Grok 4.5 è il modello di punta di xAI — il più intelligente mai realizzato, con prestazioni all'avanguardia in ambito coding, lavoro conoscitivo e STEM. Costruito sulla base V9 da 1,5 trilioni di parametri e addestrato insieme all'editor di codice Cursor, serve una finestra di contesto di 500.000 token e accetta input di testo, immagini e file, con output testuale. Enfatizza un coding agentico potente con una notevole efficienza nei token — risolvendo task di ingegneria del software con molti meno token di output rispetto a modelli di frontiera comparabili — ed è prezzato in modo aggressivo per un uso produttivo ad alto volume.
Grok 4.5 è un modello linguistico multimodale di grandi dimensioni creato da xAI. È progettato per gestire input molto lunghi, con una finestra di contesto di 500.000 token. Ciò significa che può…
Grok 4.5 accetta tre modalità di input: testo, immagini e file. Il testo può essere incluso naturalmente nel messaggio dell'utente. Le immagini possono essere fornite come URL o come dati codificati in base64 nell'array di contenuto, seguendo il formato multimodale di OpenAI. I file sono supportati tramite lo stesso meccanismo: gli utenti possono allegare dati binari (ad esempio PDF, documenti Word) come parte della richiesta. Il modello elabora questi input insieme, permettendogli di ragionare su diversi tipi di informazioni. Ad esempio, un prompt può contenere un contratto scansionato (immagine) insieme a domande su clausole specifiche, e Grok 4.5 estrarrà il testo dall'immagine e risponderà di conseguenza. Questa capacità multimodale elimina la necessità di pre-elaborare i file prima di inviarli all'API, semplificando la progettazione della pipeline.
La finestra di contesto di 500.000 token significa che Grok 4.5 può considerare fino a mezzo milione di token tra input e output combinati in una singola richiesta. Un token equivale approssimativamente a 0,75 parole per il testo inglese, quindi il modello può gestire circa 375.000-400.000 parole. Ciò consente agli utenti di inserire interi documenti, lunghe conversazioni o grandi set di dati senza suddividerli in blocchi. Il modello mantiene la coerenza su tutto il contesto, permettendo attività come il riepilogo di un capitolo di un libro, l'analisi di un intero repository di codice o il mantenimento intatto di un dialogo multi-turno. Tuttavia, input più lunghi aumentano proporzionalmente i costi perché il prezzo è basato sul token. Per il miglior equilibrio, gli utenti dovrebbero inviare solo il contesto necessario, ma la grande finestra riduce la necessità di troncamento dei dati.
Grok 4.5 eccelle in compiti che richiedono una profonda comprensione di contenuti lunghi o multimodali. Esempi chiave includono: estrarre informazioni da centinaia di pagine di articoli di ricerca, analizzare immagini di grafici e tabelle insieme a testo correlato, esaminare documenti legali per clausole specifiche, riassumere lunghi verbali di riunioni e fare debug di grandi progetti software esaminando file di log completi. Il modello può anche gestire catene di ragionamento complesse che si basano su parti precedenti di un prompt. È meno adatto per compiti molto semplici o one-shot in cui un modello più piccolo ed economico sarebbe sufficiente—ad esempio, generare brevi risposte email o classificazioni semplici. Gli utenti dovrebbero valutare se il compito necessita realmente di una finestra di contesto ampia per giustificare il costo più elevato per token rispetto ai modelli più piccoli disponibili su OrcaRouter.
Grok 4.5 ha un prezzo di $2,00 per 1 milione di token in input e $6,00 per 1 milione di token in output. Se il tuo caso d'uso non richiede la finestra di contesto di 500k o l'input multimodale, puoi risparmiare sui costi utilizzando un modello più piccolo disponibile tramite OrcaRouter. Esempi di attività più adatte a modelli più economici includono: classificazione semplice o estrazione da brevi frammenti, risposta a domande a turno singolo su piccoli documenti, analisi del sentiment di base e generazione di completamenti molto brevi. Inoltre, se la tua applicazione necessita di bassa latenza per traffico di produzione ad alto volume, un modello più piccolo può offrire tempi di risposta più rapidi. Valuta il compromesso: per attività in cui il contesto aggiunto e la capacità multimodale non apportano alcun vantaggio, il costo extra per token è superfluo.
I punteggi specifici dei benchmark per Grok 4.5 non sono stati rilasciati pubblicamente da xAI al momento. Il modello è progettato per essere un modello linguistico di grandi dimensioni altamente capace, ma senza numeri di valutazione standardizzati, gli utenti dovrebbero valutarne le prestazioni attraverso i propri test su attività rappresentative. I fattori che influenzano le prestazioni nel mondo reale includono la progettazione del prompt, la complessità del compito e la qualità dei dati di input. Grazie alla sua ampia finestra di contesto, il modello potrebbe funzionare particolarmente bene su compiti che richiedono di conservare informazioni su sequenze estremamente lunghe. Raccomandiamo di eseguire valutazioni di benchmark sui vostri casi d'uso specifici utilizzando l'API OrcaRouter per misurare accuratezza, latenza e qualità dell'output.
