Was xAI tatsächlich ausgeliefert hat

xAI hat Grok 4.5 am 8. Juli 2026 veröffentlicht, nennt es ein Modell der Opus-Klasse und macht es zum Standard in Grok Build, in Cursor auf jedem Tarif und in der xAI-Konsole. Es basiert auf dem V9-Grundmodell des Unternehmens, laut Bericht mit rund 1,5 Billionen Parametern, und sein Training wurde mit echten Entwickler-Sitzungsdaten aus Cursor ergänzt, woher der Coding-Fokus kommt. Der Preis liegt bei 2 Dollar pro Million Eingabe-Token und 6 Dollar pro Million Ausgabe-Token, bei rund 80 Token pro Sekunde.

Der Vergleich, mit dem xAI führt, ist nicht, dass Grok 4.5 das klügste Modell sei. Es ist, dass das Modell Aufgaben mit weit weniger Token erledigt. Auf SWE-Bench Pro meldet xAI im Schnitt 15.954 Ausgabe-Token pro gelöster Aufgabe gegenüber 67.020 bei Opus 4.8, ein Faktor von 4,2. Zusammen mit einem niedrigeren Token-Preis ist das der ganze Pitch: dieselbe Klasse von Arbeit für einen Bruchteil der Rechnung.

Der Benchmark, den Sie lesen sollten, sind die Kosten pro Aufgabe

Grok 4.5 verliert die Benchmarks, die in Schlagzeilen zitiert werden. Auf SWE-Bench Pro erreicht es 64,7 Prozent gegenüber Fable 5 mit 80,4, auf DeepSWE 1.1 schafft es 53 Prozent gegenüber 70, und auf Terminal-Bench 2.1 landet es bei 83,3 gegenüber einer Gruppe nahe 84. Liest man nur diese Spalte, würde man verzichten. Aber ein Rang in der Rangliste ist keine Budgetposition.

Legt man Preis und Token-Effizienz zusammen, kehrt sich das Bild um. Grok 4.5 mit 2 und 6 Dollar pro Million Token steht gegen Opus mit 5 und 25, GPT-5.5 mit 5 und 30 und Fable 5 mit 10 und 50, und dann multipliziert man mit den Token, die jedes Modell zum Abschluss verbraucht. Ein Modell, das ein paar Punkte hinter einem Benchmark liegt, aber dreimal günstiger pro Token und viermal sparsamer pro Aufgabe ist, ist für die meiste Arbeit kein schlechterer Kauf. Es beantwortet eine andere Frage als der Benchmark.

Was ein europäischer Betreiber tun sollte

Der Fehler ist, ein Modell für alles zu wählen. Großvolumige, klar umrissene Aufgaben, Ticket-Triage, Log-Zusammenfassungen, Code-Entwürfe, Routine-Klassifikation, brauchen nicht die Spitze der Rangliste, und Fable-5- oder Opus-Tarife dafür zu zahlen ist ein Leck. Für einen Support in Deutschland mit Millionen Token pro Tag ist der Unterschied zwischen Ausgabe zu etwa 5,50 Euro und etwa 23 Euro pro Million Token der Unterschied zwischen einem Rundungsfehler und einer echten monatlichen Position.

Betreiben Sie einen Zwei-Modell-Aufbau und messen Sie die kombinierte Rechnung. Die Masse an Arbeit geht an das günstige, token-effiziente Modell, ein teures Modell bleibt für den schwierigen Rest in Bereitschaft, wo Genauigkeit sich bezahlt macht, und protokollieren Sie die Kosten pro erledigter Aufgabe statt pro Token. Den EU-Fußabdruck von Grok prüfen Sie zuerst: X und Grok stehen bereits unter einer Untersuchung nach dem Digital Services Act und einer aus Dublin geführten DSGVO-Prüfung. Die Beschaffungsfrage ist also nicht nur der Preis, sondern wo Ihre Daten liegen und ob die Compliance-Akte des Anbieters in Ordnung ist.

Weiterlesen: KI-Video spricht jetzt. Beweisen Sie Ihres.  |  Ein offenes Roboterhirn ist da, die Daten sind der Graben