SpaceXAI ra mắt Grok 4.5: Mô hình lập trình và tác vụ thông minh với chi phí tối ưu

SpaceXAI vừa phát hành Grok 4.5. Công ty gọi đây là mô hình thông minh nhất của họ tính đến thời điểm hiện tại. Nó tập trung vào lập trình, các tác vụ đại lý (agentic tasks) và công việc tri thức. SpaceXAI cho biết Grok 4.5 được huấn luyện cùng với Cursor, một trình soạn thảo mã nguồn tích hợp AI.

Tóm tắt

Grok 4.5 là gì?

Grok 4.5 là một mô hình đa năng được tinh chỉnh cho công việc kỹ thuật thực tế. SpaceXAI đã huấn luyện nó trên các tập dữ liệu bao gồm lập trình, khoa học, kỹ thuật và toán học. Nhóm nghiên cứu mô tả khả năng suy luận của nó vừa thông minh vừa hiệu quả. Nó đã đạt vị trí số 1 trên bảng xếp hạng Harvey’s Legal Agent Benchmark, điều mà SpaceXAI trích dẫn như một minh chứng cho thế mạnh trong công việc văn phòng.

Quá trình huấn luyện được thực hiện trên hàng chục nghìn GPU NVIDIA GB300. SpaceXAI đã sử dụng các kỹ thuật huấn luyện và ổn định được thiết kế cho các đợt chạy quy mô lớn. Ngoài khối lượng token thô, nhóm còn đầu tư vào việc lọc và tuyển chọn dữ liệu. Điều này bao gồm khử trùng lặp, chấm điểm chất lượng và lựa chọn tập trung theo lĩnh vực.

Sau đó, nhóm SpaceXAI đã mở rộng học tăng cường (reinforcement learning) với trọng tâm là trí thông minh trên mỗi token. RL bao phủ hàng trăm nghìn tác vụ. Hầu hết tập trung vào kỹ thuật phần mềm đa bước và các công việc kỹ thuật khác. Việc đánh giá kết hợp giữa các phương pháp tự động và dựa trên mô hình. Hệ thống hỗ trợ huấn luyện không đồng bộ cao. Các đợt triển khai tác vụ đại lý có thể chạy trong nhiều giờ trong khi quá trình học vẫn tiếp tục.

Hiệu suất trên các bộ tiêu chuẩn (Benchmark)

Nhóm SpaceXAI đã công bố điểm số trên bốn bộ tiêu chuẩn lập trình. Các số liệu của đối thủ cạnh tranh được lấy từ các thẻ hệ thống (system cards) hoặc bảng xếp hạng đã công bố. Văn bản của SpaceXAI cho biết Grok 4.5 vượt trội hơn các mô hình hàng đầu tương đương. Biểu đồ của chính họ lại cho thấy kết quả đa dạng hơn. Fable (max) đạt điểm cao nhất trên cả bốn bộ tiêu chuẩn. Grok 4.5 bám đuổi sát nút nhất trên Terminal Bench 2.1.

Tham khảo nhanh: “pass@1” chỉ đếm các lần vượt qua ở lần thử đầu tiên; “resolve rate” là tỷ lệ các tác vụ được giải quyết thành công.

Tốc độ và hiệu quả token

Grok 4.5 được phục vụ ở mức 80 TPS. SpaceXAI báo cáo hiệu quả token cao gấp khoảng hai lần so với các mô hình hàng đầu. Trên SWE Bench Pro, Grok 4.5 đã giải quyết các tác vụ với trung bình 15.954 token đầu ra. SpaceXAI báo cáo rằng Opus 4.8 (max) đã sử dụng 67.020 token trên cùng bộ tiêu chuẩn đó. Con số này ít hơn khoảng 4,2 lần về số lượng token đầu ra. Ít token đầu ra hơn thường đồng nghĩa với chi phí đầu ra thấp hơn và độ trễ thấp hơn cho mỗi tác vụ.

Giá cả

Grok 4.5 có giá 2 USD cho mỗi triệu token đầu vào và 6 USD cho mỗi triệu token đầu ra. SpaceXAI cho biết nó giải quyết các tác vụ với số bước ít hơn một nửa. Hãy xác nhận giá hiện tại trong bảng điều khiển SpaceXAI trước khi lập ngân sách.

Các trường hợp sử dụng kèm ví dụ

Bắt đầu (mã nguồn hoạt động)

Grok 4.5 hiện đã có sẵn trong Grok Build, trong Cursor trên tất cả các gói dịch vụ và từ bảng điều khiển SpaceXAI. Hãy lấy khóa API và gọi đến endpoint phản hồi. ID mô hình là grok-4.5.

Để sử dụng Grok Build từ terminal, hãy cài đặt CLI:

Tổng quan về Grok 4.5

Tính khả dụng và giới hạn

Grok 4.5 đã hoạt động trong Grok Build và trong Cursor trên tất cả các gói dịch vụ. Nó cũng có sẵn thông qua bảng điều khiển SpaceXAI. Hiện tại nó chưa khả dụng tại EU. SpaceXAI dự kiến sẽ cung cấp tại EU vào giữa tháng 7. Người dùng được sử dụng miễn phí trong một thời gian giới hạn trong Grok Build và Cursor.

Trình khám phá tương tác

Xem chi tiết kỹ thuật tại đây. Ngoài ra, hãy thoải mái theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit ML 150k+ thành viên của chúng tôi và đăng ký nhận bản tin. Khoan đã! Bạn có dùng Telegram không? Bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Cần hợp tác với chúng tôi để quảng bá GitHub Repo, trang Hugging Face, bản phát hành sản phẩm hoặc hội thảo trực tuyến của bạn, v.v.? Hãy kết nối với chúng tôi.

Michal Sutter là một chuyên gia khoa học dữ liệu với bằng Thạc sĩ Khoa học Dữ liệu từ Đại học Padova. Với nền tảng vững chắc về phân tích thống kê, học máy và kỹ thuật dữ liệu, Michal xuất sắc trong việc chuyển đổi các tập dữ liệu phức tạp thành những thông tin chi tiết có thể hành động được.