Grok 4.5 erschienen: Spezifikationen, Benchmarks, Preise und alles Neue

Am 8. Juli 2026 veröffentlichte xAI Grok 4.5, sein erstes Modell, das speziell für Coding und agentische Arbeit entwickelt wurde. Das ist kein allgemeines Fähigkeits-Upgrade. Es ist eine bewusste Hinwendung zu Entwicklern, mit Training anhand echter Cursor-Entwicklersitzungsdaten und Benchmarks, die messen, was eine KI tatsächlich in einer echten Codebasis über eine lange Sitzung hinweg leisten kann. Es wurde am 12. August 2026 von Grok 4.6, einem Post-Training-Upgrade auf derselben Grundlage, abgelöst.

Das Ergebnis ist ein Modell, das 56 auf dem Artificial Analysis Intelligence Index erreicht, vor jedem Gemini-Modell, zu einem Bruchteil der Kosten des aktuellen Frontiers. Artificial Analysis gab $0.36 aus, um Grok 4.5 durch den Index zu führen, gegenüber $1.23 für GPT-5.6 Sol und $2.34 für Claude Opus 5 bei maximalem Reasoning.

Elon Musk positionierte es direkt: „Es ist ein Opus-Klasse-Modell, aber schneller, tokeneffizienter und kostengünstiger." In einer Folgeanmerkung war er präziser: „Grok 4.5 ist ungefähr vergleichbar mit Opus 4.7, aber viel schneller."

Musk hat auch signalisiert, dass die aktuellen Geschwindigkeiten nicht die Obergrenze sind. xAI hat seinen intern entwickelten C/C++-Inferenz-Stack, der direkt auf die GB300-Hardware abbildet, noch nicht eingesetzt, und wenn das passiert, erwartet er, dass sich die Geschwindigkeiten verdoppeln oder mehr. Er deutete eine weitere Verbesserung für den folgenden Monat an; zum 10. August 2026 ist nichts erschienen, und grok-4.5-latest ist immer noch der aktuelle Alias in xAIs Modellliste.

Das Wichtigste in Kürze

• Grok 4.5 erschien am 8. Juli 2026 und erreicht 56 auf dem Artificial Analysis Intelligence Index v4.1.1, vor jedem Gemini-Modell. Es rangierte beim Start auf Platz 4 und steht jetzt auf Platz 15 von 185 Einträgen.
• Aufgebaut auf dem 1,5-Billionen-Parameter-V9-Fundamentmodell und trainiert auf echten Cursor-Sitzungsdaten für Coding und agentische Aufgaben.
• Preis bei $2 / $6 pro Million Token mit gecachter Eingabe bei $0.30, gegenüber $5 / $25 für das aktuelle Claude Opus 5. Auf Artificial Analysis ist es das günstigste Modell in den Top 15, um durch den Intelligence Index zu laufen.
• Hochgradig tokeneffizient, verwendet etwa 14.000 Ausgabe-Token pro Intelligence-Index-Aufgabe gegenüber 67.020 für Opus 4.8 in xAIs Launch-Vergleich.
• Musk nennt es „Opus-Klasse, aber schneller," mit einem benutzerdefinierten Inferenz-Stack, der die aktuellen ~80 Token/Sek. verdoppeln soll.

Was Grok 4.5 tatsächlich ist

Grok 4.5 ist xAIs erstes Modell, das von Grund auf für Coding und agentische Aufgaben statt für allgemeine Intelligenz trainiert wurde. Aufgebaut auf dem 1,5-Billionen-Parameter-V9-Fundamentmodell, wurde es in Partnerschaft mit Cursor trainiert, um langwierige Jobs über mehrere Repositories hinweg zu bewältigen und mit minimaler menschlicher Intervention über Hunderte von Tool-Aufrufen zu arbeiten. Diese Partnerschaft brachte später SpaceXAIs Agenten-Produkt hervor, das denselben Ansatz in eine Desktop-App bringt.

Die Hauptspezifikationen sind unkompliziert.

