作者 | 万连山
大厂神仙打架，凡人连夜吃瓜。
马斯克和奥特曼，永远是针锋相对的。
在OpenAI迫不及待解禁GPT 5.6系列的同一天，SpaceXAI和Cursor联合发布了Grok 4.5，抢光了前者的风头。
倒不是说Grok 4.5比GPT 5.6强，而是因为，它是很特别的那种……
在DeepSWE 1.1上，Grok 4.5得分53%，被Fable 5的70%、GPT-5.5的67%完爆。
在任何基准上，Grok 4.5都算不上最顶尖水平，但它依然可能是今年最“聪明”的大模型。
因为它选择一个其他大厂都不太想竞争的领域：够便宜，够快。
在SWE-Bench Pro任务中，Grok 4.5平均每个任务只输出15954个token。
作为对比，Opus 4.8输出67020 个token，差了4.2 倍。
推理速度则飙到了80-100 TPS（Tokens Per Second），是Flash类模型才有的速度。
更关键的是价格，每百万输入token 2美元、每百万输出token 6美元。
同样完成一个编程任务，用Opus要花 1 美元，用Grok 4.5可能只要0.1美元，差了一个数量级。
Grok 4.5凭什么又快又便宜？
01
简单点说，还是靠马斯克的钞能力。
好东西全买过来装备上，怎么会不强？
复杂点说：
首先还是大力出奇迹那招。
xAI还在世的时候，其最大的特点就是壕，基础设施底子太厚了。
Grok 4.5的底座是代号为V9的1.5万亿参数巨型模型，动用了4.5万块GB300 GPU进行集群训练，是上一代的三倍。
但是，光有算力是不够的，否则Grok早就是世界第一。
早在xAI并入SpaceXAI之前，根据《The Information》获取的内部备忘录数据，其模型浮点运算利用率（MFU，即GPU的“工作效率”）只有11%。
相比Meta的43%，谷歌的46%，甚至是很早前GPT-3的21-26%，都远远不如。
所以在SpaceXAI成立的同时，马斯克还宣布，把坐拥超过22万张GPU的Colossus 1租给Anthropic。
这一举动，当时来看，一是为了恶心OpenAI；二是为了测试算力租赁的商业模式、服务流程、定价策略，为未来的太空算力落地做准备。
先来来看，应该还有更重要的第三点，即学习对方的算力调度经验，优化自己的算力集群管理。
Grok 4.5价格、上下文和token效率
根据HuggingFace的拆解研报，Grok 4.5的MoE架构和旧版本完全不是一个物种。
1.5万亿总参数被切分了256 个专家，每次推理只激活其中的 4到6个。
其活跃参数量大概只有200亿，极大地降低了计算延迟，单次前向传播的计算量甚至低于百亿规模的模型。
也就是马斯克说的，“比Flash类模型还快”。
同时，以往大模型做强化学习，目标是“不计成本地提高正确率”，导致模型在思考时会产生严重的“思维反刍”。
SpaceXAI的科学家这次另辟蹊径，不再追求极致的性能，而是在达到一定标准的前提下，用更少的步骤、更少资源解决问题。
最终的表现就是，在一定标准下，解决相同的问题，Grok 4.5消耗的token远远低于竞品。
那又为什么便宜呢？
主流模型SWE Bench Pro任务token消耗对比
第二个功臣是刚刚花600亿美元收购的Cursor。
Grok 4.5被投喂了数以万亿计的Cursor用户真实交互数据。
静态数据只能让模型吸收知识，而这些动态数据，记录了数以万计开发者在IDE里多轮编辑记录、大代码库上下文切换、错误恢复路径、工具调用序列的等等行为。
使得模型知道在面对复杂的大型代码库时，第一步该看哪，第二步该连哪个工具，从而省去了大量的无效尝试。
根据TechCrunch曝光的架构图，Grok 4.5全面抛弃了老旧的GQA（分组查询注意力），采用了进阶的 MLA（多头潜在注意力），将庞大的KV向量通过低秩投影压缩成紧凑的潜在向量。
这就使得Grok 4.5在处理128K上下文时，KV Cache的显存占用直接缩减了85%，硬件摊销成本断崖式下跌。
主流模型价格对比
