Grok 4.5 veröffentlicht: Benchmarks, Preise und erste Reaktionen
xAI hat Grok 4.5 vorgestellt. Das Modell soll fast Spitzenniveau erreichen und deutlich weniger kosten als die Konkurrenz. Ein Überblick über Benchmarks, Community-Feedback und Kritik.
xAI hat Grok 4.5 veröffentlicht. Seit dem späten Abend des 8. Juli 2026 ist das neue Modell verfügbar. Der Hersteller gehört seit Februar zu SpaceX und tritt inzwischen als SpaceXAI auf.
Der Anspruch ist dieses Mal ein anderer als zuvor: Elon Musk nennt Grok 4.5 ein "Modell der Opus-Klasse". Das stärkste Modell am Markt soll es also gar nicht sein. Es soll "fast" so gut sein wie die aktuellen Spitzenmodelle Anthropic und OpenAI und dabei schneller und billiger arbeiten.
Trainiert hat xAI das Modell nach eigenen Angaben auf zehntausenden Nvidia-Chips. (Typ GB300) Für das Feintuning per Reinforcement Learning hat das Unternehmen hunderttausende Aufgaben aus der Software-Entwicklung genutzt. Der Schwerpunkt liegt ganz klar auf Programmieren, Agenten-Aufgaben und Büroarbeit.
Medienberichte sprechen von einem Mixture-of-Experts-Modell mit rund 1,5 Billionen Parametern. Offiziell bestätigt ist diese Zahl aber nicht. Das Kontextfenster umfasst 500.000 Token.
Die für xAIs Vermarktung zentrale Kennzahl ist allerdings der Token-Verbrauch. Für identische Coding-Aufgaben braucht Grok 4.5 laut xAI nur rund ein Viertel der Token, die Claude Opus 4.8 "verbrennt". Dabei schafft man angeblich einen Durchsatz von 80 Token pro Sekunde.
Musk selbst ordnet das Modell nüchtern ein. Nach interner Einschätzung liegt Grok 4.5 ungefähr auf dem Niveau von Claude Opus 4.7. Dieses Modell ist bei Anthropic inzwischen vom Nachfolger Opus 4.8 abgelöst. Und selbst Opus 4.8 ist nicht mehr das Topmodell. Diese Position hat das erst kürzlich veröffentlichte Fable 5 übernommen.
Die Preisliste (je eine Million Token) zeigt den Kostenabstand zur Konkurrenz:
| Modell | Input | Output |
|---|---|---|
| Grok 4.5 | 2 Dollar | 6 Dollar |
| Claude Opus 4.8 | 5 Dollar | 25 Dollar |
| GPT-5.6 Sol | 5 Dollar | 30 Dollar |
| Claude Fable 5 | 10 Dollar | 50 Dollar |
Grok 4.5 läuft ab sofort in Cursor und im hauseigenen Coding-Werkzeug Grok Build. Ebenfalls verfügbar ist das Modell in der xAI-Konsole und in Plugins für Word, Excel und PowerPoint. Cursor hat die Nutzungslimits für das neue Modell zum Start vorübergehend verdoppelt.
In der EU ist das Modell zum Launch nicht verfügbar. Nutzer in Europa sollen Mitte Juli zum Zuge kommen. Einen Grund für die Wartezeit nennt das Unternehmen nicht.
xAI hat zum Start eigene Messwerte veröffentlicht. Für Platz eins reicht es darin nur selten.
| Benchmark | Grok 4.5 | Claude Fable 5 | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Terminal Bench 2.1 | 83,3 % | 84,3 % | 83,4 % | 78,9 % |
| DeepSWE 1.1 | 53 % | 70 % | 67 % | 59 % |
| SWE Bench Pro | 64,7 % | 80,4 % | 58,6 % | 69,2 % |
Alle Werte laut xAI (Stand: 8. Juli 2026). GPT-5.5 lief im Modus "xhigh". Claude Opus 4.8 lief im Modus "max".
Inzwischen gibt es erste unabhängige Zahlen. Beim Benchmark-Dienst Artificial Analysis kommt Grok 4.5 im Intelligence Index auf 54 Punkte. Das ist Platz 4 hinter Claude Fable 5, GPT-5.5 und Claude Opus 4.8.
Gegenüber Grok 4.3 hat das Modell 16 Punkte zugelegt.
Bei agentischen Coding-Aufgaben sieht der Dienst Grok 4.5 gleichauf mit GPT-5.5 und knapp hinter Claude Fable 5. Die Kosten pro Aufgabe waren dabei deutlich niedriger.
Das erste Echo auf X fällt überwiegend positiv aus. Der Entwickler Evan Bacon hat mit dem Modell eine Raketen-Tracking-App mit 3D-Globus gebaut. Sein Kommentar: "Ok Grok 4.5 is wild."
Der Investor Gavin Baker sieht Grok 4.5 bei den reinen Coding-Zahlen vorn. Ob sich das Modell im Alltag genauso gut anfühlt, will er aber erst noch "sehen".
Ein ausführlicher Erfahrungsbericht auf dem Blog DeepakNess fällt gemischt aus. Beim Frontend-Design bleibt Grok 4.5 demnach hinter Claude Opus und Claude Fable zurück. Tempo und Zuverlässigkeit bekommen dagegen gute Noten. Bezieht man den Preis in die Überlegung ein, ist Grok 4.5 aus Sicht des Autors derzeit das beste Modell am Markt.
Die wichtigste Kritik betrifft die Benchmark-Ergebnisse. Alle Zahlen zum Launch stammen von xAI selbst. Auch die Werte der Konkurrenz kommen teils nicht aus unabhängigen Quellen. Die Ranking-Seite BenchLM nimmt Grok 4.5 deshalb vorerst nicht in ihre Wertung auf.
Dazu kommt die Nähe zum eigenen Produkt. SpaceX hat den Code-Editor Cursor im Juni für rund 60 Milliarden Dollar übernommen. Grok 4.5 ist gemeinsam mit Cursor entwickelt und auch mit Daten aus dem Editor trainiert worden. Dabei ist versehentlich ein älterer Stand einer Codebasis in die Trainingsdaten geraten. Cursor hat einen betroffenen internen Benchmark deshalb aus der Wertung genommen.
Kritiker warnen: Ein Modell kann in der vertrauten Umgebung stark wirken und in neutralen Tests abfallen.
Auffällig ist außerdem der Maßstab, den Musk selbst anlegt. Er vergleicht Grok 4.5 mit Claude Opus 4.7 und damit mit einem Modell der Vorgängergeneration. Ob der niedrige Preis den Abstand zur Leistungsspitze ausgleicht, müssen jetzt unabhängige Tests zeigen.