O Grok 4.5 chegou, e ele veio com tudo. 🚀
A SpaceXAI acaba de apresentar o seu modelo mais poderoso até hoje, desenvolvido em parceria com o Cursor e com um foco muito claro: ser o melhor da categoria em codificação, tarefas agênticas e trabalho baseado em conhecimento.
Mas o que realmente chama atenção não é só o desempenho nos benchmarks.
É a combinação de velocidade, inteligência e uma eficiência de tokens que coloca o Grok 4.5 em um patamar diferente dos concorrentes diretos.
Enquanto outros modelos consomem muito mais para resolver a mesma tarefa, o Grok 4.5 entrega resultados usando uma fração dos recursos, o que se traduz diretamente em menos custo e mais agilidade para quem trabalha com desenvolvimento de software no dia a dia.
Nos próximos blocos, você vai entender como esse modelo foi treinado, o que os números dizem na prática e por que ele já está sendo apontado como uma das apostas mais competitivas do mercado de inteligência artificial para desenvolvedores. 🧠
O que é o Grok 4.5 e o que a SpaceXAI prometeu com ele
A SpaceXAI lançou o Grok 4.5 como o seu modelo mais inteligente até agora, construído para se destacar em codificação, tarefas agênticas e trabalho baseado em conhecimento. A parceria com o Cursor, um dos editores de código potencializados por IA mais usados no mercado, não foi à toa: o modelo foi treinado lado a lado com essa ferramenta. Isso sinaliza que ele foi pensado para funcionar dentro de fluxos reais de trabalho, não apenas em testes isolados de laboratório. Isso muda bastante o jogo, porque um modelo que performa bem em benchmark mas trava no uso prático não serve para muita coisa no cotidiano de quem escreve código profissionalmente.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O Grok 4.5 foi treinado em conjuntos de dados que abrangem conhecimento em codificação, ciência, engenharia e matemática. Com um raciocínio ao mesmo tempo inteligente e eficiente, o modelo se destaca em tarefas reais de engenharia e supera modelos líderes comparáveis nesse tipo de atividade. O que a SpaceXAI deixou claro desde o anúncio é que o Grok 4.5 foi otimizado especificamente para tarefas agênticas, aquelas em que o modelo precisa tomar uma série de decisões encadeadas de forma autônoma para completar uma tarefa maior. Isso envolve desde refatorar um trecho de código até planejar e executar múltiplos passos em um projeto de software, quase como um assistente que realmente entende o contexto do que está sendo desenvolvido.
A empresa também destacou que o modelo prioriza a eficiência de tokens, ou seja, a capacidade de entregar respostas completas e precisas sem desperdiçar recursos computacionais no processo. Para quem usa IA em escala, esse ponto é crítico, porque o custo de uso de modelos via API cresce proporcionalmente ao número de tokens consumidos. Quando um modelo resolve o mesmo problema usando menos tokens, ele está sendo mais inteligente, mais direto e, no fim das contas, mais barato de operar.
Como o Grok 4.5 foi treinado
O treinamento do Grok 4.5 aconteceu em dezenas de milhares de GPUs NVIDIA GB300, com técnicas de treinamento e estabilidade desenhadas especificamente para execuções em larga escala. Mas a SpaceXAI foi além do simples volume bruto de tokens. A empresa investiu pesado em filtragem e curadoria de dados, com processos como deduplicação, pontuação de qualidade e seleção focada em domínios específicos. O objetivo era manter a mistura de dados com alta cobertura e alto sinal, evitando o famoso ruído que atrapalha o aprendizado de modelos grandes.
Outro pilar do treinamento foi o aprendizado por reforço, escalado com um foco forte na inteligência por token. O processo de RL cobriu centenas de milhares de tarefas, centradas em engenharia de software de múltiplas etapas e outros trabalhos técnicos, usando avaliação automatizada e baseada em modelos. A infraestrutura foi construída para treinamento altamente assíncrono, o que significa que os rollouts agênticos podem rodar por muitas horas enquanto o aprendizado continua acontecendo em dezenas de milhares de GPUs em paralelo. O resultado é um raciocínio mais inteligente e mais eficiente em tarefas reais de engenharia e agênticas.
Construído com apenas um prompt
Um dos pontos que mais impressiona é a capacidade do Grok 4.5 em codificação, desde tarefas desafiadoras em Rust e C/C++ até a construção de aplicativos completos, do prompt até a produção. A SpaceXAI mostrou exemplos de aplicações inteiras criadas pelo modelo com um único prompt, o que evidencia o quanto ele é proficiente em gerar apps bem projetados e totalmente funcionais mesmo com especificações mínimas.
