Grok 4.5: Modelo de Codificação e Agente Rápido e de Baixo Custo da xAI Explicado

Introdução

O Grok 4.5 finalmente chegou.

De acordo com o relatório original, a xAI lançou o Grok 4.5 como seu modelo principal mais forte até agora, com foco claro em programação, tarefas de agentes de longa duração e trabalho de conhecimento. O modelo foi treinado em conjunto com o Cursor, e o destaque não está apenas no desempenho bruto em benchmarks. A grande novidade é a combinação de desempenho, velocidade e custo.

O artigo posiciona o Grok 4.5 como um desafiante prático para modelos de ponta como GPT-5.5, Opus 4.8 e Fable
5. Ele não é descrito como o modelo mais forte em todas as métricas. Em vez disso, sua vantagem é mais próxima disto: forte o suficiente para entrar no primeiro escalão, muito mais rápido que muitos concorrentes e muito mais barato para executar em tarefas de engenharia com alto consumo de tokens.

Grok 4.5 é Construído para Programação e Agentes

A mensagem do lançamento é direta: o Grok 4.5 é construído para programação, fluxos de trabalho com agentes e tarefas complexas de conhecimento.

Isso é importante porque o centro da competição de IA foi além de respostas curtas. Para desenvolvedores e equipes, o verdadeiro teste é se um modelo pode continuar trabalhando em tarefas de engenharia com várias etapas, usar ferramentas, recuperar-se de erros e produzir artefatos úteis sem desperdiçar enormes quantidades de contexto e dinheiro.

No artigo original, o Grok 4.5 é descrito como o primeiro grande modelo principal da xAI após a mais recente mudança estratégica da empresa, e também o primeiro grande resultado da colaboração xAI-Cursor.

Os números de benchmark reportados são fortes:

• SWE Bench Pro: 64,7%
• Terminal Bench 2.1: 83,3%
• DeepSWE 1.0: 62,0%

Esses números colocam o Grok 4.5 próximo ao topo dos atuais modelos de programação e agentes. Ele não é descrito como superando todos os modelos em todos os lugares, mas parece competitivo onde os agentes de engenharia realmente importam.

Dezenas de Milhares de GPUs GB300: Treinando um Modelo "Classe Opus"

O artigo original afirma que o Grok 4.5 foi treinado em dezenas de milhares de GPUs NVIDIA GB300. Isso dá ao modelo uma enorme base computacional, mas o poder de computação por si só não é a história completa.

A parte mais importante são os dados.

A xAI supostamente usou filtragem pesada, desduplicação, pontuação de qualidade e seleção focada em domínio para manter os dados de treinamento densos e úteis. Em outras palavras, o modelo não foi treinado apenas em grandes quantidades de texto. A mistura de treinamento foi

moldado para incluir material de maior sinal para codificação, engenharia, ciência, matemática e trabalho de conhecimento.

Outra ideia importante é a inteligência por token. O artigo descreve o foco da xAI em aprendizado por reforço como uma forma de melhorar o raciocínio útil que o modelo pode produzir por token. Esta é uma métrica prática porque os fluxos de trabalho de agentes frequentemente se tornam caros quando um modelo escreve demais, tenta repetidamente ou demora muito para resolver uma tarefa.

A colaboração com o Cursor é especialmente importante aqui. Os dados do Cursor refletem como desenvolvedores reais interagem com bases de código, ferramentas e agentes. Isso significa que o Grok 4.5 não está apenas aprendendo a aparência do código. Ele também está aprendendo como desenvolvedores e agentes de IA trabalham juntos em ambientes práticos.

O artigo também observa que a stack de treinamento do modelo foi projetada para trabalho altamente assíncrono. As execuções de agentes podem durar horas, enquanto o treinamento continua em todo o cluster de computação. Essa configuração é importante para tarefas de horizonte longo, onde o modelo precisa manter coerência através de múltiplas etapas, em vez de apenas resolver um prompt curto.

Próximo ao GPT-5.5, Perto do Opus 4.8

A história do Grok 4.5 nos benchmarks não é uma simples história de "o melhor modelo vence tudo". É mais sutil.

Em vários benchmarks essenciais de engenharia, o modelo tem desempenho de um competidor de primeira linha:

• No DeepSWE 1.0, o Grok 4.5 supostamente atinge 62,0%, à frente do Opus 4.8 com 55,75% e perto do GPT-5.5 com 64,31%.
• No Terminal Bench 2.1, atinge 83,3%, quase igualando o GPT-5.5 com 83,4%.
• No SWE Bench Pro, atinge 64,7%, à frente do GPT-5.5 com 58,6% e perto do Opus 4.8 com 69,2%.
• No teste oficial AAAI mencionado no artigo, o Grok 4.5 fica em quarto lugar, atrás do Fable 5, GPT-5.5 e Opus 4.8.
• No benchmark de agente jurídico da Harvey, supostamente fica em primeiro lugar.

