Model
.ai
vi följer öppna AI-modeller

Grok 4.5

6310°
Grok 4.5
Guider för denna modell
Alla guider
SpaceXAI | 500,000 token kontext | $2.00/M input, $6.00/M output. Grok 4.5 är en modell från SpaceXAI med topprestanda inom kodning, kunskapsarbete och STEM.
Grok 4.5 är xAIs mellanklass frontier-modell byggd för kodning, STEM och kunskapsintensiva uppgifter, med ett kontextfönster på 500 000 token och synstöd. Den ligger under toppen i xAIs utbud men riktar sig till samma seriösa arbetsbelastningar till ett mer måttligt utmatningspris. Om du behöver stort kontext, starkt resonemang och inte vill betala toppnivåpriser är den värd att titta på.

Känd för

  • 500 000 token kontext — ett av de större fönstren i denna prisklass
  • Stark på kodning, STEM och strukturerade kunskapsuppgifter
  • Syninmatning stöds tillsammans med text
  • Konkurrenskraftigt utmatningspris jämfört med andra frontier-modeller

Se upp för

  • Endast stängda vikter — ingen lokal drift, ingen offline-användning, ingen finjustering
  • Utmatning till $6,00/M blir snabbt dyrt vid långa kontexter eller hög volym
  • xAI publicerar ingen detaljerad modellkort; oberoende benchmarkdata är begränsad

Promptar att prova

Debugga en knepig funktion
Här är en Python-funktion som ska parsa nästlad JSON och platta ut den till en ordbok med nycklar i punktnotation. Den tappar tyst bort vissa nycklar när arrayer är inblandade. Hitta buggen, förklara varför den uppstår och ge mig en korrigerad version med ett kort testfall som skulle ha fångat den.
Resonera kring ett STEM-problem
En förseglad behållare innehåller 2 mol ideal gas vid 300 K och 1 atm. Behållaren värms tills trycket fördubblas. Vad är den nya temperaturen? Förklara sedan vad som skulle ändras om gasen inte var ideal och behållaren inte var helt styv, och hur du skulle uppskatta korrigeringen.
Analysera ett långt dokument
Jag klistrar in en lång teknisk specifikation nedan. Läs allt, identifiera de tre mest betydande oklarheterna eller motsägelserna i kraven, och för varje förklara den nedströms tekniska risken om det lämnas oklart. Föreslå sedan den minsta klargörande fråga en ingenjör bör ställa till författaren.

Jämför med

  • Grok 4.7
    Endast API-modell
    500,000 tokens kontext · $2.00/M indata, $6.00/M utdata
  • Grok 4.6
    Endast API-modell
    500,000 tokens kontext · $2.00/M indata, $6.00/M utdata
  • Grok Build 0.1
    Endast API-modell
    256,000 tokens kontext · $1.00/M indata, $2.00/M utdata
  • Grok 4.20 Multi-Agent
    Endast API-modell
    2,000,000 tokens kontext · $1.25/M indata, $2.50/M utdata
Fler textmodeller från x-ai

Vanliga frågor

Kan jag köra Grok 4.5 lokalt?
Nej — xAI har inte släppt öppna vikter för Grok 4.5, så det är endast API-åtkomst och kan inte köras offline eller självhostas.
Vad kostar Grok 4.5 och hur stort är dess kontext?
Priset är $2,00 per miljon inmatningstoken och $6,00 per miljon utmatningstoken, med ett kontextfönster på 500 000 token.
Hur skiljer sig Grok 4.5 från Grok 4.7?
Båda har samma $2,00 inmatningspris och 500 000 token kontext, men Grok 4.7 är xAIs modell i högre segment; Grok 4.5 ligger under den i utbudet med samma utmatningspris på $6,00 per miljon token.
Kaptens omdöme
En kapabel frontier-modell med ett verkligt stort kontextfönster — användbar för seriös kodning och STEM-arbete, så länge du är bekväm med API-åtkomst.
Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.
Ranking badge
Updated Oct 22, 2026
Grok 4.5 på ModelTrends.ai: #95 Hottest Text / LLM model
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?
Hur denna poäng räknas ihop
Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.
Ordlista: termerna som används här
Heat-poäng
Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet
De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter
Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala
Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden
Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet
Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad
Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder
Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde
Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter
Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token
En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint)
Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding
Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter
Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder
Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost
En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng
Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod)
En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend
Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell
Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.