Grok 4.5, enfin livré !
À l'instant, SpaceXAI d'Elon Musk a publié son modèle phare le plus puissant à ce jour, Grok 4.5.
Cette fois, SpaceXAI et Cursor ont uni leurs forces.
Sur des milliers de bêtes de somme GB300, ils ont réussi à « forger » ce monstre de performance, né pour le codage et les agents intelligents.
Le bulletin de notes est plutôt brillant –
- SWE Bench Pro : atteint 64,7 %, rivalisant et dépassant les 64,3 % d'Opus 4.7 ;
- Terminal Bench 2.1 : s'envole à 83,3 % ;
- DeepSWE 1.0 : se maintient solidement à 62,0 %, surpassant nettement Opus 4.8.
Musk a déclaré : « Grok 4.5 est globalement équivalent à Opus 4.7, mais beaucoup plus rapide ».
C'est la combinaison des capacités, de la vitesse et du coût qui constitue son avantage concurrentiel. Autrement dit, il utilise une fraction des tokens par rapport aux autres pour accomplir le travail.
Les prix de Grok 4.5 sont de 2$ par million de tokens en entrée et 6$ par million de tokens en sortie.
Par rapport à Opus 4.8, la consommation de tokens est réduite d'un facteur de 4,2.
Des milliers de GB300 pour forger un modèle « de niveau Opus »
Grok 4.5 est le premier atout majeur de SpaceXAI après son introduction en bourse, et aussi la première copie rendue en collaboration avec Cursor.
Alors, comment a-t-il été entraîné ?
La réponse réside dans un entraînement à très grande échelle, sur des dizaines de milliers de GPU NVIDIA GB300. Mais empiler de la puissance de calcul n'est que le ticket d'entrée.
Musk annonce : la semaine prochaine, le contexte de Grok 4.5 sera étendu à 1 million
Là où SpaceXAI a vraiment mis les bouchées doubles, c'est sur les données.
Ils ont appliqué un filtrage, une déduplication et un scoring de qualité draconiens à d'immenses corpus, assurant que chaque parcelle de données ingérée par le modèle était du contenu professionnel à haute densité informationnelle.
Ensuite, ils ont centré le Reinforcement Learning (RL) sur une métrique dont peu parlent : « l'intelligence par token » (per-token intelligence).
L'arrivée de Cursor est l'élément clé de ce cercle vertueux.
La base de Grok 4.5 est V9 (1.5T). Selon la présentation officielle, des billions de données de Cursor ont été injectées pendant l'entraînement.
Ces données enregistrent comment les développeurs interagissent réellement avec les dépôts de code, les outils et les agents intelligents.
Cela signifie que le modèle n'apprend pas seulement « à quoi ressemble le code », mais aussi « comment les humains et l'IA codent ensemble ».
Sa stack d'entraînement est conçue pour un haut niveau d'asynchronicité –
Les agents intelligents peuvent fonctionner pendant plusieurs heures d'affilée, le modèle continue d'apprendre tout en travaillant, et l'entraînement sur des dizaines de milliers de GPU ne s'arrête jamais.
Le résultat est qu'il ne sait pas seulement résoudre des exercices, mais qu'il peut aussi gérer des tâches d'ingénierie complexes en plusieurs étapes sur de longues durées de plusieurs heures.
Égal à GPT-5.5, proche d'Opus 4.8
Les performances brutes de Grok 4.5, issues de cette approche d'entraînement, sont absolument robustes.
Sur plusieurs benchmarks d'ingénierie clés, ses performances peuvent être qualifiées de « solides » – pas les meilleures, mais suffisantes pour intégrer le premier groupe.
Sur DeepSWE 1.0, il atteint 62,0 %, surpassant Opus 4.8 (55,75 %) et talonnant GPT-5.5 (64,31 %) ;
Sur Terminal Bench 2.1, il bondit à 83,3 %, à seulement 0,1 point de GPT-5.5 (83,4 %) ! ;
Sur le benchmark plus exigeant SWE Bench Pro, il atteint un taux de résolution de 64,7 %, dépassant GPT-5.5 (58,6 %) et se rapprochant d'Opus 4.8 (69,2 %).
