xAI bringt Grok 4.5 auf den Markt, um OpenAI und Anthropic herauszufordern

xAI, jetzt Teil von SpaceX, hat Grok 4.5 als sein bisher leistungsstärkstes Modell vorgestellt, zusammen mit dem offiziellen Launch verschiedener GPT-5.6-Versionen. Das Unternehmen betont Kosteneffizienz und bepreist das Modell mit 2 Dollar netto pro Million Eingabe-Token und 6 Dollar netto pro Million Ausgabe-Token. Zum Vergleich: Die fortschrittlichsten Modelle von Anthropic können bis zu 5 Dollar pro Million Eingabe- und 25 Dollar pro Million Ausgabe-Token kosten, während die High-End-Modelle von OpenAI je nach Zugriffsstufe weiterhin teurer sind. Erste Auswertungen auf dem Coding-Agent-Index von Artificial Analysis zeigen Grok 4.5 in Grok Build leicht hinter Fable 5 in Claude Code, aber vergleichbar mit GPT-5.5 in Codex, bei deutlich niedrigeren Ausführungskosten von 2,49 Dollar pro Aufgabe gegenüber 5,07 Dollar für GPT-5.5 und 11,80 Dollar für Fable 5. Anand Joshi, CEO von JP Data, sagt, es sei zu früh, um zu behaupten, dass Grok 4.5 das Spiel verändert, merkt aber an, dass die Benchmarks beeindruckend sind und der geringe Token-Verbrauch für Unternehmen attraktiv sein wird. Grok 4.5 ist optimiert für Softwareentwicklung, Anwendungserstellung, Forschung und Automatisierung von Geschäftsprozessen, mit der Behauptung, weniger Token zu erzeugen als Wettbewerber. Es wurde mit Cursor trainiert, einer beliebten KI-gestützten Programmierplattform, deren Übernahme durch SpaceX für 60 Milliarden Dollar kürzlich angekündigt wurde. Elon Musk präsentiert Grok 4.5 als vergleichbar mit den Top-Modellen von Anthropic, aber schneller und günstiger, obwohl Benchmarks zeigen, dass es bei einigen komplexen Programmieraufgaben hinterherhinkt. Bei SWE Bench Pro erzeugt Grok 4.5 durchschnittlich 15.954 Ausgabe-Token pro Aufgabe, gegenüber über 67.000 bei Claude Opus 4.8 – ein nahezu vierfacher Unterschied. Analysten warnen jedoch davor, dass der Token-Preis allein nicht den wahren Wert misst; Biswajeet Mahapatra von Forrester schlägt vor, sich auf die Kosten pro erfolgreichem Ergebnis zu konzentrieren statt auf die Kosten pro Token. Lian Jye Su von Omdia betont, dass die tatsächliche Erledigung von Arbeit den wahren Wert darstellt, und Neil Shah von Counterpoint Research weist darauf hin, dass der massive Token-Verbrauch autonomer Agenten zu Abrechnungsschocks führt, was Unternehmen zu wirtschaftlicheren Modellen drängt. Anand Joshi bekräftigt, dass die tägliche Nutzung durch Entwickler zeigen wird, ob das Modell wettbewerbsfähig ist.