انتخاب یک مدل هوش مصنوعی مناسب برای برنامهنویسی دیگر فقط به کیفیت کد تولیدشده محدود نمیشود. توسعهدهندگان باید عواملی مانند سرعت پاسخدهی، مصرف توکن، توانایی انجام وظایف چندمرحلهای و هزینه API را نیز در نظر بگیرند.
این انتخاب زمانی دشوارتر میشود که هر شرکت، مدل جدید خود را قدرتمندترین گزینه موجود معرفی میکند؛ درحالیکه نتایج واقعی بنچمارکها همیشه با چنین ادعاهایی همخوانی ندارد.
شرکت SpaceXAI با معرفی Grok 4.5 تلاش کرده مدلی ارائه دهد که علاوه بر توانایی بالا در برنامهنویسی، وظایف ایجنتی و مهندسی نرمافزار را با سرعت بیشتر و مصرف توکن کمتر انجام دهد. در ادامه، قابلیتها، نتایج بنچمارکها، قیمت و روش دسترسی به این مدل را بررسی میکنیم.
Grok 4.5 چیست؟
Grok 4.5 مدل جدید هوش مصنوعی SpaceXAI است که برای برنامهنویسی، انجام وظایف ایجنتی و کارهای دانشی طراحی شده است.
این مدل در تاریخ ۸ ژوئیه ۲۰۲۶ معرفی شد و براساس اعلام رسمی شرکت، قدرتمندترین مدل آنها تا زمان انتشار محسوب میشود. Grok 4.5 روی مجموعه دادههایی از حوزههای برنامهنویسی، علوم، مهندسی و ریاضیات آموزش دیده است.
برخلاف یک چتبات عمومی که بیشتر برای پاسخگویی به سؤالات استفاده میشود، Grok 4.5 میتواند وظایف فنی چندمرحلهای را دنبال کند، با ابزارها کار کند و بخشهای مختلف یک پروژه نرمافزاری را از تحلیل مسئله تا تولید کد پیش ببرد.
مهمترین قابلیتهای Grok 4.5
برنامهنویسی و ساخت اپلیکیشن
یکی از مهمترین کاربردهای Grok 4.5، تولید و اصلاح کد است. SpaceXAI اعلام کرده این مدل در انجام وظایف دشوار مرتبط با زبانهای Rust، C و ++C عملکرد قابلتوجهی دارد.
مدل میتواند با دریافت یک پرامپت:
- ساختار یک اپلیکیشن را طراحی کند.
- کد بخشهای مختلف پروژه را بنویسد.
- خطاهای برنامهنویسی را پیدا و اصلاح کند.
- رابط کاربری و منطق اجرایی برنامه را ایجاد کند.
- پروژه را از توضیح اولیه به یک نمونه قابلاجرا تبدیل کند.
در یکی از نمونههای رسمی، Grok 4.5 تنها با یک دستور متنی، شبیهسازی منظومه شمسی را با استفاده از Three.js ساخته است. این نمونه نشان میدهد مدل فقط قطعهکدهای کوتاه تولید نمیکند و توانایی ایجاد برنامههای کاملتر را نیز دارد.
انجام وظایف ایجنتی و سازمانی
وظایف ایجنتی معمولاً از چند مرحله وابسته به یکدیگر تشکیل شدهاند. برای مثال، یک مدل باید ابتدا فایلهای پروژه را بررسی کند، خطا را تشخیص دهد، کد را اصلاح کند و سپس نتیجه را توضیح دهد.
Grok 4.5 برای چنین فرایندهایی آموزش دیده است. براساس توضیحات رسمی، یادگیری تقویتی آن صدها هزار وظیفه را شامل میشود و تمرکز ویژهای بر مهندسی نرمافزار چندمرحلهای دارد.
این مدل علاوه بر کدنویسی، در ابزارهای اداری نیز کاربرد دارد. Grok 4.5 میتواند:
- مدلهای چندصفحهای Excel بسازد.
- از فرمولها و اطلاعات وب استفاده کند.
- در PowerPoint اسلاید و نمودار طراحی کند.
- با اشکال بومی پاورپوینت دیاگرام بسازد.
- در Word متنهای ساختاریافته تولید کند.
