xAI发布Grok 4.5：编程能力登顶全球，88分创评

7月9日，xAI正式端出了Grok 4.5。作为马斯克AI团队的最新力作，这次升级在关键能力上狠狠补了一刀——尤其是编程能力。之前Grok系列迭代了好几次，但综合表现始终没能挤进全球第一梯队。而这次，Grok 4.5在权威第三方评测中直接拿下了88分，是目前所有公开大模型里最高的，也创下了这套评测体系的历史纪录。

发布当天，哪怕美国那边还是深夜，马斯克就火速在社交平台上转了消息，直接摊牌：Grok 4.5已经在好几个主流基准测试里排第一，整体表现超出团队预期。这话从他嘴里说出来，分量还是有的。

当然，如果拿绝对参数规模和极限性能当尺子，Grok 4.5目前还比不上Fable 5这种超大规模模型。马斯克自己也承认定位不同，而且补了一句更实在的：绝大多数实际场景，根本用不上Fable 5那种级别的算力。Fable 5技术确实领先，但部署和调用成本太高，只适合极少数高门槛任务。对大多数开发者来说，一个Opus级别能力的模型，已经完全能覆盖编程、推理、生成这些主流需求了。

看看实际调用量就知道，现在最火的模型并不是性能最强的，而是那些兼顾效率、成本和可用性的轻量化方案，比如DeepSeek V4 Flash。这折射出市场的一个理性选择：够用、好用、易用，才是王道。

在顶级模型竞争格局里，OpenAI和Anthropic仍然保持着阶段性优势。谷歌的Gemini 3.5 Pro如果近期不能实现关键跃升，原有头部阵营可能会面临结构性调整。国内这边，智谱GLM-5.2在AI编程专项能力上暂时领先；DeepSeek V4正式版预计会在后续版本中快速缩小差距；月之暗面Kimi K3和稀宇科技MiniMax M3 Pro也都进入了密集测试阶段，两者在参数规模和综合能力上都瞄准了Opus级目标。不出意外的话，未来半年国产模型整体能力会再上一个台阶。