Vad xAI faktiskt levererade

xAI släppte Grok 4.5 den 8 juli 2026, kallar den en modell i Opus-klass och gör den till standard i Grok Build, inuti Cursor på alla abonnemang och på xAI-konsolen. Den bygger på företagets V9-grundmodell, uppgiven till omkring 1,5 biljoner parametrar, och träningen kompletterades med äkta data från utvecklarsessioner i Cursor, där kodfokuset kommer ifrån. Priset är 2 dollar per miljon indatatokens och 6 dollar per miljon utdatatokens, vid ungefär 80 tokens per sekund.

Jämförelsen som xAI leder med är inte att Grok 4.5 är den smartaste modellen. Det är att modellen avslutar uppgifter med långt färre tokens. På SWE-Bench Pro rapporterar xAI ett snitt på 15.954 utdatatokens per löst uppgift mot 67.020 för Opus 4.8, en faktor på 4,2. Tillsammans med ett lägre tokenpris är det hela argumentet: samma klass arbete för en bråkdel av räkningen.

Riktmärket du bör läsa är kostnad per uppgift

Grok 4.5 förlorar de riktmärken som citeras i rubrikerna. På SWE-Bench Pro får den 64,7 procent mot 80,4 för Fable 5, på DeepSWE 1.1 klarar den 53 procent mot 70, och på Terminal-Bench 2.1 landar den på 83,3 mot en grupp nära 84. Läser du bara den kolumnen skulle du välja bort den. Men en placering på listan är ingen budgetpost.

Lägg ihop pris och tokensnålhet och bilden vänder. Grok 4.5 för 2 och 6 dollar per miljon tokens står mot Opus med 5 och 25, GPT-5.5 med 5 och 30 och Fable 5 med 10 och 50, och sedan multiplicerar du med de tokens varje modell bränner för att slutföra jobbet. En modell som ligger några poäng efter på ett riktmärke men är tre gånger billigare per token och fyra gånger snålare per uppgift är inte ett sämre köp för det mesta arbetet. Den svarar på en annan fråga än riktmärket.

Vad en europeisk operatör bör göra

Misstaget är att välja en modell till allt. Uppgifter med hög volym och tydlig avgränsning, sortering av ärenden, sammanfattning av loggar, första utkast till kod, rutinklassificering, behöver inte toppen av listan, och att betala Fable 5- eller Opus-taxor för dem är ett läckage. För en support i Sverige som flyttar miljontals tokens om dagen är skillnaden mellan utdata för omkring 63 kronor och omkring 262 kronor per miljon tokens skillnaden mellan ett avrundningsfel och en verklig månadspost.

Kör en stack med två modeller och mät den samlade räkningen. Skicka huvuddelen av arbetet till den billiga, tokensnåla modellen, ha en premiummodell redo för den svåra svansen där precision betalar sig, och registrera kostnad per slutförd uppgift i stället för per token. Groks EU-avtryck är värt att kolla först: X och Grok är redan under en utredning enligt Digital Services Act och en GDPR-utredning ledd från Dublin, så inköpsfrågan är inte bara priset, utan var dina data ligger och om leverantörens efterlevnadsakt är i ordning.

Läs vidare: AI-video talar nu. Bevisa att din är äkta.  |  En öppen robothjärna är här, och data är vallgraven