SpaceXAI创始人埃隆·马斯克做出了一个令人意外的承认:其旗舰神经网络Grok 4.5不如Anthropic的Claude Fable 5模型。他在X平台上直接发帖表示,Fable表现更优,不过也强调Grok 4.5仍然极其快速、经济,并且能出色完成大多数日常任务。
这一声明是对一位用户帖子的回应,该用户声称Grok 4.5性能与Fable相当,但成本却低得多。马斯克决定澄清事实:是的,他的模型更便宜,但在纯粹的质量上确实不及Anthropic的旗舰产品。
马斯克具体说了什么,为何这很重要
承认落后于竞争对手,对于大型科技公司的负责人来说极为罕见。马斯克补充说,对于大多数日常任务,并不需要Fable那样的高水平,而Grok 4.5在性价比方面仍然是最优选择。此前他曾指出,在某些软件测试中,Grok 4.5确实超越了竞争对手的强模型。
市场对这些声明反应平淡,这表明投资者理解SpaceXAI的长期战略:注重可及性和速度,而非在每个基准测试中都追求绝对领先。
对比Grok 4.5与竞争对手
SpaceXAI的开发人员将重点放在了成本和数据处理速度上。Grok 4.5模型每百万输入代币仅需2美元,每百万输出代币6美元。相比之下,竞争对手的费率明显更高:
| AI模型 | 每百万代币输入 | 每百万代币输出 |
| Grok 4.5 | 2美元 | 6美元 |
| Claude Opus 4.8 | 5美元 | 25美元 |
| GPT-5.6 Sol | 5美元 | 30美元 |
独立测试证实了在价格上的优势,尽管在质量上略有落后。在Artificial Analysis的智能评估指数中,Grok 4.5以54分排名第四。榜单领先者仍是Fable 5(60分)、Opus 4.8(56分)和GPT-5.5(55分)。在应用测试中,结果也有所分化:在SWE Marathon上,Grok 4.5以29%的成绩超越所有对手;但在SWE Bench Pro上,其得分为64.7%,落后于Claude Opus 4.8(69.2%)和Claude Fable 5(80.4%)。
- 在代理测试AutomationBench-AA中,Grok 4.5得分为51.4%,超过了Claude Fable 5(48.6%)和Claude Opus 4.8(48.5%)。
- Grok 4.5解决任务的成本仅为0.34美元,而Fable 5为1.35美元,Opus 4.8为1.46美元。
- 正是这种效率上的领先,此前被马斯克用作其网络实力的主要证据。
然而,这种高效也有其弊端。专家指出,该模型的弱点是违反规则的频率较高。这给企业部署AI代理带来了额外风险。此次发布的核心意义归结为简单的经济学:开发者展示的结果表明,巨大的价格差异足以弥补测试中的微小差距。
专家观点:马斯克的承认并非示弱,而是一个深思熟虑的营销策略。他明确将Grok 4.5定位为面向大众任务的“亲民”模型,而非面向小众专家的高端工具。从长远来看,这种策略可能比追逐基准测试中的抽象记录,为SpaceXAI带来更大的市场份额。