Der V9-Name markiert einen vollständigen Generationswechsel gegenüber der V8-Serie, die Grok 4.3 betrieb, und verdreifacht den Maßstab, während der Trainingsfokus vollständig auf Coding und agentische Aufgaben verlagert wird. Das Kontextfenster verkleinerte sich von Grok 4.3s 1 Million Token auf 500k, was ein echter Kompromiss für alle ist, die das volle Millon benötigten.

Die Cursor-Verbindung

Die Formulierung „trained with Cursor" in der Ankündigung ist nicht nur eine Marketing-Partnerschaft. Mitte Juni 2026 erwarb SpaceX Cursor für ungefähr 60 Milliarden $, was einen der am weitesten verbreiteten KI-Coding-Editoren direkt in das xAI-Ökosystem brachte. Deshalb bezog Grok 4.5s Training echte Cursor-Entwicklersitzungsdaten ein und gab xAI direkten Zugang zu den tatsächlichen Workflows, Kontextmustern und langfristigen Aufgabenstrukturen, die Entwickler in der Produktion nutzen.

Anders als das Training an öffentlichen Code-Repositories erfassen echte Sitzungsdaten, wie Entwickler ein Problem iterieren, zwischen Dateien hin- und herwechseln und mehrstufige Entscheidungen in echten Projekten treffen. Grok 4.5 ist das erste Modell, das das widerspiegelt.

xAI führte neben diesem Modell auch eine neue Trainingsmethodik ein: asynchrones Lernen, das mehrstündige agentische Trainingsläufe parallel zum laufenden Modelltraining statt sequenziell ermöglicht. Der praktische Effekt ist, dass Feedback-Schleifen zwischen dem Verhalten des Modells und seinen Trainings-Updates viel enger sind, was es dem Modell ermöglicht, die Art von langwierigen autonomen Sitzungen zu bewältigen, bei denen die meisten Agenten derzeit ins Stocken geraten.

Benchmark-Ergebnisse

xAIs veröffentlichte Benchmarks beim Launch

Das sind die Zahlen, die xAI am 8. Juli 2026 veröffentlichte, gemessen an den Modellen, die an jenem Tag aktuell waren. Direkt gelesen: Grok 4.5 schlägt Opus 4.8 bei zwei der vier Benchmarks (DeepSWE 1.0 und Terminal-Bench 2.1) und liegt bei zwei anderen dahinter (DeepSWE 1.1 und SWE-Bench Pro). Claude Fable 5 führt alle vier an, und bei Terminal-Bench 2.1 beträgt der Abstand zwischen Grok 4.5 (83,3 %) und GPT-5.5 (83,4 %) einen Zehntelpunkt. Opus 4.8 und GPT-5.5 wurden seitdem von Claude Opus 5 und GPT-5.6 Sol abgelöst, für die xAI keine Zahlen veröffentlicht hat, sodass der aktuelle Standings-Abschnitt unten der relevante für Kaufentscheidungen ist.

Unabhängige Benchmarks von Artificial Analysis

Auf dem Artificial Analysis Intelligence Index, jetzt in Version v4.1.1, erreicht Grok 4.5 beim hohen Reasoning 56. Grok 4.3 erreicht 37 beim mittleren auf demselben Board, was diesen zum bisher größten generationsübergreifenden Sprung von xAI auf diesem Index macht, und Grok 4.5 schlägt immer noch jedes gelistete Gemini-Modell; das beste, Gemini 3.6 Flash, liegt bei 52. Die Punktzahl selbst stieg von 54 auf 56 im August, weil Artificial Analysis das gesamte Board in v4.1.1 nach oben neu bewertet hat, nicht weil sich das Modell geändert hat.

