Grok 4.5 est le modèle phare de xAI — le plus intelligent à ce jour, avec des performances de pointe en codage, travail de connaissance et STEM. Construit sur la base V9 de 1,5 billion de paramètres et entraîné aux côtés de l'éditeur de codage Cursor, il propose une fenêtre de contexte de 500 000 tokens et accepte des entrées de texte, d'image et de fichiers avec une sortie textuelle. Il met l'accent sur un codage agentique fort avec une efficacité de tokens notable — résolvant des tâches de génie logiciel avec beaucoup moins de tokens de sortie que les modèles de pointe comparables — et est proposé à un prix agressif pour une utilisation en production à volume élevé.
Grok 4.5 est un modèle de langage multimodal à grande échelle créé par xAI. Il est conçu pour traiter de très longues entrées, avec une fenêtre de contexte de 500 000 tokens. Cela signifie qu'il peut…
Grok 4.5 accepte trois modalités d'entrée : texte, images et fichiers. Le texte peut être inclus naturellement dans le message de l'utilisateur. Les images peuvent être fournies sous forme d'URL ou de données encodées en base64 dans le tableau de contenu, suivant le format multimodal d'OpenAI. Les fichiers sont pris en charge via le même mécanisme : les utilisateurs peuvent joindre des données binaires (par exemple, PDF, documents Word) dans le cadre de la requête. Le modèle traite ces entrées ensemble, ce qui lui permet de raisonner sur différents types d'informations. Par exemple, une invite peut contenir un contrat scanné (image) accompagné de questions sur des clauses spécifiques, et Grok 4.5 extraira le texte de l'image et répondra en conséquence. Cette capacité multimodale élimine la nécessité de prétraiter les fichiers avant de les envoyer à l'API, simplifiant ainsi la conception du pipeline.
La fenêtre de contexte de 500 000 tokens signifie que Grok 4.5 peut prendre en compte jusqu'à un demi-million de tokens d'entrée et de sortie combinés dans une seule requête. Un token équivaut approximativement à 0,75 mot pour le texte anglais, donc le modèle peut traiter environ 375 000 à 400 000 mots. Cela permet aux utilisateurs de saisir des documents entiers, de longues conversations ou de grands ensembles de données sans les diviser en morceaux. Le modèle maintient la cohérence sur l'ensemble du contexte, permettant des tâches comme résumer un chapitre de livre, analyser un dépôt de code complet ou conserver intact un dialogue à plusieurs tours. Cependant, des entrées plus longues augmentent le coût proportionnellement, car la tarification est par token. Pour un meilleur équilibre, les utilisateurs devraient envoyer uniquement le contexte nécessaire, mais la grande fenêtre réduit le besoin de troncature des données.
Grok 4.5 excelle dans les tâches nécessitant une compréhension approfondie de contenus longs ou multimodaux. Parmi les exemples clés : extraire des informations de centaines de pages d'articles de recherche, analyser des images de graphiques et de tableaux conjointement avec du texte connexe, examiner des documents juridiques pour des clauses spécifiques, résumer de longs transcriptions de réunions, et déboguer de grands projets logiciels en examinant des fichiers journaux complets. Le modèle peut également gérer des chaînes de raisonnement complexes qui s'appuient sur des parties antérieures d'une invite. Il est moins adapté aux tâches très simples ou ponctuelles où un modèle plus petit et moins coûteux suffirait – par exemple, générer de courtes réponses par courriel ou une classification directe. Les utilisateurs doivent évaluer si la tâche nécessite réellement la grande fenêtre contextuelle pour justifier le coût par jeton plus élevé par rapport aux modèles plus petits disponibles sur OrcaRouter.
Grok 4.5 est proposé au tarif de $2.00 par 1M de jetons d'entrée et de $6.00 par 1M de jetons de sortie. Si votre cas d'utilisation ne nécessite pas la fenêtre de contexte de 500k ou l'entrée multimodale, vous pouvez réduire les coûts en utilisant un modèle plus petit disponible via OrcaRouter. Des exemples de tâches mieux adaptées à des modèles moins chers incluent : la classification simple ou l'extraction à partir de courts extraits, le question-réponse à un seul tour sur de petits documents, l'analyse de sentiment basique et la génération de très courtes complétions. De plus, si votre application nécessite une faible latence pour un trafic de production à volume élevé, un modèle plus petit peut offrir des temps de réponse plus rapides. Évaluez le compromis : pour les tâches où le contexte ajouté et la capacité multimodale n'apportent aucun avantage, le coût supplémentaire par jeton est inutile.