A conclusão do artigo é clara: o Grok 4.5 é forte, mas o Claude Fable ainda parece manter a posição superior em algumas avaliações mais avançadas.

Isso torna o Grok 4.5 interessante por uma razão diferente. Pode não ser

ser o modelo teto absoluto. Mas pode ser um dos modelos mais fortes quando se compara desempenho por dólar, desempenho por segundo e tokens usados por tarefa resolvida.

A Verdadeira Vantagem: Rápido e Barato

O ponto de venda mais forte do Grok 4.5 é a eficiência de custo.

O modelo opera a cerca de 80 tokens por segundo, o que a xAI descreve como velocidade de modelo rápido. O artigo enquadra isso como uma diferença chave em relação aos modelos de raciocínio de ponta mais lentos. Se um modelo é capaz e rápido, torna-se mais prático para o trabalho diário de engenharia, não apenas para tarefas difíceis pontuais.

Ele também usa menos tokens de saída em tarefas de engenharia benchmark. No SWE Bench Pro, o Grok 4.5 supostamente resolve tarefas com uma média de 15.954 tokens de saída, enquanto o Opus 4.8 usa cerca de 67.020 tokens de saída na mesma classe de tarefa.

Essa é a famosa alegação de 4,2× menos tokens.

O preço é outra grande parte da história:

A conclusão prática é simples: se um agente de engenharia precisa ler, escrever, testar e iterar repetidamente, o custo do token se torna uma grande restrição do produto. O Grok 4.5 é projetado para tornar esse ciclo mais barato.

Construído com um Único Prompt: O Demo do Sistema Solar em Three.js

O artigo original destaca um demo de um único prompt onde o Grok 4.5 cria uma simulação do sistema solar usando Three.js.

O prompt pede uma simulação bonita do universo e do sistema solar com tempo ajustável, movimento realista, órbitas, estrelas e um HUD moderno. A saída inclui uma simulação baseada em navegador com movimento dos planetas, aceleração do tempo, controles, rótulos e uma interface estilizada.

aliyuncs.com/cms-assets/image/2026/07/3a876f29-3629-4a70-8d27-339076f464da-09-520ff31e-7006-4e98-bbaf-43a66b9edad1.gif)

Esse tipo de demonstração é importante porque testa mais do que a sintaxe de código. Um bom modelo de geração front-end precisa combinar:

• Layout visual
• Lógica de animação
• Controles interativos
• Gerenciamento de estado
• Polimento de interface
• Detalhes específicos de domínio
• Compatibilidade com navegadores

Uma única demonstração não prova que um modelo está pronto para produção, mas mostra por que os desenvolvedores estão prestando atenção. O Grok 4.5 parece ser forte em transformar prompts amplos de produtos em artefatos funcionais completos.

Testes de Usuário no Mundo Real

O artigo também coletou testes iniciais de usuários da comunidade.

Um exemplo mostra o Grok 4.5 gerando uma cena semelhante ao Minecraft. Outro mostra a criação de uma página de destino SaaS refinada em um único arquivo HTML. Há também exemplos de trabalho de design 2D e 3D, geração de layout de aplicativos e fluxos de trabalho simples de criação de jogos.

Os resultados não são uniformemente perfeitos. O artigo também menciona críticas de alguns desenvolvedores que sentiram que o Grok 4.5 não correspondeu ao Opus 4.7 em certos testes de codificação visual ou criativa, incluindo uma tarefa de geração no estilo de lâmpada de lava que teve um desempenho ruim.

Essa crítica é útil. Ela mantém a avaliação fundamentada. Um modelo pode ser excelente em codificação agêntica e ainda assim falhar em algumas tarefas estéticas, de simulação física ou de detalhes visuais.

Por que os Dados do Cursor são Importantes

O papel do Cursor no Grok 4.5 é uma das partes mais importantes do lançamento.

O blog do Cursor descreve o Grok 4.5 como um modelo treinado em conjunto com a xAI e projetado para mais do que engenharia de software. O treinamento incluiu trilhões de tokens de dados do Cursor, capturando como os desenvolvedores interagem com bases de código, ferramentas e agentes de IA.

Esse é um tipo diferente de sinal em comparação com código estático. O código estático ensina ao modelo o resultado final. Os dados de interação desenvolvedor-agente ensinam o processo:

1. Como um desenvolvedor descreve uma tarefa.
2. Como um agente pesquisa uma base de código.
3. Quais arquivos são inspecionados primeiro.
4. Como os erros são diagnosticados.
5. Como as ferramentas são usadas.
6. Como

o agente se recupera após uma tentativa falha.
7. Como a alteração final é verificada.