Seine Position hat sich jedoch verändert, und das ist klar zu sagen. Grok 4.5 rangierte bei 168 Einträgen am Launch am 8. Juli auf Platz vier. Auf dem heutigen Board liegt es auf Platz 15 von 185, wobei Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Muse Spark 1.2 und GPT-5.6 Terra alle höher punkten. Claude Opus 4.8, gegen das Grok 4.5 beim Launch benchmarkt wurde, ist auf dem Board überhaupt nicht mehr gelistet. Die Punktzahl ist nicht gefallen, das Feld hat sich bewegt.

Eine Launch-Behauptung hat sich direkt umgekehrt. Grok 4.5 übertrifft nicht mehr jedes Open-Weight-Modell, weil Kimi K3 seine Open Weights am 27. Juli 2026 veröffentlichte und 60 auf demselben Index erreicht.

Auf GDPval-AA v2, dem Benchmark für nachhaltige agentische Wissensarbeit, erreicht Grok 4.5 ein Elo von 1.543, vor GLM-5.2 bei 1.513 und hinter Claude Opus 4.8 bei 1.600. Es rangierte beim Launch auf Platz vier, aber Claude Opus 5 hat seitdem 1.861 auf demselben Benchmark erreicht, sodass sich diese Position ebenfalls verschoben hat. Bei der schwierigsten Sub-Aufgabe finanziellen Reasonings, tau3-Banking, erreicht Grok 4.5 33 %, die höchste Punktzahl unter allen bewerteten Modellen, besser als GPT-5.5 (xhigh) bei 31 %.

Auf dem Artificial Analysis Coding Agent Index (DeepSWE, Terminal-Bench v2 und SWE-Atlas QnA kombiniert) erreicht Grok 4.5 im Grok-Build-Harness 76 und rangiert auf Platz drei. Es ist auf Augenhöhe mit GPT-5.5 (xhigh) in Codex und liegt knapp unter Fable 5 (max) in Claude Code.

xAI berichtet auch den Harvey Legal Agent Benchmark, bei dem Grok 4.5 auf Platz eins rangiert. Zusammen mit dem tau3-Banking-Topergebnis deutet das auf Rechts- und Finanz-Wissensarbeit als spezifische Stärken hin, die über das hinausgehen, was die Coding-Benchmarks allein erfassen.

Token-Effizienz

Der Token-Preis ist die Schlagzeile, aber die Token-Effizienz ist die aussagekräftigere Zahl. Auf SWE-Bench Pro verwendete Grok 4.5 ungefähr 15.954 Ausgabe-Token pro Aufgabe gegenüber Opus 4.8s 67.020, ein 4,2-facher Abstand. Auf dem Artificial Analysis Intelligence Index verwendet es ungefähr 14.000 Ausgabe-Token pro Aufgabe, über 60 % weniger als Opus 4.8. Auf dem Coding Agent Index durchschnittlich 1,9 Millionen Gesamttoken pro Aufgabe gegenüber 7,2 Millionen für Fable 5 in Claude Code und 6,2 Millionen für GPT-5.5 in Codex.

Ein Modell, das 4x weniger Token verwendet, ist nicht nur pro Aufgabe günstiger. Es ist schneller und erzeugt weniger Rauschen in agentischen Pipelines, was bei mehrstufiger autonomer Arbeit wichtig ist.

Preise und Kosten pro Aufgabe

Grok 4.5 wird zu $2.00 pro Million Eingabe-Token und $6.00 pro Million Ausgabe-Token berechnet. Cache-Treffer erhalten einen Rabatt von 85 %, was gecachte Eingabe-Token auf $0.30 pro Million senkt. Ein wichtiger Vorbehalt: Der Preis verdoppelt sich für Eingaben länger als 200k Token. Für eine vollständige Übersicht der Grok-Abonnement- und API-Preise, einschließlich der Verbraucherstufen, deckt dieser Leitfaden alle Optionen ab.

Gegenüber dem aktuellen Frontier liegt das deutlich unter der Hälfte dessen, was Claude Opus 5 bei $5 / $25 berechnet. Aber die Kosten pro Aufgabe sind die aussagekräftigere Zahl, da sie berücksichtigt, wie viele Token jedes Modell tatsächlich ausgibt. Die untenstehende Tabelle enthält xAI- und Artificial-Analysis-Zahlen, wie sie beim Launch im Juli 2026 veröffentlicht wurden.

