“Grok 4.5并非最强的大模型，但它值得一试。”7月15日，马斯克在社交媒体上留下了这句平淡的评论。在这句话背后，是xAI在6月经历的一场疯狂过山车。6月12日，SpaceX通过史上规模最大的IPO登陆纳斯达克，每股定价135美元，估值约1.77万亿美元，融资规模高达750亿美元。仅仅四天后，xAI宣布以600亿美元全股票收购AI编程工具Cursor。随后在7月8日推出Grok 4.5，次日OpenAI便发布了GPT-5.6。这种高密度的产品发布节奏，绝非巧合，更像是一场蓄谋已久的价格战信号。
比发布频率更值得关注的，是巨头们对模型叙事方式的集体转向。Grok 4.5的API定价策略极具侵略性：输入每百万Token 2美元，输出每百万Token 6美元。对比Claude Opus 4.8（输入5美元、输出25美元）和GPT-5.6 Sol（输入5美元、输出30美元），Grok 4.5的价格不到对手的四分之一到五分之一。更关键的是其效率表现，xAI宣称Grok 4.5的Token效率是同类模型的两倍。在SWE-Bench Pro测试中，Grok 4.5平均每任务消耗15,954个输出Token，而Opus 4.8需要67,020个，效率差距超过4倍。
从“谁最强”到“谁最划算”
xAI官方公布的基准测试数据揭示了一个略显尴尬但诚实的事实：Grok 4.5并非最强。在Artificial Analysis Intelligence Index中，它以54分排名第四，仅次于Fable 5、GPT-5.6 Sol和Opus 4.8，但领先所有开源模型和Gemini系列。在与Opus 4.8的对比中，Grok 4.5在DeepSWE 1.0上以62.0%对55.8%胜出，在Terminal-Bench 2.1上以83.3%对78.9%领先；但在DeepSWE 1.1中仅得53.0%，远低于Opus 4.8的59.0%；SWE-Bench Pro上也以64.7%落后。然而，跑分排名恰恰不是这一轮竞争的关键。竞争逻辑正在从“谁的模型最强”转向“谁的模型能在真实场景中最划算地完成任务”。Grok 4.5选择了先锁定高频场景，再围绕场景定义模型能力和成本结构。它背后的核心盟友是Cursor。通过深度联合训练，Grok 4.5独家消化了万亿级Token的开发者真实交互数据——顶尖程序员写代码时的每一次回删、遇到报错时的每一次文件跳转。与训练公开代码仓库不同，Cursor数百万开发者的真实编程会话数据包含了失败、重试、上下文切换和多步决策，是任何公开数据集都无法提供的实战经验。xAI还引入了异步学习训练方法论，让数小时的Agent训练可以与模型训练并行进行。对比三家巨头，OpenAI的GPT-5.6用Sol/Terra/Luna三级命名取代了“旗舰+mini/nano”体系，核心是能力跟着场景走，成本跟着任务变。Anthropic在Claude Sonnet 5中内置了Effort机制，允许调用方根据任务复杂度调节推理强度。这打破了“选定模型就锁定成本”的旧逻辑，性价比从静态参数变成了动态调节。
“单任务成本”：新的衡量标尺
当模型进入真实任务场景，一个反直觉的结论浮现：定价便宜的模型未必真的便宜。Grok 4.5的官方缓存命中价为每百万Token 0.50美元，相当于标准输入价的75%折扣。但真正的差距在单任务成本上。据Coding Agent Index数据，Grok 4.5在Grok Build中每个任务平均花费2.49美元，而GPT-5.6 Sol在Codex中需要5.07美元，Claude Fable 5在Claude Code中需要11.80美元，差距接近5倍。效率数据同样惊人。解决同一道SWE-Bench Pro任务，Grok 4.5平均只用1.6万个输出Token，Opus 4.8要用6.7万个，效率差了4倍多。Grok 4.5输出端6美元不到Opus 4.8（25美元）的四分之一。但如果把GPT-5.6 Luna（输入1美元/输出6美元）拉进来对比，会发现Grok在输出定价上只是追平了OpenAI，真正被甩开身位的只有Anthropic一家。性价比的衡量单位从“token单价”变成“单任务成本”，这一趋势在国内同样明显：DeepSeek-V4-Flash、Qwen3-235B-A22B、Kimi K2.6集体押注“大参数+小激活”的MoE架构。更值得关注的是马斯克透露的信息：xAI尚未部署内部开发的C/C++推理栈，一旦部署，速度预计会翻倍以上。这意味着Grok 4.5的成本还有进一步下降的空间，价格战的下半场可能还没真正开始。
