Grok 4.5

xAI·5 个数据来源·更新于 2026-11-10

上下文窗口500K厂商官网
最大输出450KOpenRouter
输入 / 百万 Token$2厂商官网
输出 / 百万 Token$6厂商官网

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

15 项已收录成绩 · 保留原始单位和测试条件

AA-Omniscience Index来源汇总 · 越高越好
126分

AA-Omniscience Index (raw index 26, range -100 to 100; shifted +100 for 0-based normalization).

成绩出处
Artificial Analysis来源汇总 · 越高越好
54%

Artificial Analysis Intelligence Index v4.1 (high). Score 54.

成绩出处
AutomationBench-AA来源汇总 · 越高越好
51.4%

AutomationBench-AA, 657 tasks across 40 simulated apps, private held-out set. Clean objective completion rate.

成绩出处
DeepSWE厂商自报 · 越高越好
53%

DeepSWE 1.1 (pass@1), mini-swe-agent harness run by Datacurve.

成绩出处
DeepSWE 1.0厂商自报 · 越高越好
62%

Pass@1. Eval created by Datacurve, run with each model provider's harnesses by Artificial Analysis.

成绩出处
DeepSWE 1.1来源汇总 · 越高越好
54%

DeepSWE v1.1 leaderboard, mini-swe-agent harness, high effort; Pass@1 54% ± 2%.

成绩出处
FrontierCode 1.1来源汇总 · 越高越好
42.4%

FrontierCode 1.1 current leaderboard; mergeability score at high effort: 42.4%.

成绩出处
GPQA来源汇总 · 越高越好
93%

GPQA Diamond, measured by Artificial Analysis (high).

成绩出处
OmniScience来源汇总 · 越高越好
52%

AA-Omniscience raw answer accuracy.

成绩出处
OmniScience (non-hallucination rate)来源汇总 · 越高越好
46%

AA-Omniscience non-hallucination rate (1 - hallucination rate of 54%).

成绩出处
SWE-Bench Pro厂商自报 · 越高越好
64.7%

Resolve rate.

成绩出处
SWE-Marathon厂商自报 · 越高越好
29%

Resolution rate (pass@1).

成绩出处
Tau3 Banking来源汇总 · 越高越好
33%

Tau3-Banking agentic tool use, measured by Artificial Analysis.

成绩出处
Terminal-Bench 2.1厂商自报 · 越高越好
83.3%
成绩出处
Terminal-Bench 4.0来源汇总 · 越高越好
12.4%

Terminal-Bench 4.0 public leaderboard; resolution rate 12.4% ± 2.6%; Grok Build agent; high effort.

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-07-16LLM Stats
知识截止
2026-02-01LLM Stats
上下文窗口
500K Token厂商官网
最大输入
500K TokenLLM Stats
最大输出
450K TokenOpenRouter
输入模态
文本、图像、文件OpenRouter
输出模态
文本OpenRouter
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

标准上下文报价;长上下文按官网阶梯价格计费计费规则

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
厂商官网 · Grok 4.5$2$6$0.3
xAI$2$6$0.3

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$2.6
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

厂商官网

厂商官方文档 · 基础规格与标准 API 报价

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

4 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsGrok 4.5SHA-256 f4935db131b833bc…2026-11-10T13:53:00Z查看来源
BenchLMGrok 4.52026-11-10查看来源
ArenaGrok 4.52026-11-10T14:07:52Z查看来源
ArenaGrok 4.52026-11-10T14:07:52Z查看来源
ArenaGrok 4.52026-11-10T14:07:52Z查看来源
ArenaGrok 4.52026-11-10T14:07:52Z查看来源
OpenRouterGrok 4.5SHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
厂商官网Grok 4.5SHA-256 7e5523c774f607a4…2026-11-10T14:01:20Z查看来源
继续浏览模型排行榜