Um dos exemplos citados foi um pedido para criar uma simulação bonita do universo e do sistema solar, acelerada com tempo ajustável, movimento realista, órbitas e estrelas, usando Three.js, com uma HUD bem estilizada e alinhada aos princípios de design moderno. O modelo entregou tudo isso a partir de uma única instrução, o que dá uma ideia clara do nível de autonomia que ele alcança. 🌌
Mais rápido que os modelos flash
O Grok 4.5 é servido em velocidades de modelo rápido, atingindo 80 TPS (tokens por segundo). Combinado com uma eficiência de tokens duas vezes maior do que os modelos líderes mais recentes nas mesmas tarefas, o modelo entrega resultados inteligentes de forma mais veloz e com custos muito menores.
Os números divulgados pela SpaceXAI mostram bem essa vantagem. Na métrica de eficiência de tokens medida pela média de tokens de saída por tarefa do SWE Bench Pro, o Grok 4.5 resolve tarefas usando em média 15.954 tokens de saída, cerca de 4,2 vezes menos do que o Opus 4.8 (max), que consome em média 67.020 tokens para o mesmo tipo de trabalho. Essa diferença enorme se traduz diretamente em economia e velocidade.
Desempenho real: o que os números dizem sobre codificação
Nos benchmarks divulgados pela SpaceXAI, o Grok 4.5 aparece em destaque em várias das métricas mais usadas para avaliar modelos focados em codificação. No SWE Marathon, com taxa de resolução no pass@1, o Grok 4.5 lidera com 29,0%, à frente do Opus 4.8 (max) com 26,0% e do Fable (max) com 24,0%. Já no Terminal Bench 2.1, o modelo atinge 83,3%, disputando de perto com o Fable (max) em 84,3% e o GPT 5.5 (xhigh) em 83,4%.
No SWE Bench Pro, a taxa de resolução do Grok 4.5 fica em 64,7%, à frente do Opus 4.7 (max) com 64,3%, do GLM 5.2 com 62,1% e do GPT 5.5 (xhigh) com 58,6%. Nos testes de DeepSWE, o modelo também mantém uma posição competitiva, com 62,0% na versão 1.0 e 53% na versão 1.1. Vale lembrar que os números dos concorrentes foram extraídos dos system cards publicados pelos próprios desenvolvedores ou de leaderboards oficiais de benchmark.
Um ponto que a comunidade de desenvolvedores tem discutido bastante desde o lançamento é a relação custo-benefício do Grok 4.5 comparado aos concorrentes diretos. Quando se coloca na balança o preço por token, a velocidade de resposta e a qualidade do output gerado, o modelo da SpaceXAI aparece como uma opção muito competitiva, especialmente para times que trabalham com grandes volumes de requisições diárias. A eficiência não é só um diferencial técnico aqui, ela tem impacto financeiro direto para empresas que usam IA como parte central do fluxo de desenvolvimento.
Como a eficiência de tokens muda o jogo para desenvolvedores
Falar de eficiência de tokens pode parecer um detalhe técnico menor para quem está de fora, mas para quem usa modelos de inteligência artificial no trabalho diário, isso é um dos fatores mais decisivos na hora de escolher qual ferramenta usar. Cada token consumido tem um custo, e quando você está rodando centenas ou milhares de requisições por dia, a diferença entre um modelo eficiente e um ineficiente pode representar uma variação enorme na fatura do mês. O Grok 4.5 foi desenhado com essa realidade em mente, e isso fica claro tanto nos números divulgados quanto nos relatos de quem já está usando o modelo via API.
Mas a eficiência de tokens não é só sobre economia financeira. Ela também está diretamente ligada à velocidade de resposta. Quando um modelo precisa de menos tokens para expressar uma ideia ou resolver um problema, ele responde mais rápido. E em um fluxo de trabalho agêntico, onde o modelo precisa executar várias etapas em sequência, essa velocidade se multiplica em cada etapa do processo. O resultado é um assistente de codificação que não só custa menos para operar, mas que também entrega as respostas em um ritmo que não interrompe o raciocínio do desenvolvedor.
