SpaceXAI发布Grok 4.5打价格战，OpenAI审计测评，模型竞争转向真实工作流与计费权

SpaceXAI发布Grok 4.5打价格战SpaceXAI正式发布了Grok 4.5这是他们收购cursor之后首次发布模型。SpaceXAI描述道这是他们第一个专门为coding和agents训练的模型和Cursor一起训练已进入Grok Build、Cursor全部计划和SpaceXAI console。其价格也一同公布每百万input token 2美元每百万output token 6美元。Grok 4.5面向普通用户更全面开放。马斯克在X上宣传称它是Opus - class model但更快、更省token、成本更低。价格战策略与中国模型厂相似过去硅谷模型发布最爱提及前沿能力、智能涌现、推理突破、安全边界等。而Grok 4.5这一轮的打法不像传统硅谷发布会反而更像过去一年国内模型厂常用的策略别先问谁是世界第一看价格说话。所谓核心机密并非低价真正重要的是性价比即一次调用多少钱缓存命中多少钱接入工作流以后谁来买单。中国模型厂过去一年常被讨论的事就是卖便宜token。DeepSeek、阿里、百度、字节、腾讯等一轮轮压低价格外界容易将其理解为低端竞争觉得是因为没有最强模型所以只能靠便宜抢调用量。如果模型只是chatbot便宜确实不够吸引人。但coding agent不是这样它进入IDE进入terminal每一次调用背后可能是一个bug、一次review、一次失败重跑等即便单价便宜累计起来也会让人肉疼。所以token价格是入口是让普通人能用起来的可能性。SpaceXAI官方页在SWE - Bench Pro任务上给出了一个token efficiency对比Grok 4.5平均输出15,954 tokens对照的Opus 4.8 max是67,020 tokens少4.2倍。OpenAI审计SWE - Bench Pro同一天OpenAI公开审计SWE - Bench Pro。SWE - Bench Pro是coding agent的考试题库包含的主要考题更接近真实工程场景。模型厂说自己的agent会写代码、会修bug、能替工程师干活很多时候需要这类榜单来证明。不过这次OpenAI发现新考卷里约有三成题目有问题其给出一组数据在731道公开题里frontier models的通过率8个月里从23.3%涨到80.3%自动审查确认200个broken tasks占27.4%人工标注认为249个任务有问题占34.1%。OpenAI不再建议大家把SWE - Bench Pro当成可靠标准答案开始质疑标准认为现在的测评不能代表真实产出不能真实反映模型是否经济。竞争转向真实工作流与计费权OpenAI有CodexAnthropic有Claude CodeSpaceXAI有Grok Build和Cursor入口。现在已不完全是token单价的竞争时代模型大厂们开始考虑以解决项目的能力作为卖点影响企业采购、开发者心智和模型厂定价。当benchmark不再可靠企业会把信任从“榜单分数”转移到“真实工作流验证”。旧benchmark不可信了企业会换一种问法别告诉我你榜单第几先让我看一个真实任务跑完到底花了多少钱。这正是中国模型厂最熟悉的场景。OpenAI审计SWE - Bench Pro客观上把“真实工作流 价格验证”推到了前台。agent时代的计费模式一切都关乎计费所以agent时代真正的计费模式在IDE里。开发者每天睁眼打开Cursor切换terminal等。过去模型厂争网页入口、手机App、APIcoding agent出现后入口往前挪到了代码被写出来的地方。Cursor的定价页很直白个人版每月20美元Teams每用户每月40美元功能包括Agent requests等它正在把模型调用等打包成一个开发组织的账单中心。Claude Code也在做同样的事Anthropic的成本文档给出企业用户平均约13美元/developer/active day、150 - 250美元/developer/month的参考区间90%用户低于30美元/active day。OpenAI的Codex论文则展示2026年上半年Codex活跃用户增长超过5倍超过10%用户每周会管理3个以上并发agentsskills使用率到6月升到26.6%。综合来看Cursor证明入口位置Claude Code证明账单管理方式Codex证明agent正在从单次问答变成并发任务队列。Grok 4.5的风险与竞争本质变化Grok 4.5要争夺的是Cursor里的默认模型、Grok Build里的agent工作流、开发团队的token预算以及X时间线上“什么才算真的能干活”的解释权。如果模型进入IDE成本就成为产品体验的一部分。便宜不是免死金牌真正能让开发团队留下来的是稳定性、权限、安全、上下文管理和可控失败。Grok 4.5这张牌也有风险首先SpaceXAI官方token efficiency数据还需要更多第三方复现。其次Cursor入口不等于长期默认开发者会在真实任务里用脚投票。OpenAI、Anthropic、Google不会轻易让出IDE账单中心。以前模型厂争“谁更聪明”现在争谁定义能干活、谁占住工作入口、谁收走每一次任务调用的钱评测权、入口权、计费权正在变成同一个战场。接下来1 - 3个月应关注谁家的token和agent配合得更加经济。老马未必学了中国但这一次他确实把中国模型厂最早承认的现实讲成了一个硅谷故事。