大廠神仙打架，凡人連夜吃瓜。
馬斯克和奧特曼，永遠是針鋒相對的。
在OpenAI迫不及待解禁GPT 5.6系列的同一天，SpaceX AI和Cursor聯合發佈了Grok 4.5，搶光了前者的風頭。
倒不是說Grok 4.5比GPT 5.6強，而是因為，它是很特別的那種……
在DeepSWE 1.1上，Grok 4.5得分53%，被Fable 5的70%、GPT-5.5的67%完爆。
在任何基準上，Grok 4.5都算不上最頂尖水平，但它依然可能是今年最“聰明”的大模型。
因為它選擇一個其他大廠都不太想競爭的領域：夠便宜，夠快。
馬斯克的原話是，“Grok 4.5大致只相當於Opus 4.7，但它很快，非常快！”
在SWE-Bench Pro任務中，Grok 4.5平均每個任務只輸出15954個token。
作為對比，Opus 4.8輸出67020 個token，差了4.2 倍。
推理速度則飆到了80-100 TPS（Tokens Per Second），是Flash類模型才有的速度。
更關鍵的是價格，每百萬輸入token 2美元、每百萬輸出token 6美元。
同樣完成一個程式設計任務，用Opus要花 1 美元，用Grok 4.5可能只要0.1美元，差了一個數量級。
Grok 4.5憑什麼又快又便宜？
01
簡單點說，還是靠馬斯克的鈔能力。
好東西全買過來裝備上，怎麼會不強？
複雜點說：
首先還是大力出奇蹟那招。
xAI還在世的時候，其最大的特點就是壕，基礎設施底子太厚了。
Grok 4.5的底座是代號為V9的1.5兆參數巨型模型，動用了4.5萬塊GB300 GPU進行叢集訓練，是上一代的三倍。
但是，光有算力是不夠的，否則Grok早就是世界第一。
早在xAI併入SpaceXAI之前，根據《The Information》獲取的內部備忘錄資料，其模型浮點運算利用率（MFU，即GPU的“工作效率”）只有11%。
相比Meta的43%，Google的46%，甚至是很早前GPT-3的21-26%，都遠遠不如。
所以在SpaceXAI成立的同時，馬斯克還宣佈，把坐擁超過22萬張GPU的Colossus 1租給Anthropic。
這一舉動，當時來看，一是為了噁心OpenAI；二是為了測試算力租賃的商業模式、服務流程、定價策略，為未來的太空算力落地做準備。
先來來看，應該還有更重要的第三點，即學習對方的算力調度經驗，最佳化自己的算力叢集管理。
根據HuggingFace的拆解研報，Grok 4.5的MoE架構和舊版本完全不是一個物種。
1.5兆總參數被切分了256 個專家，每次推理只啟動其中的 4到6個。
其活躍參數量大概只有200億，極大地降低了計算延遲，單次前向傳播的計算量甚至低於百億規模的模型。
也就是馬斯克說的，“比Flash類模型還快”。
同時，以往大模型做強化學習，目標是“不計成本地提高正確率”，導致模型在思考時會產生嚴重的“思維反芻”。
SpaceXAI的科學家這次另闢蹊徑，不再追求極致的性能，而是在達到一定標準的前提下，用更少的步驟、更少資源解決問題。
最終的表現就是，在一定標準下，解決相同的問題，Grok 4.5消耗的token遠遠低於競品。
那又為什麼便宜呢？
第二個功臣是剛剛花600億美元收購的Cursor。
Grok 4.5被投喂了數以兆計的Cursor使用者真實互動資料。
靜態資料只能讓模型吸收知識，而這些動態資料，記錄了數以萬計開發者在IDE裡多輪編輯記錄、大程式碼庫上下文切換、錯誤恢復路徑、工具呼叫序列的等等行為。
使得模型知道在面對複雜的大型程式碼庫時，第一步該看那，第二步該連那個工具，從而省去了大量的無效嘗試。
根據TechCrunch曝光的架構圖，Grok 4.5全面拋棄了老舊的GQA（分組查詢注意力），採用了進階的 MLA（多頭潛在注意力），將龐大的KV向量通過低秩投影壓縮成緊湊的潛在向量。
這就使得Grok 4.5在處理128K上下文時，KV Cache的視訊記憶體佔用直接縮減了85%，硬體攤銷成本斷崖式下跌。
總而言之，Grok 4.5雖然不是最強的大模型，但其競爭力不可謂不強。
它不再追求極致性能，而更側重效率和性價比。
