马斯克被指抄袭智谱AI
马斯克旗下xAI发布Grok4 5,输出token定价仅6美元 百万,远低于Anthropic旗舰模型,声称能力相当。该策略与智谱GLM-5 2低价逼近闭源模型的路线相似,凸显性价比与token效率优势,或冲击企业AI采购决策及行业竞争格局。
马斯克旗下的xAI在周三扔出了一颗重磅冲击波——Grok 4.5正式发布。这款模型最炸裂的地方不在于模型本身有多强,而在于它的定价策略:输出token价格不到Anthropic旗舰模型的五分之一,却声称拥有同等级别的智能能力。
这一定价策略,跟此前智谱GLM-5.2以低82%的定价逼平闭源前沿模型的路线,几乎如出一辙。市场观察人士看得直呼:硅谷的头部实验室,也开始向中国开源厂商的性价比打法靠拢了。马斯克本人则在X平台上直接定性:
Grok 4.5是Opus级别的模型,但速度更快、token效率更高、成本更低。
他还进一步表示,内部评估显示Grok 4.5的综合能力与Opus 4.7大致相当,但速度快得多。能力、速度与低成本三者的组合,正是这款模型的核心竞争逻辑所在。

根据xAI公布的定价,Grok 4.5每百万输入token收费2美元,每百万输出token收费6美元。作为对比,Anthropic Opus 4.7的输入和输出定价分别为每百万token 5美元和25美元,价差之大一目了然。

如果说这种价格策略真能兑现其宣称的能力,对企业AI客户的采购决策将产生直接冲击。更何况,OpenAI计划于本周四发布其最新旗舰模型GPT 5.6,本周俨然成了AI模型发布的密集窗口期。
性价比路线,token效率成核心卖点
xAI在博客中披露了一个关键指标:Grok 4.5的token效率是其他头部模型的两倍。
如果这一指标在实际应用中经得起检验,意味着企业端的推理成本会被直接拉低。对于token开支正日益成为AI采购核心顾虑的企业用户而言,这无疑具有直接吸引力。
横向对比一下,OpenAI的分级定价体系中,最高端的Sol版本每百万输入/输出token分别收费5美元和30美元,最低端的Luna版本则为1美元和6美元。Grok 4.5的定价不仅在主要竞争对手中处于明显低位,而且在马斯克的叙事框架里,它对应的是接近Anthropic旗舰级的模型能力。

一位网名为“白毛股神”Serenity的用户在X上评论说,xAI这波操作,本质上有点像中国AI厂商一直在做的事情——通过价格战和用户规模来竞争。

就在数周前,智谱发布的开源模型GLM-5.2,以低约72%至82%的定价,在前沿编程基准FrontierSWE上拿到了74.4分,与Anthropic Opus 4.8的75.1分相差不到1个百分点,同时超过了GPT-5.5的72.6分。

摩根大通在随后发布的报告中将这一现象概括为:成熟智能持续压缩定价,但前沿能力升级仍可支撑溢价,AI模型层的变&现逻辑正在出现结构性分化。Grok 4.5的出现,让这一竞争格局更加复杂化——当美国头部实验室开始以接近开源模型的价格策略切入市场,Anthropic这类依赖高定价闭源模型的机构,将在能力与成本两个维度上同时承受压力。
编程袋里市场,Cursor并购逻辑浮出水面
在产品定位上,xAI将Grok 4.5描述为面向日常知识工作的“主力模型”,覆盖编程与应用开发、办公文书、研究及内容写作等场景。这一方向,与其此前收购代码编辑工具Cursor的战略逻辑形成了呼应。

投资研究机构Citrini Research的分析师Jukan在评论中提到,在近期举办的ICML会议上,他听到一个值得关注的Grok多头逻辑:Claude Code当前领跑编程袋里市场,靠的并非单纯的模型质量优势,而是先发积累的大规模用户基础——更多用户带来更多真实编程数据,数据又反哺模型质量,形成了飞轮效应。
Jukan认为,xAI收购Cursor的核心价值正在于此:Cursor很可能拥有比OpenAI Codex更大的真实用户群体与代码数据集,如果xAI能有效训练并利用这些数据,超越Codex或许只是时间问题。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:马斯克被指抄袭智谱AI要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点AI越先进越依赖精准指令,提示词是驾驭AI的关键。26条原则涵盖简洁性、明确受众、分解任务、角色分配等技巧,帮助将AI从工具升级为协作伙伴。未来竞争在于会指挥AI,提示词成为核心能力门槛。
基于CUDA从零实现高效二维卷积,通过8×4线程块划分优化共享内存数据转移,并引入预取机制使计算与加载重叠。针对小尺寸卷积核及特征图参数,平均性能达到cuDNN的1 2倍,实现了高效推理。
工业机器人是用于工业领域的多关节机械装置,具有自动性。其发展历经第一代示教再现型、第二代感知型到第三代智能型,逐步集成传感器与人工智能技术。2020年中国机器人产业营收突破千亿元,广泛应用于52个行业大类,重载AGV等创新成果不断涌现。
企业级RAG知识库搭建存在三大误区:直接硬塞文档导致资料割裂、将大模型设为客服引发幻觉、过度约束限制回答聚焦。正确做法是遵循语义完整性分段,明确大模型为资料编辑角色,用正面引导替代负面禁令。
- 日榜
- 周榜
- 月榜
热点快看

