xAI lance Grok 4.5 pour défier OpenAI et Anthropic

xAI, désormais absorbée par SpaceX, a dévoilé Grok 4.5, son modèle le plus puissant à ce jour, ainsi que le lancement officiel des différentes versions de GPT-5.6. L'entreprise met l'accent sur la rentabilité, en fixant le prix du modèle à 2 dollars hors taxes par million de jetons d'entrée et 6 dollars hors taxes par million de jetons de sortie. À titre de comparaison, les modèles les plus avancés d'Anthropic peuvent atteindre 5 dollars par million de jetons d'entrée et 25 dollars par million de jetons de sortie, tandis que les modèles haut de gamme d'OpenAI restent plus chers selon le niveau d'accès. Les premières évaluations de l'indice de codage d'Artificial Analysis montrent que Grok 4.5 dans Grok Build est légèrement en retrait par rapport à Fable 5 dans Claude Code, mais comparable à GPT-5.5 dans Codex, avec un coût d'exécution nettement inférieur de 2,49 dollars par tâche contre 5,07 dollars pour GPT-5.5 et 11,80 dollars pour Fable 5. Anand Joshi, PDG de JP Data, déclare qu'il est trop tôt pour dire si Grok 4.5 change la donne, mais note que les repères sont impressionnants et que la faible consommation de jetons sera attractive pour les entreprises. Grok 4.5 est optimisé pour le développement logiciel, la création d'applications, la recherche et l'automatisation des processus métier, avec la promesse de générer moins de jetons que ses concurrents. Il a été entraîné à l'aide de Cursor, une plateforme de programmation assistée par IA populaire, que SpaceX a récemment annoncé son intention d'acquérir pour 60 milliards de dollars. Elon Musk présente Grok 4.5 comme comparable aux meilleurs modèles d'Anthropic tout en étant plus rapide et moins cher, bien que les repères montrent qu'il est en retard sur certaines tâches de programmation complexes. Sur SWE Bench Pro, Grok 4.5 génère en moyenne 15 954 jetons de sortie par tâche, contre plus de 67 000 pour Claude Opus 4.8, soit près de quatre fois moins. Cependant, les analystes avertissent que le prix du jeton ne mesure pas la valeur réelle ; Biswajeet Mahapatra de Forrester suggère de se concentrer sur le coût par résultat réussi plutôt que par jeton. Lian Jye Su de Omdia souligne que l'achèvement réel du travail est la véritable valeur, et Neil Shah de Counterpoint Research note que la consommation massive de jetons par les agents autonomes provoque des chocs de facturation, poussant les entreprises vers des modèles plus économiques. Anand Joshi réitère que l'utilisation quotidienne par les développeurs confirmera la compétitivité du modèle.