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

xAI, inzwischen von SpaceX übernommen, hat Grok 4.5 als sein bisher leistungsfähigstes Modell vorgestellt, zusammen mit dem offiziellen Start verschiedener GPT-5.6-Versionen. Das Unternehmen betont die Kosteneffizienz und bietet das Modell für 2 Dollar (netto) pro Million Eingabe-Token und 6 Dollar (netto) pro Million Ausgabe-Token an. 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 des Coding-Agent-Index von Artificial Analysis zeigen, dass Grok 4.5 in Grok Build leicht hinter Fable 5 in Claude Code liegt, aber mit GPT-5.5 in Codex vergleichbar ist, bei deutlich geringeren 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, sagte, es sei zu früh, um zu behaupten, dass Grok 4.5 das Spiel verändert, merkt jedoch an, dass die Benchmarks beeindruckend sind und der geringe Token-Verbrauch für Unternehmen attraktiv sein wird. Grok 4.5 ist für Softwareentwicklung, Anwendungserstellung, Forschung und Automatisierung von Geschäftsprozessen optimiert und beansprucht, weniger Token zu generieren als Wettbewerber. Es wurde mit Cursor trainiert, einer beliebten KI-gestützten Programmierplattform, deren Übernahme durch SpaceX kürzlich für 60 Milliarden Dollar 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 zurückliegt. Bei SWE Bench Pro generiert Grok 4.5 durchschnittlich 15.954 Ausgabe-Token pro Aufgabe, gegenüber über 67.000 bei Claude Opus 4.8 - ein fast vierfacher Unterschied. Analysten warnen jedoch, 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 Kosten pro Token. Lian Jye Su von Omdia betont, dass die tatsächliche Erledigung der 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 treibt. Anand Joshi bekräftigt, dass die tägliche Nutzung durch Entwickler die Wettbewerbsfähigkeit des Modells bestätigen wird.