总而言之，Grok 4.5虽然不是最强的大模型，但其竞争力不可谓不强。
它不再追求极致性能，而更侧重效率和性价比。
换句话说，侧重点不再是卷技术，而是卷价格，抢占行业份额。
这是价格战，但不同于一般意义上的价格战。
02
过去几年，AI行业的商业模式其实非常“贵族化”。
Anthropic和OpenAI维持着高昂的API价格，靠B端客户的预算来补贴天文数字的研发成本。
大家都在讲缩放定律的信仰，只要模型够大够强，有的是人乖乖掏钱。
但Grok 4.5这次把遮羞布扯下来了。
《红杉资本2026年全球AI创投报告》中提到过一个概念：“模型即服务（MaaS）最终会退化为公用事业”。
就像老马在X上回复的那样，大部分任务、大部分人，根本不需要Fable 5那么高的智能。
Anthropic在B端的成功，很难复制到C端，因为90%普通人实在没比要花大价钱去用最强的模型。
Grok 4.5的定价策略就是典型的公用事业打法。
过去18个月到现在的Grok 4.5，前沿模型的输出成本从75美元/MTok跌到了6美元/MTok，降幅高达92%。
如果加上token效率的提高，实际任务成本跌了超过99%。
在这种情况下，跟着无脑卷价格是相当不明智的。
其它厂商会如何应对？
Anthropic，坚守B端市场。
Anthropic现在有点尴尬，Fable 5的智能虽然断层领先，但中端主力Opus 4.8对Grok 4.5并没有形成压倒性优势，成本还高得离谱。
所以Anthropic宣称，将自主研发的Claude Code工具中的系统提示词砍了80%。
官方解释说是因为Fable 5太聪明了，“不需要那么多废话指导”。
但实际上，这明显是在帮用户省输入Token成本，从而对冲高昂的API单价。
OpenAI拥有全世界最大的用户基数，是最灵活的。
GPT-5.6定价是Grok 4.5的5倍，后续很可能会立刻大幅下调GPT-4.5/5基础版的价格，并推出真正意义上的“原生智能体操作系统”，把竞争从价格层面转移到“工作流平台”。
谷歌，则几乎可以不理会。
Grok再便宜，还是按Token收费。
依靠谷歌云的庞大基建，谷歌完全可以把价格战变成基础设施的消耗战。
更何况，早先Gemini 3.5flash发布时，谷歌已经大幅降价过一次。
所以接下来的策略很可能是：不继续降价，但扩大上下文窗口+强化多模态+免费额度占领开发者入口。
至于其它小厂和开源社区，就比较惨了，几乎只能通过纯技术创新来省钱。
比如最近在Reddit的LocalLLaMA社区大火的开源工具pxpipe，利用PNG图片的隐写术，把原本冗长的代码上下文和文本隐藏进一张极小的PNG图片里，直接喂给支持多模态的 Claude Code或Fable 5，帮用户砍掉70%的Token成本。
这种民间智慧的涌现，不仅印证了当下整个市场对控成本已经到了近乎变态的执念，也证明了AI产业的路线已经发生改变。
03
Grok 4.5明确做了一个行业表率：benchmark分数够用就行，真实世界的生产力效益更重要。
除了够快，够便宜，Grok 4.5的另一大惊艳之处，是它与Cursor / Grok Build的深度融合。
过去，大模型和开发工具是割裂的。而现在，SpaceXAI完成了闭环。
这种“垂直整合”的威力，当年苹果在硬件和软件上玩过，特斯拉也在汽车和自动驾驶芯片上玩过。
一旦这个数据飞轮彻底转起来，那些只有大模型底座、没有核心高频应用场景粘性的厂商，将会面临老生常谈的“管道化”危机。
在商业方面，不再具备任何竞争力。
大模型的整体价格必然继续下降，等到明年，一个SWE-Bench Pro级任务的成本可能降到 0.01美元以下。
无论此时还是彼时，再去争论哪个最强已经失去意义，就像现在没人会在意哪个云厂商的服务器最强一样。
唯一的竞争维度将变成：性价比。
就像现实中的实物商品一样。
只有当硅基智慧被卷成了像水电一样、几块钱一吨的基础公共资源，那些曾经只存在于科幻里的人工智能概念，才真正有了飞入寻常百姓家的可能，有了投入应用市场的可能性。
这是每个人都应该享受到的时代红利。（全文完）