Para agentes de codificação, esse sinal de fluxo de trabalho pode ser tão importante quanto o conhecimento bruto de código.

O que o Grok 4.5 significa para agentes de codificação de IA

O lançamento sugere que os modelos de codificação de IA estão se movendo em direção a três objetivos práticos:

1. Execução de longo prazo

Os modelos precisam lidar com tarefas que exigem muitas etapas, não apenas interações curtas de prompt-resposta. Isso inclui planejamento, pesquisa, edição, teste e correção de erros.

1. Menor custo por tarefa resolvida

As equipes se preocupam com o custo final de resolver uma tarefa, não apenas com o preço do modelo por token. Se um modelo usa muito menos tokens para chegar a uma solução, pode ser mais barato, mesmo quando seu preço principal parece semelhante.

1. Comportamento consciente de ferramentas

Agentes de codificação modernos vivem dentro de ambientes de ferramentas. Eles devem entender terminais, editores, navegadores, rastreadores de problemas, árvores de arquivos e sistemas de construção. Um modelo treinado com dados reais de interação entre desenvolvedor e agente pode ter uma vantagem aqui.

Começando com o Grok 4.5

O lançamento oficial da xAI diz que o Grok 4.5 está disponível através do Grok Build, Cursor e do console da API xAI. A página oficial também fornece um exemplo simples de API.

curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "Encontre e corrija o bug, depois explique: function median(a){a.sort();return a[a.length/2]}"
}'

As notas de lançamento originais também mencionam que o Grok 4.5 ainda não estava disponível na UE no lançamento, com disponibilidade na UE esperada posteriormente. Se você planeja usá-lo através da API ou em um produto, sempre verifique a documentação atual da xAI e a página de preços antes de construir algo em torno dele.

Melhores casos de uso

Com base no artigo e no enquadramento oficial do lançamento, o Grok 4.5 parece especialmente relevante para:

• Agentes de codificação de IA
• Exploração de grandes bases de código
• Correção de bugs e refatoração
• Fluxos de trabalho pesados em terminal
• Tarefas de agente de longa duração
• Geração de protótipos de front-end
• Geração de demos interativas ou Three.js
• Trabalho de conhecimento intensivo em pesquisa
• Ciência de dados e análise técnica
• Fluxos de trabalho de documentos de escritório e planilhas através do Grok Build

Não é necessariamente a melhor escolha para todos os casos de uso. Para mudanças de produção de alto risco, saída legal, aconselhamento financeiro ou trabalho sensível com clientes, as equipes ainda precisam de revisão, validação e aprovação humana.

Lista de verificação de avaliação prática

Se você quiser testar o Grok 4.5 para seu próprio fluxo de trabalho, não confie apenas em demonstrações públicas.

Use tarefas reais da sua própria equipe e compare com sua configuração de modelo atual. Uma avaliação prática deve incluir:

1. Correção: Ele resolveu a tarefa real?
2. Uso de tokens: Quantos tokens ele gastou para chegar à resposta?
3. Latência: Quanto tempo o fluxo de trabalho levou?
4. Uso de ferramentas: Ele usou os arquivos, comandos e referências corretos?
5. Recuperação: Ele corrigiu erros após falhas nos testes?
6. Carga de revisão: A saída foi fácil de verificar?
7. Custo por resultado aceito: Quanto custou o resultado final aprovado?
8. Casos de falha: Onde ele alucinou, editou demais ou verificou de menos?

O melhor modelo não é

Aquele com a maior pontuação de benchmark é sempre o melhor. Para muitas equipes, o melhor modelo é aquele que realiza o trabalho aceito pelo menor custo confiável.

Não o Teto Final

O artigo termina observando que Musk insinuou outra melhoria significativa no próximo mês.

A mensagem é que o Grok 4.5 pode não ser o modelo final "revolucionário". Pode ser um movimento intermediário forte: não o modelo mais potente de todos, mas um que torna a engenharia de nível de fronteira mais barata e rápida de usar.

Isso pode ser suficiente para mudar a competição. Quando a inteligência se torna medida como eletricidade, o vencedor não é apenas o modelo com a maior pontuação de pico. Pode ser o modelo que consegue entregar raciocínio forte de forma barata, rápida e repetitiva em fluxos de trabalho reais.

FAQ

O que é o Grok 4.5?

O Grok 4.5 é o modelo principal da xAI para codificação, tarefas de agente e trabalho de conhecimento. Ele é apresentado como o modelo mais forte da empresa até agora e foi treinado em colaboração com a Cursor.

O Grok 4.5 é mais forte que o Opus 4.8 ou GPT-5.5?

Não em todas as métricas. O artigo original relata que o Grok 4.5 está próximo do GPT-5.5 e do Opus 4.8 em vários benchmarks de engenharia, mas o Claude Fable ainda lidera algumas avaliações principais. A principal vantagem do Grok 4.5 é a combinação de velocidade, custo e eficiência de tokens.