نتایج بنچمارکهای Grok 4.5
SpaceXAI عملکرد Grok 4.5 را در پنج بنچمارک مرتبط با برنامهنویسی و مهندسی نرمافزار منتشر کرده است.
| بنچمارک | امتیاز Grok 4.5 | جایگاه در نمودار |
|---|---|---|
| DeepSWE 1.0 | ۶۲ درصد | سوم |
| DeepSWE 1.1 | ۵۳ درصد | چهارم |
| SWE Marathon | ۲۹ درصد | اول |
| Terminal Bench 2.1 | ۸۳.۳ درصد | سوم |
| SWE Bench Pro | ۶۴.۷ درصد | سوم |
در آزمون SWE Marathon، مدل Grok 4.5 با امتیاز ۲۹ درصد در رتبه اول قرار گرفته است. پس از آن، Opus 4.8 Max با ۲۶ درصد و Fable Max با ۲۴ درصد قرار دارند.
در Terminal Bench 2.1 اختلاف Grok 4.5 با مدلهای بالاتر بسیار کم است. این مدل امتیاز ۸۳.۳ درصد را ثبت کرده، درحالیکه امتیاز GPT 5.5 برابر با ۸۳.۴ درصد و امتیاز Fable Max برابر با ۸۴.۳ درصد اعلام شده است.
آیا Grok 4.5 قویترین مدل برنامهنویسی است؟
نتایج منتشرشده نشان میدهند Grok 4.5 یک مدل برنامهنویسی قدرتمند و رقابتی است؛ اما نمیتوان آن را در تمام سناریوها قویترین مدل موجود دانست.
این مدل تنها در یکی از پنج بنچمارک نمایشدادهشده رتبه اول را کسب کرده است. در سایر آزمونها مدلهایی مانند Fable Max، GPT 5.6 و Opus 4.8 Max عملکرد بهتری داشتهاند.
نکته مهم دیگر این است که SpaceXAI اعلام کرده اعداد مربوط به رقبا از کارتهای فنی توسعهدهندگان یا لیدربوردهای منتشرشده جمعآوری شدهاند. همچنین همه مدلها الزاماً با هارنسها و تنظیمات کاملاً یکسان آزمایش نشدهاند.
بنابراین، این نتایج باید نشانهای از عملکرد رقابتی Grok 4.5 تلقی شوند، نه مدرکی برای اثبات برتری مطلق آن بر تمام مدلهای هوش مصنوعی.
سرعت و مصرف توکن Grok 4.5
سرعت سرویسدهی اعلامشده برای Grok 4.5 حدود ۸۰ توکن در ثانیه است. چنین سرعتی میتواند در ابزارهای کدنویسی تعاملی و ایجنتهایی که باید چندین مرحله را پشت سر هم اجرا کنند، اهمیت زیادی داشته باشد.
SpaceXAI برای نشاندادن بهرهوری مدل، میانگین توکن خروجی آن را در SWE Bench Pro با Opus 4.8 Max مقایسه کرده است.
| مدل | میانگین توکن خروجی برای هر وظیفه |
|---|---|
| Grok 4.5 | ۱۵٬۹۵۴ توکن |
| Opus 4.8 Max | ۶۷٬۰۲۰ توکن |
براساس این آزمایش، Grok 4.5 برای حل هر وظیفه بهطور متوسط حدود ۴.۲ برابر توکن خروجی کمتری مصرف کرده است.
مصرف توکن کمتر میتواند هزینه اجرای ایجنتها و مدتزمان پاسخگویی را کاهش دهد. بااینحال، این عدد فقط به نتایج همین بنچمارک مربوط است و نباید آن را به تمام پروژهها و کاربردهای احتمالی تعمیم داد.
مشخصات فنی و قیمت API مدل Grok 4.5
| ویژگی | مشخصات |
|---|---|
| کاربرد اصلی | کدنویسی، وظایف ایجنتی و کارهای دانشی |
| سرعت اعلامشده | حدود ۸۰ توکن در ثانیه |
| قیمت ورودی API | ۲ دلار برای یک میلیون توکن |
| قیمت خروجی API | ۶ دلار برای یک میلیون توکن |
| نام مدل در API | grok-4.5 |
| ورودیهای اصلی | متن و وظایف برنامهنویسی |
| مدل آموزش | یادگیری تقویتی و آموزش چندمرحلهای |
| زیرساخت آموزش | دهها هزار GPU مدل NVIDIA GB300 |
قیمت API گراک ۴.۵ برای هر یک میلیون توکن ورودی ۲ دلار و برای هر یک میلیون توکن خروجی ۶ دلار اعلام شده است.