Outro aspecto importante é que modelos mais eficientes tendem a ser mais precisos. Quando um modelo é treinado para ser direto ao ponto, ele aprende a evitar redundâncias, a não repetir informações desnecessárias e a ir direto ao que o usuário precisa. Isso tem um impacto perceptível na qualidade do código gerado pelo Grok 4.5, que costuma entregar soluções limpas, bem estruturadas e com comentários relevantes sem encher o output de texto inútil. Para quem já lidou com modelos que geram respostas longas, verbosas e cheias de repetição, essa diferença é bastante notável na prática. 🎯
Um modelo que se destaca também no trabalho de escritório
O Grok 4.5 agora é o modelo padrão no Grok Build. Além da sua proficiência em codificação, o Grok Build é capaz de construir modelos complexos de Excel que envolvem pesquisa na web, uso de fórmulas em múltiplas planilhas e até deixar notas ou lembretes para referência futura. Isso mostra o quanto o modelo consegue se adaptar a contextos que vão além do desenvolvimento puro de software.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
No PowerPoint e no Word, o Grok 4.5 é igualmente meticuloso. O modelo consegue usar formas nativas do PowerPoint para construir diagramas complexos, projetar conteúdos de slides intuitivos e escrever textos claros no Word. Um dos exemplos citados foi a criação de um roteiro para uma revisão trimestral de negócios em cinco slides, feita de forma organizada e pronta para uso profissional. A SpaceXAI disponibiliza plugins para Word, PowerPoint e Excel, ampliando as possibilidades de integração do modelo com o pacote de produtividade que muita gente já usa no dia a dia.
Preços competitivos e como começar a usar
O Grok 4.5 é oferecido a um custo bastante competitivo em comparação com outros modelos líderes. O preço é de 2 dólares por milhão de tokens de entrada e 6 dólares por milhão de tokens de saída. Somando a isso a eficiência de tokens cerca de duas vezes maior que a de modelos comparáveis, resolvendo tarefas em menos da metade dos passos, o resultado é um modelo que entrega a maior inteligência por unidade de tempo e custo.
O modelo já está disponível hoje no Grok Build, no Cursor em todos os planos, e também através do console da SpaceXAI. Para começar, basta pegar uma chave de API e integrar o modelo ao seu stack com poucas linhas de código. A SpaceXAI ainda está oferecendo uso gratuito do Grok 4.5 por tempo limitado no Grok Build e no Cursor, o que é uma boa oportunidade para testar o modelo na prática antes de decidir como incorporá-lo ao seu fluxo de trabalho.
SpaceXAI e o ecossistema que está sendo construído ao redor do Grok
O lançamento do Grok 4.5 não é um evento isolado. Ele faz parte de uma estratégia mais ampla da SpaceXAI para construir um ecossistema de inteligência artificial voltado a uso real. A parceria com o Cursor é um sinal claro de que a empresa está de olho no mercado de ferramentas para desenvolvedores, um segmento que tem crescido de forma acelerada nos últimos anos e que se tornou um dos campos mais disputados entre os grandes players de IA. Competir aqui significa ir de frente com concorrentes fortes, e o Grok 4.5 parece ter sido construído exatamente com esse propósito.
O que fica claro ao observar o movimento da SpaceXAI com o Grok 4.5 é que a empresa não está tentando ser mais um modelo genérico no mercado. A aposta é clara: especialização em codificação, eficiência operacional e integração com ferramentas reais de desenvolvimento e produtividade. Se essa estratégia vai se sustentar no longo prazo depende de muitos fatores, mas por enquanto, o modelo tem entregado o que prometeu, e a comunidade de desenvolvedores está prestando atenção. 👀
- Parceria com Cursor: treinado lado a lado com um dos editores de código com IA mais populares do mercado
- Eficiência de tokens: cerca de 4,2 vezes menos tokens de saída no SWE Bench Pro comparado ao Opus 4.8
- Tarefas agênticas: capacidade de executar fluxos complexos de forma autônoma por horas
- Infraestrutura robusta: treinado em dezenas de milhares de GPUs NVIDIA GB300
- Velocidade: servido a 80 TPS, no ritmo dos modelos rápidos do mercado
- Preço acessível: 2 dólares por milhão de tokens de entrada e 6 por milhão de saída
O Grok 4.5 representa um passo concreto da SpaceXAI em direção a um mercado que exige muito mais do que modelos bonitos no papel. Ele precisa funcionar no mundo real, dentro de ferramentas reais, com desenvolvedores reais que têm prazos, orçamentos e padrões de qualidade para cumprir. E pelo que foi apresentado até agora, o modelo tem as credenciais para ser levado a sério nessa disputa. 💡