Les scores de référence spécifiques pour Grok 4.5 n'ont pas été rendus publics par xAI à ce jour. Le modèle est conçu pour être un grand modèle de langage très performant, mais sans chiffres d'évaluation standardisés, les utilisateurs doivent évaluer ses performances par leurs propres tests sur des tâches représentatives. Les facteurs qui influencent les performances réelles incluent la conception des prompts, la complexité des tâches et la qualité des données d'entrée. Compte tenu de sa grande fenêtre contextuelle, le modèle pourrait particulièrement bien performer sur des tâches nécessitant la rétention d'informations sur des séquences extrêmement longues. Nous recommandons d'effectuer des évaluations de référence sur vos cas d'utilisation spécifiques en utilisant l'API OrcaRouter pour mesurer la précision, la latence et la qualité de la sortie.
La latence de Grok 4.5 n'est pas spécifiée publiquement par xAI. Cependant, étant donné que le modèle possède un grand nombre de paramètres et prend en charge une fenêtre de contexte de 500k, le temps d'inférence sera généralement plus long que celui de modèles plus petits, en particulier lors du traitement de longues entrées. Les utilisateurs peuvent s'attendre à un délai avant le premier token (time-to-first-token) et à un temps total de génération plus élevés par rapport à des modèles avec moins de paramètres. Pour optimiser, gardez les invites d'entrée aussi concises que possible tout en fournissant le contexte nécessaire. Si une faible latence est cruciale pour votre application—comme dans le chat en temps réel—vous pouvez tester la vitesse de réponse via l'API OrcaRouter avec des tailles d'entrée typiques avant de vous engager dans une utilisation en production. OrcaRouter n'ajoute pas de surcharge significative ; la latence principale provient de l'inférence du modèle sous-jacent.
La principale force de Grok 4.5 réside dans sa grande fenêtre de contexte de 500 000 jetons, permettant un raisonnement cohérent sur de très longues séquences. Il bénéficie également d'une entrée multimodale, ce qui lui permet de traiter directement des images et des fichiers. Ces fonctionnalités le rendent puissant pour l'analyse de documents, la recherche et toute tâche nécessitant un contexte étendu. Parmi les limitations figurent un coût par jeton plus élevé que celui des modèles plus petits, et probablement une latence plus élevée. De plus, xAI n'ayant pas divulgué de scores de référence, les utilisateurs ne peuvent pas se fier aux comparaisons de classements par des tiers. Le comportement du modèle sur des domaines très spécifiques (par exemple, médicaux ou juridiques) doit être validé par des tests. Comme tous les LLMs, il peut occasionnellement produire un contenu inexact ou halluciné, surtout sur des invites ambigües. Toujours vérifier les résultats pour les applications critiques.
Grok 4.5 est tarifé en fonction du nombre de tokens traités. Les tokens d’entrée coûtent 2,00 $ pour 1 million de tokens, et les tokens de sortie coûtent 6,00 $ pour 1 million de tokens. Il s’agit du tarif fournisseur fixé par xAI, et OrcaRouter le transmet sans aucune marge. La facturation est basée sur l’utilisation : vous ne payez que pour les tokens que vous envoyez et recevez réellement. La fenêtre de contexte de 500 000 tokens signifie qu’une invite de contexte complet (500k tokens d’entrée) coûterait 1,00 $ rien que pour l’entrée (2,00 $ * 0,5M). Les tokens de sortie sont facturés au triple du tarif d’entrée. Pour estimer les coûts, calculez le nombre total de tokens d’entrée (y compris le message système, les messages utilisateur, les images et fichiers encodés en tokens) et la longueur de sortie prévue. Utilisez le tokenizer fourni par OrcaRouter pour compter les tokens avant l’envoi.
Non. OrcaRouter facture exactement le tarif du fournisseur pour Grok 4.5 : 2,00 $ par million de tokens d'entrée et 6,00 $ par million de tokens de sortie. Il n'y a pas de frais cachés, pas de supplément par requête et pas de marge bénéficiaire. Votre facture reflétera l'utilisation brute des tokens multipliée par ces tarifs. OrcaRouter peut proposer la gestion des clés API et l'accès sans frais supplémentaires. Les seuls frais concernent le calcul consommé par le modèle. Notez que les tokens utilisés pour les entrées multimodales (images, fichiers) sont comptés au même tarif d'entrée — il n'y a pas de tarification distincte pour les différentes modalités. Vérifiez toujours votre nombre de tokens dans la réponse de l'API pour rapprocher l'utilisation.