Dans les tests officiels de l'AAAI, Grok 4.5 se classe quatrième, derrière Fable 5, GPT-5.5 et Opus 4.8.
Dans le benchmark d'agent juridique Harvey, il arrive en première position.
Il faut admettre que ce bulletin de notes est impressionnant.
Mais il faut aussi reconnaître que le roi incontesté du trône est actuellement Claude Fable.
En résumé, Grok 4.5 est globalement à égalité avec GPT-5.5, très proche d'Opus 4.8, mais il reste encore un écart avec le sommet absolu.
Musk lui-même le dit très pragmatiquement : « Notre évaluation interne est que Grok 4.5 est à peu près équivalent à Opus 4.7, mais beaucoup plus rapide ».
L'arme ultime : rapide et économique
Le véritable coup de grâce de Grok 4.5 se cache dans trois mots : vitesse, efficacité et prix.
Sa vitesse d'inférence atteint 80 TPS (tokens par seconde). Selon les termes officiels, « plus rapide que les modèles de type flash ».
Avec une simple phrase, il a écrit un simulateur 3D du système solaire en Three.js :
Prise en charge de l'accélération temporelle, mouvement orbital réaliste des huit planètes, même le tableau de bord HUD est soigneusement conçu.
En termes d'efficacité, dans les tâches SWE Bench Pro, Grok 4.5 ne génère en moyenne que 15 954 tokens pour résoudre un problème.
Pour accomplir le même travail, Opus 4.8 doit en moyenne produire 67 020 tokens.
Un facteur de 4,2. Grok 4.5 utilise moins d'un quart des tokens de son concurrent pour résoudre le même problème d'ingénierie.
Au niveau des prix : 2$ par million de tokens en entrée, 6$ par million de tokens en sortie.
Il existe également une version avancée plus rapide, au prix de 4$ en entrée et 18$ en sortie par million de tokens.
Comparé aux modèles de pointe dont les prix démarrent souvent à une dizaine de dollars, ce tarif est presque un prix cassé.
Ces trois chiffres combinés mènent à une seule conclusion :
En matière de « quantité d'intelligence qu'on peut obtenir par unité de temps et par unité de coût », Grok 4.5 est actuellement le « champion du rapport qualité-prix ».
Tests réels : la performance réelle de Grok 4.5
Par ailleurs, les retours des tests effectués par les internautes nous permettent d'entrevoir les capacités réelles de Grok 4.5.
Une phrase, et il génère « Minecraft ».
Dans un seul fichier HTML, Grok 4.5 peut facilement créer une page SaaS complète et sophistiquée.
Grok 4.5 déploie tout son talent, réalisant un ensemble complet de conceptions 2D+3D en moins d'une minute dans l'application.
Le grand maître des jeux IA, Danny Limanseta, a utilisé Grok 4.5 pour générer un jeu complet avec diverses fonctionnalités.
Cependant, certains développeurs notent que Grok 4.5 n'est pas du tout au niveau d'Opus 4.7. Par exemple, le test de la lampe à lave généré donne de mauvais résultats.
Pas le plus fort, en attendant de bouleverser la donne le mois prochain
Aujourd'hui, Musk a encore semé une petite bombe :
Grok maîtrise l'art de l'ingénierie.
La version du mois prochain sera un nouveau bond en avant, car nous sommes en train de boucler la boucle en résolvant des problèmes d'ingénierie réels chez Tesla, SpaceX, Neuralink et The Boring Company.
Le mois prochain, un nouveau bond. Et selon la rumeur, une version plus grande de 2 000 milliards de paramètres est en préparation.
Les scores de benchmark sont les feux d'artifice pour les néophytes ; l'efficacité et le coût sont les véritables armes pour entraîner l'adversaire dans une guerre d'usure.
Quand l'intelligence des modèles commence à être facturée comme l'électricité au kilowattheure, l'avantage décisif appartient à celui qui peut rendre l'intelligence rapide, bon marché et omniprésente.
Cette fois, Musk n'a pas joué la carte la plus forte, mais il a renversé la table.
Références :
https://x.ai/news/grok-4-5
https://cursor.com/blog/grok-4-5
Cet article provient du compte WeChat officiel « New Zhiyuan », auteur : ASI Apocalypse, éditeur : Taozi
