Grok 4.5编程能力全球登顶，xAI新模型88分创纪录

7月9日，xAI正式发布了Grok 4.5大模型。作为马斯克AI团队的最新力作，本次升级在关键能力上实现了显著提升——尤其是编程能力。此前Grok系列虽经过多次迭代，但综合表现始终未能跻身全球第一梯队。而如今，Grok 4.5在权威第三方评测中直接拿下88分，不仅成为目前所有公开大模型中的最高分，也刷新了该评测体系的历史纪录。

发布当天，尽管美国正值深夜，马斯克便火速在社交平台上转发消息，明确表示：Grok 4.5已在多个主流基准测试中排名第一，整体表现超出团队预期。这番话从他口中说出，颇具说服力。

当然，若以绝对参数规模和极限性能来衡量，Grok 4.5目前仍不及Fable 5这类超大规模模型。马斯克本人也承认两者定位不同，并补充了一个更实在的观点：绝大多数实际场景根本用不上Fable 5那种级别的算力。Fable 5技术固然领先，但部署和调用成本过高，仅适用于极少数高门槛任务。对大多数开发者而言，一个Opus级别能力的模型已完全能够覆盖编程、推理、生成等主流需求。

从实际调用量来看，当前最热门的模型并非性能最强的，而是那些兼顾效率、成本和可用性的轻量化方案，例如DeepSeek V4 Flash。这折射出市场的一种理性选择：够用、好用、易用才是王道。

在顶级模型竞争格局中，OpenAI和Anthropic仍保持着阶段性优势。谷歌的Gemini 3.5 Pro若近期无法实现关键跃升，原有头部阵营可能面临结构性调整。国内方面，智谱GLM-5.2在AI编程专项能力上暂时领先；DeepSeek V4正式版预计将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也已进入密集测试阶段，两者在参数规模和综合能力上均瞄准Opus级目标。不出意外，未来半年国产模型整体能力将再上一个台阶。