Étant donné une fenêtre de contexte de 500k, le coût de traitement d'une requête complète peut être significatif. Pour une seule requête utilisant 500k tokens d'entrée et 1k tokens de sortie, le coût d'entrée est de $1.00 et le coût de sortie de $0.006, total ~$1.006. Si vous envoyez plusieurs requêtes de ce type, les coûts s'accumulent rapidement. Cependant, pour les tâches qui bénéficient de ne pas être découpées, la capacité d'effectuer une seule grande requête peut faire gagner du temps d'ingénierie et augmenter la précision. Comparez cela à un modèle plus petit avec une fenêtre de contexte plus courte qui nécessiterait plusieurs appels et un assemblage manuel, ce qui pourrait entraîner des frais généraux plus élevés. Le coût par token est fixe ; la valeur vient de la taille de la fenêtre de contexte et de la capacité multimodale. Les utilisateurs devraient estimer le nombre total de tokens mensuels et modéliser en conséquence.
OrcaRouter ne propose actuellement pas de système de cache dédié pour les réponses de Grok 4.5. La tarification est basée sur les tokens facturés par xAI par requête ; si vous envoyez la même invite plusieurs fois, chaque requête est facturée au prix fort. Il n'y a pas de réduction pour les sorties répétées ou mises en cache. Pour réduire les coûts, évitez d'envoyer des invites identiques ou quasi identiques. Vous pouvez implémenter votre propre couche de cache côté client — par exemple, stockez localement les résultats de requêtes courantes et n'appelez l'API que lorsqu'une invite nouvelle ou modifiée est nécessaire. Notez que les tokens d'entrée sont toujours facturés, même si la sortie est triviale. Pour les motifs répétés, regroupez les entrées similaires autant que possible.
Pour utiliser Grok 4.5, envoyez une requête POST vers https://api.orcarouter.ai/v1/chat/completions. Définissez le paramètre model sur "grok/grok-4.5". Le corps de la requête suit le format de complétion de chat d'OpenAI, incluant un tableau messages avec des rôles (system, user, assistant). Pour une entrée multimodale, incluez des parties de contenu de type "text" et "image_url". Exemple (Python) : import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_KEY") response = client.chat.completions.create(model="grok/grok-4.5", messages=[{"role":"user", "content":[{"type":"text","text":"Describe this image:"}, {"type":"image_url", "image_url":{"url":"https://example.com/pic.jpg"}}]}]) print(response.choices[0].message.content) Assurez-vous que votre clé API a accès au modèle grok/grok-4.5. Utilisez les mêmes points de terminaison qu'OpenAI pour le streaming, l'appel de fonctions et d'autres fonctionnalités.
L'API OrcaRouter pour Grok 4.5 prend en charge les paramètres standard d'OpenAI : 'model', 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', 'stream', 'n' et 'seed'. Le paramètre 'max_tokens' limite la longueur de la réponse générée. 'temperature' contrôle l'aléatoire (0=déterministe, 2=très aléatoire). 'top_p' implémente l'échantillonnage nucléaire. 'frequency_penalty' et 'presence_penalty' réduisent la répétition. Pour le streaming, définissez 'stream' sur true pour recevoir les jetons de manière incrémentielle. Le paramètre 'n' permet de générer plusieurs complétions. 'seed' active des sorties déterministes si la reproductibilité est nécessaire. Notez que la fenêtre de contexte du modèle est de 500k tokens au total (entrée + sortie combinées). Pour éviter les erreurs, assurez-vous que vos tokens d'entrée plus le max_tokens demandé ne dépassent pas cette limite. OrcaRouter renverra une erreur si l'invite est trop longue.
