Grok 4.5 基准测试：xAI 官方说明与解读指南

xAI 于 2026 年 7 月 8 日发布了 Grok 4.5，并公布了四项编码基准测试和一张效率图表。这些数据非常有趣，且经过精心挑选。本文将解析发布的每一项数据、其来源、缺失的信息，以及如何在不等待排行榜更新的情况下进行自我评估。

坦率地说：Grok 4.5 表现得像是一个强大的第二梯队编码模型，其结果与 Claude Opus 4.8 相当，但落后于顶级模型；其最大的亮点是输出效率，而非单纯的准确率得分。

xAI 公布的所有数据

根据 官方公告，以下是全部四张图表：

DeepSWE 1.0 (pass@1)

DeepSWE 1.1

Terminal Bench 2.1

SWE Bench Pro (解决率)

效率图表也包含在内：Grok 4.5 在 SWE Bench Pro 中平均每个任务产生 15,954 个输出 token，而 Opus 4.8 (max) 为 67,020 个，这意味着两者有 4.2 倍的差距。

这些数据从何而来？

xAI 图表中的脚注说明比以往任何时候都更重要：

• DeepSWE 1.0，“由 Datacurve 创建，运行在各模型提供商通过 AA 使用的支架（scaffolds）上。”
• DeepSWE 1.1，“使用了由 Datacurve 运行的 mini-swe-agent 支架。”
• “竞争对手的数据取自相关开发者发布的系统卡片或基准测试排行榜。”

翻译一下：这是一个“拼凑版”。有些数据来自第三方评估机构，有些来自竞争对手自己的营销页面，并由厂商（有销售目的的一方）汇总。这比单纯的自我报告更透明，且 Datacurve 的参与增加了可信度。尽管如此，这并非独立的第三方评估：不同来源的支架、环境和投入程度（effort settings）各不相同，而这些因素中的每一项都能让智能体（agentic）得分波动几个百分点。除了这个汇总数据外，目前还没有人发布 Grok 4.5 的独立评分。

对相同图表的三种解读

对比 Opus 4.8，确实各有胜负。 两项胜出（DeepSWE 1.0 领先 6.25，Terminal Bench 领先 4.4），两项落败（DeepSWE 1.1 落后 6，SWE Bench Pro 落后 4.5）。马斯克关于“Opus 级别”的定位与发布的数据相符；再高的评价就不客观了。请注意哪些基准测试在哪一方占优：Grok 在侧重终端（terminal-focused）和较旧的评估中获胜，而 Opus 在更新、更复杂的仓库级（repo-level）评估中获胜。关于包含价格在内的全面对比，请参阅 Grok 4.5 vs Claude Opus 4.8。

对比 SOTA 边界模型，毫无悬念，xAI 也没有否认这一点。 Claude Fable 5 (max) 在 xAI 自己页面的所有四张图表中均位居榜首，而 GPT 5.5 (xhigh) 在四分之三的测试中超过了 Grok 4.5。有趣的是，xAI 并没有删减这些数据，而是直接发布了。其营销策略显然侧重于性价比，而非绝对的领先地位。关于 Fable 的数据在实践中意味着什么，已在我们的 Fable 5 基准测试分析中讨论。

对比其前代模型，升级是真实的，但范围有限。 在这些图表中，从 Opus 4.7 到 4.8 的跨度让大多数代际差异显得微不足道，而 Grok 4.5 对比 成本低得多 的 GLM 5.2，在两项共同基准测试中仅领先 9-11 分。追求单位成本能力（dollar-per-capability）的用户应仔细权衡这些差异。

xAI 希望你关注的指标

效率图表是此次发布的战略核心。解决每个任务仅需 15,954 个输出 token，而 Opus 4.8 (max) 需要 67,020 个，这意味着 Grok 4.5 以不到四分之一的输出量完成了相当的工作，且速度达到每秒 80 个 token。