当性价比的衡量单位转向“单任务成本”，企业真正关心的从“哪个模型最强”转向“哪个模型能被长期稳定低成本地默认调用”。OpenAI的ChatGPT Work正是这一逻辑的产物，它不仅仅是一个聊天界面，而是一个智能体平台，能跨应用调度任务，背后默认调用GPT-5.6系列中不同层级的模型。云平台也在产品化这一趋势。Amazon Bedrock推出Intelligent Prompt Routing，微软Azure AI Foundry上线Model Router，Google在7月15日宣布Chrome浏览器将进一步整合Gemini AI。开发工具中的OpenRouter、LiteLLM也在承担类似角色。未来很多调用未必由终端用户直接决定，而是由云平台和框架提前分配。Grok 4.5与Cursor的组合是这一逻辑的缩影，Cursor是开发者生态的高频入口，Grok 4.5嵌入其中成为默认模型。但隐患同样存在：Cursor在AI编程工具市场的份额已从2025年6月的41%下降到2026年5月的26%，Anthropic控制了这个类别的一半。如果Cursor的用户基础持续收缩，Grok 4.5的数据飞轮能转多久？类似的协同优化正在行业蔓延。Google将Gemini深度嵌入Gmail、Docs等工作场景；腾讯混元Hy3与WorkBuddy结合，从preview到正式版日均token消耗增长20倍，办公场景任务成功率从72%提升至90%。模型只有进入真实任务，才能获得稳定调用、真实反馈和持续优化空间。由此形成新的竞争飞轮：更低单任务成本带来更多默认调用，更多默认调用带来更大规模和更多真实反馈，真实反馈继续推动优化，进一步降低单任务成本。
对手付钱帮你训练模型
马斯克做生意的底层逻辑，从特斯拉到SpaceX，始终是用成本结构颠覆现有格局。在AI大模型市场，这个逻辑正在重现。Grok 4.5的定价远低于Opus 4.8和GPT-5.6 Sol，但低价不是慈善，是战略。SpaceXAI拥有Colossus超级计算机，正在向竞争对手——包括Anthropic和Google——出租算力。据媒体报道，Grok 4.5的训练使用了与SpaceXAI出租给Anthropic和Google的相同算力资源。这听起来荒谬：竞争对手付钱帮马斯克训练模型来打击他们自己。但这就是AI时代的算力经济学——当你控制着基础设施，你就有能力在应用层打价格战。算力规模也在快速扩张。Grok 4.5在数万块NVIDIA GB300 GPU上训练，路透社报道SpaceXAI的算力成本被大规模基础设施摊薄。但扩张的另一面是代价：7月15日路透社披露，xAI位于田纳西州的Colossus 2数据中心违规安装了59台天然气涡轮机，未获环境许可，影响方圆8公里居民健康。
更大的风暴在模型发布一周后袭来。7月13日，独立安全研究员发布抓包分析：Grok Build CLI会在用户毫不知情的情况下，将整个Git仓库：包括未被读取的文件、完整的Git历史、.env配置文件甚至SSH密钥，打包上传至xAI的谷歌云存储桶。即便用户关闭“改进模型”选项，上传行为依然无法停止。沉默两天后，马斯克在社交媒体上开口第一个词是“True”，承认事情属实，承诺所有数据“一个字节不留”彻底删除，上线/privacy命令。更出乎意料的是后续动作：7月15日，SpaceXAI宣布开源Grok Build，将源代码发布至GitHub，并重置所有用户的使用限制。针对隐私争议，公司回应称Grok Build自上线以来完全尊重零数据保留原则，用户始终可在命令行界面禁用数据上传。早期测试版中，非ZDR用户默认启用了数据保留，但自7月12日起已为所有用户禁用默认数据保留，并正在删除此前保留的所有编码数据。从“偷偷上传”到“全部开源”再到“数据清零”，这一系列动作只用了48小时。而Grok 4.5的独家卖点恰恰是“收集开发者的认知行为数据”。当“行为数据”从联合训练的协议内容变成悄无声息的后台上传，信任的边界在哪里？加上Cursor市场份额持续缩水（41%到26%），Grok 4.5最核心的“行为数据飞轮”面临双重压力：用户基础在缩小，信任基础在动摇。
性价比竞争已经超出降价竞赛本身。19世纪，经济学家杰文斯观察到：蒸汽机效率越高，煤炭消耗反而越多，效率提升没有抑制使用，反而降低了使用门槛。大模型正在接近自己的“杰文斯时刻”。性价比竞争的结果，未必是AI总成本下降，而是AI使用密度上升。7月15日，Anthropic被曝加速推进IPO，估值已达9650亿美元，首次超过OpenAI成为全球估值最高的未上市AI公司。市场对这种密度上升正在提前定价：AI不再是一个“要不要用”的问题，而是一个“用在哪、用多少”的问题。但前提是，用户得知道自己的数据去了哪里。别再迷信单纯的算力堆砌了，得“场景数据”者，得天下。