Die Pro-Aufgabe-Zahlen sind das, was wirklich im Produktionsmaßstab zählt. Grok 4.5 erreichte nahezu gleichwertige Coding-Agent-Performance zu ungefähr der Hälfte der Kosten von GPT-5.5 und weniger als einem Viertel der Kosten von Fable 5 pro abgeschlossenem Job. Dieser Vorteil hat sich gehalten, während das Feld sich bewegt hat. Auf dem aktuellen Intelligence Index setzt Artificial Analysis die Kosten für das Ausführen von Grok 4.5 bei $0.36 an gegenüber $1.23 für GPT-5.6 Sol und $2.34 für Claude Opus 5, beide bei maximalem Reasoning.

Wo Grok 4.5 verfügbar ist

Grok 4.5 ging am Launch-Tag auf einer breiten Auswahl von Plattformen live. Es ist in der xAI-API unter dem Modellnamen grok-4.5 verfügbar, in Grok Build (xAIs eigenem Coding-Agent-Harness) und in Cursor über alle Pläne hinweg. Der Zugang über Dritte umfasst OpenRouter, Vercel, Cloudflare, Snowflake und Databricks Mosaic. Es ist auch live in Fello AI auf Mac, iPhone und iPad.

Der Office-Plugin-Launch ist bemerkenswert. xAI positioniert Grok 4.5 nicht nur als Coding-Modell, sondern als Wissensarbeits-Modell, das komplexe Excel-Modelle mit integrierter Web-Recherche erstellen und ausgefeilten PowerPoint-Inhalt generieren kann. Das erweitert den adressierbaren Anwendungsfall weit über die Softwareentwicklung hinaus.

Die EU-Lücke wurde geschlossen. Grok 4.5 startete in 47 Ländern, war aber in allen 27 EU-Mitgliedstaaten gesperrt, eine Verzögerung, die auf Compliance-Arbeit unter dem EU AI Act zurückgeführt wurde, der Modelle, die über 10²⁵ FLOPs trainiert wurden, als systemisches Risiko einstuft. xAI öffnete den EU-Zugang später im Juli 2026, und seine Entwicklerdokumentation trägt nicht mehr die regionale Einschränkung, die sie beim Launch zeigte.

Das Modell unterstützt sowohl die Responses-API- als auch die Chat-Completions-Formate, was bedeutet, dass es in Codebasen, die bereits auf OpenAI-kompatiblen APIs aufgebaut sind, ohne Änderungen passt.

Was Elon Musk gesagt hat

Musk machte rund um den Launch-Tag mehrere Aussagen, die darauf hinweisen, wo dieses Modell hingehört und wohin es sich entwickelt.

Zur Fähigkeitspositionierung: „Es ist ein Opus-Klasse-Modell, aber schneller, tokeneffizienter und kostengünstiger", mit einer Folgepräzisierung, dass es „ungefähr vergleichbar mit Opus 4.7, aber viel schneller" ist. Dieses letzte Detail ist wichtig. Musk benchmarkt gegen Opus 4.7, nicht 4.8, was die unabhängigen Daten weitgehend stützen.

Zur Geschwindigkeitsobergrenze: „Grok 4.5 nutzt noch nicht unsere intern entwickelte C/C++-Inferenzsoftware, die direkt auf die GB300-Hardware abbildet. Eine Verdoppelung oder mehr der aktuellen Geschwindigkeit ist wahrscheinlich erreichbar." Der aktuelle Durchsatz von etwa 80 Token pro Sekunde ist nicht die endgültige Zahl. Der benutzerdefinierte Inferenz-Stack ist in Entwicklung und wird weitere Geschwindigkeit ohne Änderung der Modellgewichte hinzufügen.