Quanto custa o Grok 4.5?

O lançamento oficial lista o Grok 4.5 a $2 por milhão de tokens de entrada e $6 por milhão de tokens de saída. Uma variante premium mais rápida também é mencionada a $4 por milhão de tokens de entrada e $18 por milhão de tokens de saída. Sempre verifique a página de preços atual da xAI antes do uso em produção.

No que o Grok 4.5 é bom?

Ele é projetado para codificação, engenharia de software, tarefas de agente e trabalho de conhecimento. O artigo destaca o desempenho em benchmarks como SWE Bench Pro, Terminal Bench 2.1 e DeepSWE, além de exemplos envolvendo geração front-end, demonstrações Three.js e protótipos de jogos.

Por que o Cursor é importante para o Grok 4.5?

O Cursor colaborou com a xAI no Grok 4.5, e o treinamento incluiu grandes quantidades de dados de interação do Cursor. Esses dados refletem como os desenvolvedores trabalham com bases de código, ferramentas e agentes, o que pode ajudar o modelo a ter um desempenho melhor em fluxos de trabalho reais de engenharia de software.

O que significa "4,2× menos tokens"?

O artigo relata que o Grok 4.5 usou uma média de 15.954 tokens de saída em tarefas do SWE Bench Pro, em comparação com 67.020 tokens de saída para o Opus 4.8. Isso significa que o Grok 4.5 supostamente resolveu tarefas semelhantes com muito menos tokens gerados, reduzindo custo e latência.

Posso usar o Grok 4.5 através de uma API?

Sim. O lançamento oficial da xAI afirma que o Grok 4.5 está disponível através do console da API xAI. O lançamento também fornece um comando curl de exemplo usando o endpoint responses e o nome do modelo grok-4.5.

O Grok 4.5 está disponível no Cursor?

Sim. O anúncio oficial do Cursor informa que o Grok 4.5 está disponível no Cursor em desktop, web, iOS, CLI e SDK. O Cursor também destaca que os planos individuais e em equipe incluem o uso do modelo como parte do conjunto de modelos oficiais.

Ferramentas Relacionadas

• Grok: Interface de consumidor da xAI para usar os modelos Grok.
• Console da API xAI: Console oficial para criar chaves de API e desenvolver com os modelos da xAI.
• Documentação da xAI: Documentação oficial para acesso aos modelos xAI, uso da API e integração para desenvolvedores.
• Cursor: Editor de código com IA e ambiente de desenvolvimento agêntico que suporta o Grok 4.5.
• Documentação do Cursor: Documentação oficial sobre editor, agentes, CLI, web e funcionalidades do fluxo de trabalho do Cursor.
• Three.js: Biblioteca JavaScript 3D usada na demonstração do sistema solar destacada no lançamento do Grok 4.5.

Links Relacionados

• Anúncio do Grok 4.5 da xAI: Página oficial de lançamento da xAI apresentando o Grok 4.5, benchmarks, preços, exemplos e acesso à API.
• Anúncio do Grok 4.5 no Cursor: Artigo oficial do Cursor explicando a colaboração com a xAI e a disponibilidade do Grok 4.5 no Cursor.
• Documentação dos Modelos xAI: Documentação oficial dos modelos para desenvolvedores da xAI.
• Preços da xAI: Página oficial de preços para acesso e planos dos modelos xAI.
• Console da API xAI: Console oficial da API para criar chaves e iniciar o desenvolvimento com a API.
• Preços do Cursor: Página oficial de preços do Cursor para planos individuais e em equipe.
• Documentação do Three.js: Documentação oficial para construir cenas 3D baseadas em navegador, como a demonstração do sistema solar.

Resumo

O Grok 4.5 é apresentado como um modelo rápido e com boa relação custo-benefício para codificação, fluxos de trabalho agênticos e trabalho do conhecimento. Ele apresenta forte desempenho em benchmarks de engenharia, beneficia-se de dados de colaboração do Cursor e utiliza muito menos tokens de saída do que alguns modelos líderes em tarefas do SWE Bench Pro.

Seu maior valor não é superar todos os modelos em todas as áreas. O ponto mais importante é que ele combina inteligência competitiva com menor uso de tokens, inferência mais rápida e preços agressivos.

Para equipes que criam agentes de codificação com IA, essa combinação é relevante. Custo por tarefa aceita, carga de revisão, uso de ferramentas e recuperação de falhas podem ser mais importantes do que uma única pontuação em ranking.

A verdadeira mensagem do Grok 4.5 é simples: a próxima corrida de modelos não é apenas sobre quem é o mais inteligente, mas quem consegue entregar inteligência útil de forma mais rápida e barata.