Migrer du code existant compatible OpenAI pour appeler Grok 4.5 via OrcaRouter nécessite uniquement un changement de l’URL de base et du nom du modèle. Remplacez https://api.openai.com/v1 par https://api.orcarouter.ai/v1. Remplacez l’identifiant du modèle par "grok/grok-4.5". Votre clé API doit être celle fournie par OrcaRouter. Tous les autres paramètres et formats de message restent identiques. Pour des bibliothèques comme le package Python openai, mettez à jour l’initialisation du client : `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`. Il n’est pas nécessaire de modifier les structures de message, la logique de streaming ou la gestion des réponses. Testez avec un petit prompt pour confirmer la connectivité et le format de réponse. OrcaRouter prend également en charge les mêmes codes d’erreur et en-têtes de limitation de débit qu’OpenAI, ce qui rend la migration simple.
Grok 4.5, GPT-4 et Claude sont tous des grands modèles de langage, mais diffèrent sur des aspects clés. Grok 4.5 offre une fenêtre de contexte de 500k tokens, soit plus grande que GPT-4 Turbo (128k) et Claude 3.5 Sonnet (200k). Cela rend Grok 4.5 mieux adapté aux très longs documents ou conversations sans avoir à les découper. Grok 4.5 prend également en charge les entrées d'images et de fichiers, similaires aux capacités multimodales de GPT-4 Vision et de Claude. Tarification : Grok 4.5 coûte 2$/6$ pour 1M de tokens, GPT-4o coûte 2,50$/10$, Claude 3.5 Sonnet coûte 3$/15$. Ainsi, Grok 4.5 est moins cher par token pour la sortie mais identique ou légèrement moins cher pour l'entrée par rapport à GPT-4o et Claude. La latence et la précision varient selon le cas d'utilisation ; sans benchmarks publiés, une comparaison directe des performances n'est pas possible. Les développeurs devraient tester Grok 4.5 par rapport aux alternatives sur leurs tâches spécifiques.
OrcaRouter donne accès à de nombreux modèles en plus de Grok 4.5. Pour les tâches qui n'ont pas besoin de la fenêtre de contexte de 500k, des options moins chères incluent GPT-4o mini (0,15 $/0,60 $), Claude 3 Haiku (0,25 $/1,25 $) et Llama 3.1 70B (0,59 $/0,79 $). Pour les tâches multimodales, GPT-4o et Claude 3.5 Sonnet sont des alternatives avec des tarifs et des tailles de contexte différents. Pour un contexte extrêmement long, Gemini 1.5 Pro offre 1 M de tokens, mais à un coût plus élevé. Si vous avez besoin de fonctionnalités spécifiques comme l'appel de fonctions ou le mode JSON, de nombreux modèles les prennent en charge. Choisissez Grok 4.5 lorsque le grand contexte et la tarification sans marge l'emportent sur le besoin de coûts par token plus bas ou d'intégrations spécifiques à un écosystème. Tenez toujours compte des compromis en matière de latence, de précision et de coût pour votre flux de travail particulier.
Chez les principaux fournisseurs, les prix de Grok 4.5 sont compétitifs pour sa taille de fenêtre de contexte. Entrée : 2,00 $/M tokens contre GPT-4o (2,50 $), Claude 3.5 Sonnet (3,00 $), Gemini 1.5 Pro (3,50 $). Sortie : 6,00 $/M contre GPT-4o (10,00 $), Claude 3.5 Sonnet (15,00 $), Gemini 1.5 Pro (10,50 $). Grok 4.5 est moins cher à la fois en entrée et en sortie par rapport à ces modèles. Cependant, des modèles plus petits comme GPT-4o mini ou Claude 3 Haiku sont nettement moins chers. La proposition de valeur de Grok 4.5 réside dans sa fenêtre de contexte de 500k — si vous n'en avez pas besoin, un modèle moins cher est préférable. De plus, la politique de marge zéro d'OrcaRouter garantit que vous payez exactement le prix indiqué par xAI. Aucuns frais de passerelle supplémentaires ne sont ajoutés, ce qui fait de Grok 4.5 l'une des options les plus rentables pour les tâches multimodales à long contexte.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="grok/grok-4.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p| Entrée / 1M tokens | $2.00 |
| Sortie / 1M tokens | $6.00 |
| Lecture cache / 1M | $0.500 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
GET /api/public/models/grok/grok-4.5Ouvrir @misc{orcarouter_grok_4_5,
title = {Grok 4.5 API},
author = {xAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/grok/grok-4.5}
}xAI. (2026). Grok 4.5 API. OrcaRouter. https://www.orcarouter.ai/models/grok/grok-4.5