Zum nächsten Schritt: „Die nächste Veröffentlichung des Monats wird eine weitere sprunghafte Verbesserung sein, wenn wir den Kreis des Lösens realer Ingenieurprobleme bei Tesla, SpaceX, Neuralink und Boring Company schließen." Diese Feedback-Schleife aus echter Ingenieurarbeit an xAIs Schwesterfirmen ist eine Trainingsdatenquelle, die kein anderes Lab im gleichen Umfang hat.

Zu zukünftigen multimodalen Fähigkeiten: Grok wird die Fähigkeit erwerben, Grok Imagine als Werkzeug im agentischen Modus aufzurufen und Bild- und Videogenerierung als Teil eines längeren autonomen Workflows statt als separate Funktion einzulösen. Musk bezeichnete das als besonders wertvoll für Spielentwickler.

Erste Nutzerreaktionen

Das Entwickler-Feedback aus dem frühen Cursor-Zugang war positiv. Danny Limanseta beschrieb es als „Opus 4.8 bei 2x der Geschwindigkeit zu einem viel günstigeren Preis", nachdem er es genutzt hatte, um eine komplexe Spielfunktion über eine vollständige Sitzung hinweg zu brainstormen, zu planen und zu implementieren, ohne es bei jedem Schritt manuell korrigieren zu müssen.

Artificial Analysis fasste die Wettbewerbsverschiebung beim Launch-Tag direkt zusammen und schrieb, dass Grok 4.5 „SpaceXAI an die Intelligenz-Frontier bringt, nur hinter OpenAI und Anthropic, und alle Open-Weights-Modelle und insbesondere Googles Gemini-Modelle übertrifft." Die Open-Weight-Hälfte dieses Satzes wurde seitdem überholt, wie oben angemerkt.

Wie Grok 4.5 im Vergleich zur Konkurrenz abschneidet

Gegenüber dem aktuellen Frontier nimmt Grok 4.5 selten den direkten Spitzenplatz bei rohen Fähigkeiten ein, gewinnt aber konsequent bei Kosten und Token-Effizienz. Hier ist der Modell-für-Modell-Vergleich, mit dem Artificial-Analysis-v4.1.1-Board für alles Aktuelle und xAIs Launch-Zahlen, wo diese die einzigen veröffentlichten sind.

Versus Grok 4.3

56 gegen Grok 4.3s 37 ist der größte Generationssprung in der Grok-Linie. Das Kontextfenster halbierte sich von 1M auf 500k, und die Eingabemodalitäten verengten sich auf Text und Bilder, das sind die zwei echten Kompromisse. Wenn du Grok 4.3 für Coding genutzt hast, ist Grok 4.5 in jeder anderen Dimension ein bedeutendes Upgrade.

Versus Claude Opus 5

Claude Opus 5 ist Anthropics aktuelles Flaggschiff und führt den Intelligence Index bei 63 an, sieben Punkte vor Grok 4.5. Es trägt auch ein Kontextfenster von 1M Token gegenüber Grok 4.5s 500k. Der Kostenvergleich läuft andersherum, und nicht knapp. Opus 5 kostet $5 / $25 pro Million Token gegenüber $2 / $6, und Artificial Analysis gab $2.34 aus, um Opus 5 durch den Index zu führen, gegenüber $0.36 für Grok 4.5. Für die härteste offene Coding-Arbeit hat Opus 5 den Vorteil; für agentische Pipelines, wo sich die Pro-Aufgabe-Kosten über Hunderte von Tool-Aufrufen hinweg aufaddieren, sind die Ökonomien von Grok 4.5 besser.

Versus Claude Fable 5

Fable 5 führt über alle vier xAI-Benchmarks und auf dem Intelligence Index. Der Kostenabstand ist der größte aller Vergleiche: $2.49 gegenüber $11.80 pro Coding-Agent-Aufgabe, fast 5-fach. Für Workloads, bei denen die absolut höchste Coding-Performance Pflicht ist, liegt Fable 5 noch vorne. Für Frontier-nahe Performance zu einem Bruchteil der Kosten gewinnt Grok 4.5.

