På Terminal Bench 2.1 skiller ett prosentpoeng Grok 4.5 fra Anthropics Fable 5. På pris skiller det åtte ganger. xAI slapp Grok 4.5 denne uken, trent på titusenvis av Nvidia GB300-GPU-er og rettet mot koding, agent-oppgaver og kunnskapsarbeid, melder The Decoder.
Benchmark-bildet er blandet, og det er verdt å se på hvor gapene faktisk ligger. På Terminal Bench 2.1, som tester sammensatte kommandolinje-oppgaver, får Grok 4.5 83,3 % mot GPT-5.5s 83,4 % og Fable 5s 84,3 %. Men på DeepSWE 1.1, som måler evnen til å løse ekte GitHub-issues, faller Grok 4.5 til 53 % mot GPT-5.5s 67 % og Fable 5s 70 %. På SWE Bench Pro er avstanden 64,7 % mot 80,4 %. Modellen holder følge når oppgaven er avgrenset, og faller av når den må navigere en ekte kodebase over mange steg.
Prisen er der historien snur. Grok 4.5 koster 2 dollar per million input-tokens og 6 dollar per million output-tokens. Fable 5 tar 10 og 50. xAI oppgir i tillegg at Grok 4.5 bruker 4,2 ganger færre tokens enn Opus 4.8 på SWE Bench Pro, og leverer 80 tokens i sekundet. Det tallet kommer fra leverandøren selv og er ikke uavhengig etterprøvd.
Motargumentet mot pris-vinkelen er verdt å ta på alvor. En billig modell som trenger tre forsøk på en oppgave en dyr modell løser på ett, er ikke billig. Nettopp DeepSWE-gapet på 17 poeng er der flerstegsarbeid lever, og det er der en agent brenner tokens på å prøve igjen. Regnestykket avhenger derfor av oppgavetypen din, ikke av prislisten alene.
Prisstrategien gjentar mønsteret fra kinesiske leverandører som Zhipu og DeepSeek: kom nær nok på ytelse, vinn på pris. Grok 4.5 er tilgjengelig gjennom Grok Build, Cursor og xAI-konsollet, men ikke i EU ennå. xAI sikter mot midten av juli, noe som i praksis betyr at norske utviklere må vente eller rute utenom.
For deg som bygger, flytter dette terskelen for hva som er verdt å automatisere. Oppgaver du har latt være å kjøre gjennom en modell fordi regningen ikke forsvarte det, kan se annerledes ut på 6 dollar per million tokens. Oppgaver som krever at agenten holder tråden gjennom en hel kodebase, gjør det fortsatt ikke.