مقرونبهصرفهبودن واقعی مدل فقط به قیمت هر توکن بستگی ندارد. اگر Grok 4.5 بتواند یک مسئله را با مراحل و توکنهای کمتری حل کند، هزینه نهایی اجرای وظیفه نیز کاهش پیدا میکند. البته این موضوع باید در پروژههای واقعی و متناسب با نوع کار آزمایش شود.
چگونه به Grok 4.5 دسترسی پیدا کنیم؟
براساس اعلام رسمی، Grok 4.5 از مسیرهای زیر در دسترس قرار گرفته است:
- Grok Build
- ابزار برنامهنویسی Cursor
- کنسول و API رسمی SpaceXAI
- افزونههای Grok برای Word، Excel و PowerPoint
توسعهدهندگان برای استفاده از API باید کلید دسترسی دریافت کنند و در درخواست خود نام مدل grok-4.5 را قرار دهند.
در زمان انتشار خبر، این مدل هنوز در محصولات SpaceXAI و کنسول API برای کاربران اتحادیه اروپا در دسترس نبود و عرضه آن برای اواسط ژوئیه پیشبینی شده بود. وضعیت دسترسی منطقهای ممکن است پس از انتشار مقاله تغییر کند.
Grok 4.5 برای چه کاربرانی مناسب است؟
Grok 4.5 میتواند گزینه مناسبی برای گروههای زیر باشد:
- توسعهدهندگان نرمافزار
- تیمهای ساخت ایجنتهای هوش مصنوعی
- شرکتهای دارای فرایندهای فنی چندمرحلهای
- کاربران حرفهای Word، Excel و PowerPoint
- کسبوکارهایی که سرعت و مصرف توکن برای آنها مهم است
بااینحال، انتخاب مدل نباید فقط براساس بنچمارکها انجام شود. بهترین روش این است که Grok 4.5 با چند نمونه واقعی از پروژه موردنظر آزمایش و سپس کیفیت، سرعت و هزینه آن با مدلهای دیگر مقایسه شود.
جمعبندی
Grok 4.5 را میتوان یکی از مدلهای قدرتمند سال ۲۰۲۶ برای برنامهنویسی، مهندسی نرمافزار و وظایف ایجنتی دانست.
مهمترین نقاط قوت آن شامل سرعت حدود ۸۰ توکن در ثانیه، مصرف توکن کمتر در SWE Bench Pro و توانایی ساخت اپلیکیشن از یک پرامپت است.
بااینحال، این مدل در همه بنچمارکها رتبه اول را ندارد. بنابراین بهتر است آن را یک گزینه رقابتی و کارآمد بدانیم، نه مدلی که در تمام کاربردها از همه رقبا بهتر است.
سوالات متداول درباره Grok 4.5
Grok 4.5 چیست؟
Grok 4.5 مدل جدید SpaceXAI برای برنامهنویسی، انجام وظایف ایجنتی، مهندسی نرمافزار و کارهای دانشی است.
قیمت API مدل Grok 4.5 چقدر است؟
هزینه هر یک میلیون توکن ورودی ۲ دلار و هر یک میلیون توکن خروجی ۶ دلار اعلام شده است.
آیا Grok 4.5 برای برنامهنویسی مناسب است؟
بله. این مدل در بنچمارکهای مهندسی نرمافزار عملکرد رقابتی داشته و میتواند وظایف چندمرحلهای و ساخت اپلیکیشن را انجام دهد.
آیا Grok 4.5 از ChatGPT و Claude بهتر است؟
پاسخ به نوع کاربرد بستگی دارد. Grok 4.5 در برخی آزمونها بهتر و در برخی دیگر ضعیفتر از مدلهای رقیب عمل کرده است.
سرعت Grok 4.5 چقدر است؟
SpaceXAI سرعت سرویسدهی این مدل را حدود ۸۰ توکن در ثانیه اعلام کرده است.
