Grok 4.5
6310°
运行此模型
优惠 / 广告
Easy Creator (Prism) 网页
不限量 · 固定费用
最适合初学者。强大的工作流程,学习曲线低。
PirateDiffusion Telegram
不限量 · 固定费用
创建视频、图像、自定义聊天角色等。
Pro studio (SpyGlass) 网页
不限量 · 固定费用
从任何浏览器或手机浏览模型、渲染和优化。
Discord bot (Vector)
不限量 · 固定费用
将 Vector 添加到你的服务器或加入 Vector Discord。创造任何东西!
Unified Editor 网页
不限量 · 固定费用
图像和视频编辑器:在同一页面渲染、编辑、放大等。
OpenRouter 终端 / API
按令牌付费
在浏览器中与此模型聊天,或使用一个 API 密钥从代码中调用它。
本地应用
需设置
如果你的电脑硬件够好,可以安装本地程序。
ModelDuel 网页
按次付费
一次在多达50个检查点/基础模型上生成相同的提示。
本模型的指南
Grok 4.7 与 GPT-6.1 Sol:相同输入价格,不同账单
开放权重 vs 开源 vs 仅API:你到底能做什么
2026年10月如何选择AI模型:先看闭源新闻,再看值得下载的开源权重
2026年最便宜的10款ChatGPT替代品:免费本地模型、免费套餐和固定费率计划
SpaceXAI | 500,000 令牌上下文 | 输入 $2.00/千,输出 $6.00/千。Grok 4.5 是 SpaceXAI 推出的模型,在编码、知识工作和 STEM 领域表现出前沿性能。
船长笔记
2026-10-13 的笔记
Grok 4.5 是 xAI 的中端前沿模型,专为编码、STEM 和知识密集型工作打造,拥有 50 万令牌的上下文窗口和视觉能力。它位于 xAI 产品线的中间层,但针对相同的严肃工作负载,输出价格更为适中。如果你需要大上下文、强推理且不想支付顶级价格,值得考虑。
以……著称
- 50 万令牌上下文——此价位中较大的窗口之一
- 在编码、STEM 和结构化知识任务上表现强劲
- 支持视觉输入与文本并存
- 相较其他前沿模型,输出价格具有竞争力
注意
- 仅封闭权重——无法本地部署、离线使用或微调
- 每百万输出令牌 6.00 美元,长上下文或高流量工作负载成本迅速累积
- xAI 未发布详细模型卡,独立基准数据有限
推荐尝试的提示词
调试一个复杂函数
这是一个 Python 函数,旨在解析嵌套 JSON 并将其展平成带点号键的单层字典。当涉及数组时,它会静默丢失某些键。找出错误,解释原因,并给出修正版本及一个简短的测试用例以捕捉该错误。
推理一个 STEM 问题
一个密封容器内有 2 摩尔理想气体,温度 300 K,压力 1 atm。加热至压力翻倍。新温度是多少?然后解释如果气体非理想且容器非刚性,会发生什么变化,以及如何估算修正。
分析一份长文档
我将粘贴一份冗长的技术规格。请通读全文,找出三个最重要的模糊或矛盾之处,并解释如果不解决它们对后续工程的风险。然后建议工程师应向作者提出的最简澄清问题。
与……比较
- Grok 4.7仅限API模型500,000 令牌上下文 · $2.00/M 输入,$6.00/M 输出
- Grok 4.6仅限API模型500,000 令牌上下文 · $2.00/M 输入,$6.00/M 输出
- Grok Build 0.1仅限API模型256,000 令牌上下文 · $1.00/M 输入,$2.00/M 输出
- Grok 4.20 Multi-Agent仅限API模型2,000,000 令牌上下文 · $1.25/M 输入,$2.50/M 输出
来自 x-ai 的更多文本模型
常见问题
- 我可以本地运行 Grok 4.5 吗?
- 不可以——xAI 尚未发布 Grok 4.5 的开放权重,只能通过 API 访问,无法离线或自托管。
- Grok 4.5 的价格和上下文窗口是多少?
- 输入令牌每百万 2.00 美元,输出令牌每百万 6.00 美元,上下文窗口为 50 万令牌。
- Grok 4.5 与 Grok 4.7 有何不同?
- 两者输入价格均为每百万 2.00 美元,且上下文均为 50 万令牌,但 Grok 4.7 是 xAI 的高端型号;Grok 4.5 位于产品线较低端,输出价格相同为每百万 6.00 美元。
船长评语一个具备真正大上下文窗口的强大前沿模型——适合严肃的编码和 STEM 工作,只要你能接受仅限 API 访问。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据,可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #95 Hottest Text / LLM text model
Not this creator?
Get your own badge
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据,所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据,分解就会显示在这里。
术语表:这里用到的术语
- 热度得分
- 一个数字,表示模型当前的使用和需求程度,范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序,别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°;基准线以下的部分保留给无数据的替代模型,这样有数据的模型总是排在无数据模型之上。基准线对所有人相同,不影响排名;超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和:下载本身,每个种子上传者算1,000,每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数,而不是以一为单位:从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指,每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数,基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数,且差异是真实的。估算表示只知道今天的总数,过去的数据是根据模型的生命周期分配的;网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人,或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络,在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的,每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点,比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样,每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型,如Claude或GPT,没有权重需要下载,因此其使用量以令牌计量:过去30天内通过OpenRouter(一种许多应用使用的网关)读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源:OpenRouter (openrouter.ai/rankings),CC BY 4.0。
- 完整模型(检查点)
- 权重文件本身,是能独立生成的文件。它会获得额外加分,因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件,用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础,比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久,扣除的度数:每年150°,最多750°。它保留了那些积累了多年下载量的老模型,防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分,总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数,这样榜单才完整。它永远不会高于有数据的模型。
- 新模型!(宽限期)
- 不到7天的新模型显示“新模型!”而非分数,且不参与排名。其分数从第一天开始计算,但一天大的模型增长最快,若不等待,周榜#1总是昨天刚发布的模型,而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升,比典型慢表示下降。
- 典型模型
- 目录的中间值:一半有数据的模型增长比它快,一半比它慢。