这是一个合理的指标，而非误导。输出 token 是按资金和耗时计费的；在智能体循环中，每一步都会累积。一个在 SWE Bench Pro 中得分低 4.5 分但产生的 token 少 4.2 倍的模型，对于高吞吐量的流水线来说，仍然是一个理性的选择；这正是我们的 价格分析 所量化的权衡（按牌价计算，每个解决任务的输出成本约为 0.10 美元 vs 1.68 美元）。

但有两点提醒。这是由厂商测量的单一基准测试。而且对于对比模型来说，冗余并非浪费：Opus 冗长的输出是其扩展推理（extended reasoning）的一部分，这也是它赢得某些评估的原因。效率与深度之间存在真实的权衡，天下没有免费的午餐。

缺失了什么？

以下是需要推迟几周再做定论的原因：

• 缺乏独立的第三方评估。 截至 7 月 9 日，Artificial Analysis 智能指数尚未录入，LMArena 尚未排名，社区也未进行 SWE-bench 复现。
• 仅限编码。 xAI 尚未发布通用推理、数学、科学或安全方面的基准测试，尽管该模型也针对“知识工作”进行营销。办公协作能力仅以演示（demo）形式展示，而非评估数据。
• Grok 自身的投入模式（effort mode）未说明。 竞争对手都标注了（max, xhigh）；但未说明 Grok 4.5 的得分是反映了默认配置还是最高配置。
• 发布仅一周的模型。 每次发布后的第一个月，性能退化（regressions）、服务不稳定和悄无声息的能力变化都很常见。

运行最重要的基准测试：你自己的

公开基准测试预测的是平均水平，而不是你的具体工作负载。一次轻量级的私有评估胜过上述所有数据：

1. 从你自己的积压任务中收集 10-20 个真实任务：包含提示词（prompts）、代码库上下文和预期结果。
2. 在 Apifox 中，为每个候选模型创建一个保存的请求。xAI 和 Anthropic 都提供 OpenAI 兼容接口，因此支架是统一的，只需更改模型变量。
3. 针对 grok-4.5 和你当前的模型运行每个任务。验证 usage 对象并记录延迟（latency），从而在同一次测试中对质量、速度和 token 消耗进行评分。
4. 如果可能，进行盲测评分；模型名称对评估者的影响比人们承认的要大。

在最后一步中，效率主张将接受现实的检验：如果 Grok 4.5 在你的提示词下的输出并没有明显变短，那么宣传中的经济效益对你就不适用。免费下载 Apifox，整个环境搭建只需一小时。关于 xAI 端的设置详情，请参阅我们的 Grok 4.5 API 指南。

常见问题解答

xAI 为 Grok 4.5 发布了哪些基准测试？ 四项编码评估（DeepSWE 1.0 和 1.1, Terminal Bench 2.1, SWE Bench Pro）以及对比 Opus 4.8 的 token 效率对比。没有编码以外的数据。

是否有独立的 Grok 4.5 基准测试？ 目前还没有。发布的数字混合了 Datacurve 执行的评估和其他厂商系统卡片中的数据。独立指数通常在大规模发布数周后才会公布。

Grok 4.5 超过了 Claude Opus 4.8 吗？ 在发布的四项基准测试中胜出了两项，且成本低得多。Opus 在两项难度更高的仓库级评估中获胜。请参阅 完整对比。

Grok 4.5 是目前最强的编码模型吗？ 不是，xAI 自己的图表也说明了这一点：Claude Fable 5 (max) 在发布的每一项基准测试中都处于领先地位。Grok 4.5 竞争的是单位成本的智能水平。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

详细的私有化部署系统架构与安全白皮书

针对您公司规模的专属报价单

免费的 1v1 专属产品演示 (Demo) 机会

获取部署方案

* 提交后，我们的客户经理将在 1 个工作日内与您联系

林俊锋 企业微信

@Apifox 专属顾问

扫码备注: 私有化 + 公司名