Grok 4.5: a xAI aposta que "classe Opus" custando um terço vale mais que o topo do ranking

Na quarta-feira, 8 de julho, a xAI lançou o Grok 4.5, o primeiro modelo que a empresa de Elon Musk descreve como construído especificamente para programação e trabalho agêntico. A frase de efeito veio do próprio Musk: "é um modelo classe Opus, mas mais rápido, mais eficiente em tokens e mais barato". A comparação não é gratuita — o Opus 4.8, da Anthropic, é hoje uma das referências do topo — e a escolha das palavras revela a tese: em 2026, ser o mais inteligente do ranking importa menos que ser inteligente o bastante pelo menor custo por tarefa.

O Grok 4.5 é construído sobre a fundação V9, de 1,5 trilhão de parâmetros, e foi treinado — segundo a xAI — com dados de sessões reais de uso do Cursor, o editor de código. É uma aposta explícita em fazer o modelo aprender com o fluxo concreto de quem programa, em vez de apenas com repositórios estáticos e problemas sintéticos. A promessa é a de um modelo afinado para o loop real de desenvolvimento: ler o contexto, propor a mudança, rodar, corrigir.

Onde o Grok 4.5 fica no ranking independente

No Artificial Analysis Intelligence Index — a medida independente de qualidade que serve de árbitro para boa parte do mercado —, o Grok 4.5 aparece em quarto lugar, com 54 pontos. À frente dele estão o Fable 5 (60), o Opus 4.8 (56) e o GPT-5.5 (55). Ou seja: a xAI não reivindica o topo. Reivindica proximidade do topo por uma fração do preço.

E nos benchmarks de programação o quadro é irregular, o que vale registrar sem maquiar. No SWE Marathon, que mede taxa de resolução na primeira tentativa em tarefas longas, o Grok 4.5 lidera com 29,0%, à frente do Opus 4.8 (26,0%) e do Fable (24,0%). No Terminal Bench 2.1, empata praticamente com o pelotão da frente: 83,3%, contra 84,3% do Fable e 83,4% do GPT-5.5. Mas no DeepSWE a coisa oscila: 62,0% na versão 1.0 do teste (atrás de Fable e GPT-5.5, à frente do Opus 4.8) e apenas 53,0% na versão 1.1 (atrás de quase todos). A mesma família de benchmark, resultados desencontrados — um lembrete de que "estado da arte em código" depende muito de qual régua se escolhe.

A eficiência é o argumento, não o placar

O número mais interessante do lançamento não é de acurácia. É de consumo. Para completar uma tarefa média do índice de inteligência, o Grok 4.5 gasta cerca de 14 mil tokens de saída; o Opus 4.8 gasta pouco mais de 67 mil. É quase cinco vezes menos texto gerado para chegar a um resultado comparável. Some-se a isso o preço de US$ 2 por milhão de tokens de entrada e US$ 6 de saída — cerca de 60% abaixo dos concorrentes de ponta — e o custo por tarefa despenca. Em fluxos como o Codex, a xAI afirma metade do custo do GPT-5.5.

Essa é a jogada. Num agente que roda milhares de passos por dia, o gargalo raramente é o último ponto de benchmark; é a conta no fim do mês e a latência acumulada de modelos que "pensam" gerando páginas de rascunho. Um modelo que resolve 90% do que o líder resolve, gastando um quinto dos tokens por um terço do preço, muda a matemática de quem opera em escala. O placar de inteligência vira empate técnico; a fatura, não.

O que olhar com ceticismo

Três ressalvas. A primeira: parte dos números de comparação vem de material da própria xAI, e o índice independente coloca o modelo em quarto, não em primeiro — a etiqueta "classe Opus" é posicionamento de marketing tanto quanto medida técnica. A segunda: treinar com sessões reais do Cursor levanta perguntas legítimas sobre proveniência e consentimento dos dados de quem programou naquelas sessões — a xAI não detalhou o arranjo. A terceira: a inconsistência entre DeepSWE 1.0 e 1.1 sugere que a robustez do modelo varia conforme o formato da tarefa, algo que só o uso independente em produção vai revelar.

Ainda assim, a direção é clara e não é exclusiva da xAI. Depois de dois anos perseguindo o topo dos rankings a qualquer custo, o mercado começou a perseguir o melhor custo por resultado. O Grok 4.5 é a expressão mais explícita disso até agora: um modelo que não promete ser o mais inteligente da sala, e sim o que entrega inteligência suficiente pela conta mais enxuta. Se a aposta estiver certa, o próximo eixo de disputa entre laboratórios não será o benchmark de capacidade — será o de eficiência.

Perguntas Frequentes

O Grok 4.5 é melhor que o Opus 4.8 e o GPT-5.5?

Não no ranking de inteligência independente, onde fica em quarto (54 pontos), atrás de Fable 5, Opus 4.8 e GPT-5.5. Ele lidera o SWE Marathon de programação, mas oscila em outros testes de código. O argumento da xAI é de custo-benefício, não de superioridade absoluta.

Por que a eficiência de tokens importa tanto?

Porque em agentes que executam milhares de passos, o custo total e a latência dependem de quantos tokens o modelo gera. Consumir ~14 mil tokens por tarefa em vez de ~67 mil, a um preço 60% menor, reduz drasticamente a conta e o tempo — mesmo que a acurácia seja apenas comparável.

O que significa ter sido treinado com "sessões reais do Cursor"?

Segundo a xAI, o modelo aprendeu com dados do uso concreto do editor de código Cursor — o fluxo real de programadores editando, rodando e corrigindo — em vez de apenas código estático. A empresa não detalhou como esses dados foram obtidos nem o arranjo de consentimento, o que é uma questão em aberto.

Quanto custa usar o Grok 4.5?

US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída — cerca de 60% mais barato que os concorrentes de topo, e aproximadamente metade do custo por tarefa do GPT-5.5 em fluxos de codificação, segundo a xAI.