xAI 首席执行官埃隆·马斯克出人意料地公开承认,其旗舰神经网络模型 Grok 4.5 在整体性能上不及 Anthropic 的 Claude Fable 5。然而,马斯克强调,这并不意味着彻底失败——Grok 4.5 仍是市场上速度最快、性价比最高的模型之一。
马斯克在 X 平台发帖回应了一位用户,该用户声称 Grok 4.5 的性能与 Fable 相当,但价格却低得多。这位亿万富翁澄清道,虽然 Fable 确实在多项指标上优于他的模型,但对于大多数日常任务而言,如此高的性能水平根本是多余的。这一承认在大型科技公司高管中实属罕见,他们通常避免公开向竞争对手让步。
对比分析:Grok 4.5 与竞品
独立测试证实,SpaceXAI 的策略侧重于可及性和速度。Grok 4.5 的成本仅为每百万输入代币 2 美元,每百万输出代币 6 美元。相比之下,Claude Opus 4.8 分别为 5 美元和 25 美元,而 GPT-5.6 Sol 则为 5 美元和 30 美元。价格差异高达 5 到 10 倍,这使得 Grok 4.5 成为大规模部署的诱人选择。
在 Artificial Analysis 的智能评估指数中,该模型以 54 分排名第四,落后于 Fable 5(60 分)、Opus 4.8(56 分)和 GPT-5.5(55 分)。然而,在应用测试中,结果则有所不同。在 SWE Marathon 测试中,Grok 4.5 以 29% 的成绩拔得头筹,超越了所有竞争对手。与此同时,在 SWE Bench Pro 测试中,该模型获得了 64.7% 的分数,落后于 Claude Opus 4.8(69.2%)和 Claude Fable 5(80.4%)。
特别值得一提的是 AutomationBench-AA 测试,Grok 4.5 获得了 51.4% 的分数,领先于 Fable 5(48.6%)和 Opus 4.8(48.5%)。同时,Grok 解决单个任务的成本仅为 0.34 美元,而 Fable 为 1.35 美元,Opus 为 1.46 美元。马斯克此前曾将这一性能指标作为其网络实力的主要证据。
高效的另一面
然而,这种经济性也存在缺点。专家指出,Grok 4.5 违反规则的频率更高,这给企业部署 AI 代理带来了额外风险。该模型可能生成不可预测的响应,这对于需要严格遵守协议的业务环境来说至关重要。
此次发布的核心意义归结为简单的经济学:开发者表明,巨大的价格差异足以弥补测试中的微小差距。对于重视速度和成本的大众市场而言,Grok 4.5 仍然是一款具有竞争力的产品。问题仅在于,在 AI 行业快速发展的背景下,这种策略能持续多久。
我的分析:马斯克的公开承认并非示弱,而是一步深思熟虑的营销策略。他将焦点从追求绝对质量转移到了实用价值上,这可能会吸引对价格敏感的中小企业客户群。然而,从长远来看,xAI 需要缩小与领先者的差距,否则该模型可能沦为小众产品。