋開發者與 Agent 的協作模式，並結合高品質的 STEM 任務與研究論文，使其具備廣泛的領域知識。
- **Agent 系統**：開發團隊建立了一套分散式 Agent 系統，用於自動化建構並驗證複雜的工程環境，讓模型在模擬中學習除錯與工具使用。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d0ff3737d7e8dab0.jpg)
> 在 DeepSWE 1.0 基準測試中，新發表的 Grok 4.5 取得 62% 的分數，超越 Opus 4.8 max 與 Opus 4.7 max，惟仍低於 Fable max（66.1%）與 GPT 5.5 xhigh（64.3%）。

**效率與成本優勢**
Grok 4.5 在效能提升的同時，大幅優化了運算成本與速度：
- **成本**：輸入 token 為 $2/M，輸出 token 為 $6/M。
- **效率**：執行任務所需的 token 數量僅為同級模型的一半，且處理速度可達 80 TPS。
- **資源佔用**：相比同類模型，Grok 4.5 能以更少的步驟解決複雜問題，提供更高的單位時間與成本智慧產出。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1bfdc97134960e99.png)
> 新發表的 Grok 4.5 在多項軟體工程與編碼基準測試中表現優異，與 GPT-5.5 及 Opus 4.8 等前沿模型互有勝負。

**應用場景與使用方式**
Grok 4.5 具備強大的端到端應用程式建構能力，能透過單一 prompt 從需求直接生成功能完整的軟體。
- **功能範疇**：除了程式開發，還能處理複雜的 Excel 模型（包含網頁搜尋與多表單公式）、PowerPoint 簡報製作（使用原生圖形繪製圖表）以及 Word 文件撰寫。
- **取得方式**：使用者即日起可透過 `SpaceXAI console`、`Grok Build` 以及 `Cursor` 使用。
- **使用限制**：目前歐盟地區尚未開放，預計於本月中旬提供。
- **開發者整合**：可於 SpaceXAI console 取得 API key 後透過 API 呼叫。
<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1783562071150-uqnzxlu8.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/103191e8f4039f5a.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 影片展示了 Grok 4.5 模型在軟體工程、數據分析、3D 建模及日常辦公任務中的多功能應用。

**與 Cursor 的整合**
Cursor 團隊確認 Grok 4.5 將作為其強大的模型選擇之一，並與現有的 `Composer 2.5` 並存，兩者屬於不同的模型權重等級。為慶祝發布，Cursor 提供首週雙倍使用額度，並針對該模型具備的網路安全能力新增了相關防護機制。

## 媒體內容

**影片展示了 Grok 4.5 模型在軟體工程、數據分析、3D 建模及日常辦公任務中的多功能應用。**

**影片中的 Prompt 與操作**

Prompt（00:13）：

```
建立一個天氣應用程式
```

原文：Build a weather app

Prompt（00:22）：

```
為我的書評建立一個網站
```

原文：Build a site for my book reviews

Prompt（00:25）：

```
根據我們最新的財務數據建立一個儀表板
```

原文：Build a dashboard from our latest financials

Prompt（00:27）：

```
建立一個我可以走進去的 3D 城市
```

原文：Build a 3D city I can walk through

Prompt（00:28）：

```
建立一個無限的設計畫布
```

原文：Build an infinite design canvas

Prompt（00:32）：

```
模擬汽車的氣流
```

原文：Simulate airflow over a car

Prompt（00:34）：

```
為我建立一個推進器的 3D 模型
```

原文：Build me a 3D model of the booster

Prompt（00:39）：

```
將這些筆記轉換為季度路線圖
```

原文：Turn these notes into a quarterly roadmap

Prompt（00:44）：

```
建立第二季銷售簡報
```

原文：Build the Q2 sales deck

操作步驟：

1. （00:13）輸入指令並生成天氣應用程式介面
2. （00:22）輸入指令並生成書評網站介面
3. （00:25）輸入指令並生成財務儀表板
4. （00:27）輸入指令並生成 3D 城市場景
5. （00:28）輸入指令並生成設計畫布
6. （00:32）輸入指令並展示氣流模擬
7. （00:34）輸入指令並展示 3D 推進器模型
8. （00:39）輸入指令並生成專案路線圖
9. （00:44）輸入指令並生成銷售簡報

**在 DeepSWE 1.0 基準測試中，新發表的 Grok 4.5 取得 62% 的分數，超越 Opus 4.8 max 與 Opus 4.7 max，惟仍低於 Fable max（66.1%）與 GPT 5.5 xhigh（64.3%）。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| Fable max | 66.1% |
| GPT 5.5 xhigh | 64.3% |
| Grok 4.5 | 62% |
| Opus 4.8 max | 55.8% |
| Opus 4.7 max | 54% |

**新發表的 Grok 4.5 在多項軟體工程與編碼基準測試中表現優異，與 GPT-5.5 及 Opus 4.8 等前沿模型互有勝負。**

**數據表**

|   | Grok 4.5 | Opus 4.8 | GPT-5.5 | Composer 2.5 | Fable 5 |
| --- | --- | --- | --- | --- | --- |
| Terminal-Bench 2.1 | 83.3% | 78.9% | 83.4% | 73.0% | 84.3% |
| SWE-Bench Multilingual | 78.0% | 84.4% | 77.8% | 71.6% | — |
| DeepSWE 1.0 (Artificial Analysis) | 62.0% (high) | 55.8% (max) | 64.3% (xhigh) | 18.0% | 66.1% (max) |
| SWE-Bench Pro | 64.7% (high) | 69.2% (max) | 58.6% (xhigh) | 54.0% | 80.3% |

**Grok 4.5 在 Website Arena 排行榜中位居第 5 名（Elo 評分為 1328），與 Claude Opus 4.6 (Thinking) 處於相同的性能區間，在真實網站任務中展現出 Opus 級別的程式開發能力。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| GLM-5.2 | 1351 |
| Claude Fable 5 | 1342 |
| Claude Opus 4.6 | 1334 |
| Claude Opus 4.7 (Thinking) | 1332 |
| Grok 4.5 | 1328 |
| Claude Opus 4.6 (Thinking) | 1327 |
| Claude Sonnet 4.6 | 1325 |
| Claude Opus 4.7 | 1321 |
| Claude Sonnet 5 | 1317 |
| Kimi K2.6 | 1316 |
| GLM 5.1 | 1313 |
| Kimi K2.7 Code | 1312 |
| GLM 5 Turbo | 1311 |
| MiMo-V2.5-Pro | 1307 |
| Qwen3.7 Max | 1301 |
| MiMo-V2.5 | 1300 |
| MiniMax M3 | 1300 |
| Muse Spark | 1300 |
| Gemini 3.5 Flash | 1294 |
| Gemini 3 Pro Preview | 1294 |

## 標籤

新產品, IDE, LLM, Benchmark, xAI, Cursor