換句話說，側重點不再是卷技術，而是卷價格，搶佔行業份額。
這是價格戰，但不同於一般意義上的價格戰。
02
過去幾年，AI行業的商業模式其實非常“貴族化”。
Anthropic和OpenAI維持著高昂的API價格，靠B端客戶的預算來補貼天文數字的研發成本。
大家都在講縮放定律的信仰，只要模型夠大夠強，有的是人乖乖掏錢。
但Grok 4.5這次把遮羞布扯下來了。
《紅杉資本2026年全球AI創投報告》中提到過一個概念：“模型即服務（MaaS）最終會退化為公用事業”。
就像老馬在X上回覆的那樣，大部分任務、大部分人，根本不需要Fable 5那麼高的智能。
Anthropic在B端的成功，很難複製到C端，因為90%普通人實在沒比要花大價錢去用最強的模型。
Grok 4.5的定價策略就是典型的公用事業打法。
它與傳統價格戰的區別在於：不是給同類產品降價，而是用一個完全不同的成本結構重新定義“這個價位應該是什麼性能”。
過去18個月到現在的Grok 4.5，前沿模型的輸出成本從75美元/MTok跌到了6美元/MTok，降幅高達92%。
如果加上token效率的提高，實際任務成本跌了超過99%。
在這種情況下，跟著無腦卷價格是相當不明智的。
其它廠商會如何應對？
Anthropic，堅守B端市場。
Anthropic現在有點尷尬，Fable 5的智能雖然斷層領先，但中端主力Opus 4.8對Grok 4.5並沒有形成壓倒性優勢，成本還高得離譜。
所以Anthropic宣稱，將自主研發的Claude Code工具中的系統提示詞砍了80%。
官方解釋說是因為Fable 5太聰明了，“不需要那麼多廢話指導”。
但實際上，這明顯是在幫使用者省輸入Token成本，從而避險高昂的API單價。
OpenAI擁有全世界最大的使用者基數，是最靈活的。
GPT-5.6定價是Grok 4.5的5倍，後續很可能會立刻大幅下調GPT-4.5/5基礎版的價格，並推出真正意義上的“原生智能體作業系統”，把競爭從價格層面轉移到“工作流平台”。
Google，則幾乎可以不理會。
Grok再便宜，還是按Token收費。
依靠Google雲的龐大基建，Google完全可以把價格戰變成基礎設施的消耗戰。
更何況，早先Gemini 3.5flash發佈時，Google已經大幅降價過一次。
所以接下來的策略很可能是：不繼續降價，但擴大上下文窗口+強化多模態+免費額度佔領開發者入口。
至於其它小廠和開源社區，就比較慘了，幾乎只能通過純技術創新來省錢。
比如最近在Reddit的LocalLLaMA社區大火的開源工具pxpipe，利用PNG圖片的隱寫術，把原本冗長的程式碼上下文和文字隱藏進一張極小的PNG圖片裡，直接喂給支援多模態的 Claude Code或Fable 5，幫使用者砍掉70%的Token成本。
這種民間智慧的湧現，不僅印證了當下整個市場對控成本已經到了近乎變態的執念，也證明了AI產業的路線已經發生改變。
03
Grok 4.5明確做了一個行業表率：benchmark分數夠用就行，真實世界的生產力效益更重要。
除了夠快，夠便宜，Grok 4.5的另一大驚豔之處，是它與Cursor / Grok Build的深度融合。
過去，大模型和開發工具是割裂的。而現在，SpaceXAI完成了閉環。
這種“垂直整合”的威力，當年蘋果在硬體和軟體上玩過，特斯拉也在汽車和自動駕駛晶片上玩過。
一旦這個資料飛輪徹底轉起來，那些只有大模型底座、沒有核心高頻應用場景粘性的廠商，將會面臨老生常談的“管道化”危機。
在商業方面，不再具備任何競爭力。
大模型的整體價格必然繼續下降，等到明年，一個SWE-Bench Pro級任務的成本可能降到 0.01美元以下。
無論此時還是彼時，再去爭論那個最強已經失去意義，就像現在沒人會在意那個雲廠商的伺服器最強一樣。
唯一的競爭維度將變成：性價比。
就像現實中的實物商品一樣。
只有當矽基智慧被捲成了像水電一樣、幾塊錢一噸的基礎公共資源，那些曾經只存在於科幻裡的人工智慧概念，才真正有了飛入尋常百姓家的可能，有了投入應用市場的可能性。
這是每個人都應該享受到的時代紅利。（AI探馬)