Versus GPT-5.6 Sol

Sol ist OpenAIs aktuelles Flaggschiff und der nächste Vergleich auf dem Board. Es erreicht 61 bei maximalem Reasoning und 57 bei hoch, was Grok 4.5s 56 innerhalb eines einzigen Punktes von Sol beim hohen Setting platziert. Die Kosten trennen sie: Artificial Analysis führte Sol bei max durch den Index für $1.23 gegenüber Grok 4.5s $0.36. Wenn du nach rohen Fähigkeiten wählst, gewinnt Sol; wenn du nach Fähigkeiten pro Dollar im Maßstab wählst, gewinnt Grok 4.5.

Versus das Launch-Tag-Paar Opus 4.8 und GPT-5.5

Beide Modelle, gegen die Grok 4.5 im Juli benchmarkt wurde, haben seitdem Legacy-Status erreicht, aber die Zahlen sind es wert zu behalten, weil sie die einzigen direkten Vergleichsdaten sind, die xAI veröffentlicht hat. Gegen Opus 4.8 gewann Grok 4.5 DeepSWE 1.0 und Terminal-Bench 2.1 und verlor DeepSWE 1.1 und SWE-Bench Pro. Gegen GPT-5.5 betrug der Abstand bei Terminal-Bench 2.1 einen Zehntelpunkt (83,3 % vs. 83,4 %), der Coding Agent Index war ein Unentschieden, und Grok 4.5 führte tau3-Banking um 2 Punkte bei ungefähr der Hälfte der Pro-Aufgabe-Kosten ($2.49 vs. $5.07).

Versus GLM-5.2

Grok 4.5 liegt knapp vor GLM-5.2 auf GDPval-AA v2 (Elo 1.543 vs. 1.513). Grok 4.5 führt auf dem gesamten Intelligence Index und bei tau3-Banking.

Warum diese Veröffentlichung wichtig ist

Drei Dinge stechen beim Grok-4.5-Launch heraus, die über die Benchmark-Zahlen hinaus zu verfolgen sind.

xAI hat die Intelligenz-Frontier erreicht. Grok 4.3 konkurrierte nicht mit Anthropic und OpenAI an der Spitze der Fähigkeitsbewertungen, mit 37 auf dem Intelligence Index. Grok 4.5 tut es, mit 56. Das verändert die Wettbewerbsstruktur des Marktes von einem Zwei-Spieler-Rennen zu einem Drei-Wege-Rennen.

Das Kosteneffizienz-Argument ist real, nicht nur ein Preisrabatt. Grok 4.5 ist günstiger pro Token, aber es ist auch dramatisch tokeneffizienter pro Aufgabe. Ein Modell, das dieselbe Ausgabe in 14.000 Token produziert, wenn ein Mitbewerber 67.000 verwendet, ist nicht nur günstiger zu betreiben, es ist schneller und erzeugt weniger Rauschen in agentischen Workflows. Beides zählt im Produktionsmaßstab.

Die Geschwindigkeitsobergrenze wurde noch nicht erreicht. 80 Token pro Sekunde ist die aktuelle Zahl. Wenn xAI seinen benutzerdefinierten C/C++-Inferenz-Stack eingesetzt, der auf die GB300-Hardware abbildet, erwartet Musk, dass sich das verdoppelt oder mehr. Ein Modell, das bereits bei Kosten und Qualität wettbewerbsfähig ist, wird erheblich schneller ohne ein Modell-Update.

Grok 4.5 ist live in Fello AI, wo du es neben Claude, ChatGPT, Gemini, DeepSeek und Perplexity in einer nativen App für Mac, iPhone und iPad ausführen kannst und dieselbe Aufgabe über jedes Frontier-Modell in einem Abonnement vergleichen kannst, statt separate Konten zu verwalten. Für den Kontext, was nach Grok 4.5 kommt, deckt der Grok 5-Artikel ab, was xAI zur nächsten Hauptversion signalisiert hat.

FAQ