La latenza per Grok 4.5 non è specificata pubblicamente da xAI. Tuttavia, poiché il modello ha un numero elevato di parametri e supporta una finestra di contesto di 500k, il tempo di inferenza sarà generalmente più lungo rispetto a modelli più piccoli, specialmente durante l'elaborazione di input lunghi. Gli utenti possono aspettarsi un tempo al primo token e un tempo di generazione totale superiori rispetto a modelli con meno parametri. Per ottimizzare, mantieni i prompt di input il più concisi possibile, fornendo comunque il contesto necessario. Se la bassa latenza è critica per la tua applicazione—ad esempio chat in tempo reale—potresti voler testare la velocità di risposta tramite l'API OrcaRouter con dimensioni di input tipiche prima di impegnarti nell'uso in produzione. OrcaRouter non aggiunge un overhead significativo; la latenza principale proviene dall'inferenza del modello sottostante.
Il punto di forza principale di Grok 4.5 è il suo ampio contesto di 500k token, che consente un ragionamento coerente su sequenze molto lunghe. Beneficia inoltre dell'input multimodale, permettendogli di processare direttamente immagini e file. Queste caratteristiche lo rendono potente per l'analisi di documenti, la ricerca e qualsiasi attività che richieda un contesto esteso. Le limitazioni includono un costo per token più elevato rispetto ai modelli più piccoli e probabilmente una latenza maggiore. Inoltre, poiché xAI non ha divulgato i punteggi dei benchmark, gli utenti non possono fare affidamento sui confronti delle classifiche di terze parti. Il comportamento del modello su domini altamente specifici (ad esempio, medico o legale) dovrebbe essere validato tramite test. Come tutti i LLM, può occasionalmente produrre contenuti inaccurati o allucinati, specialmente su prompt ambigui. Rivedere sempre gli output per applicazioni critiche.
Grok 4.5 è tariffato in base al numero di token elaborati. I token di input costano $2.00 per 1 milione di token, e i token di output costano $6.00 per 1 milione di token. Questa è la tariffa del provider stabilita da xAI, e OrcaRouter la trasmette senza alcun margine. La fatturazione è basata sull'utilizzo: paghi solo per i token che effettivamente invii e ricevi. La finestra di contesto di 500,000 token significa che un prompt di contesto completo (500k token di input) costerebbe $1.00 solo per l'input ($2.00 * 0.5M). I token di output vengono fatturati tre volte la tariffa di input. Per stimare i costi, calcola il totale dei token di input (inclusi messaggio di sistema, messaggi utente, immagini e file codificati come token) e la lunghezza prevista dell'output. Utilizza il tokenizer fornito da OrcaRouter per contare i token prima dell'invio.
No. OrcaRouter addebita esattamente la tariffa del provider per Grok 4.5: $2.00 per 1M token in input e $6.00 per 1M token in output. Non ci sono commissioni nascoste, nessun sovrapprezzo per richiesta e nessun ricarico. La tua fattura rifletterà l'utilizzo grezzo dei token moltiplicato per queste tariffe. OrcaRouter può offrire la gestione delle chiavi API e l'accesso senza costi aggiuntivi. Gli unici addebiti sono per il calcolo consumato dal modello. Tieni presente che i token utilizzati per input multimodali (immagini, file) vengono conteggiati alla stessa tariffa di input — non esiste un prezzo separato per diverse modalità. Verifica sempre il conteggio dei token dalla risposta API per riconciliare l'utilizzo.
Considerando una finestra di contesto di 500k, il costo di elaborazione di un prompt completo può essere significativo. Per una singola richiesta che utilizza 500k token in input e 1k token in output, il costo di input è $1.00 e il costo di output $0.006, totale circa $1.006. Se invii molte richieste simili, i costi si accumulano rapidamente. Tuttavia, per attività che traggono vantaggio dal non essere suddivise in blocchi, la possibilità di eseguire un'unica grande interrogazione può far risparmiare tempo di sviluppo e aumentare l'accuratezza. Confronta questo con un modello più piccolo con una finestra di contesto più breve che richiederebbe chiamate multiple e cucitura manuale, potenzialmente comportando un overhead maggiore. Il costo per token è fisso; il valore deriva dalla dimensione della finestra di contesto e dalla capacità multimodale. Gli utenti dovrebbero stimare il totale dei token mensili e modellare di conseguenza.
OrcaRouter non pubblicizza attualmente un sistema di cache dedicato per le risposte di Grok 4.5. Il prezzo si basa sui token fatturati da xAI per richiesta; se invii lo stesso prompt più volte, ogni richiesta viene fatturata al prezzo intero. Non c'è sconto per output ripetuti o memorizzati nella cache. Per ridurre i costi, evita di inviare prompt identici o quasi identici. Puoi implementare un livello di cache personalizzato sul lato client, ad esempio memorizzando localmente i risultati delle query comuni e chiamando l'API solo quando è necessario un prompt nuovo o modificato. Nota che i token di input vengono sempre addebitati, anche se l'output è banale. Per pattern ripetuti, raggruppa input simili quando possibile.
Per utilizzare Grok 4.5, invia una richiesta POST a https://api.orcarouter.ai/v1/chat/completions. Imposta il parametro model su "grok/grok-4.5". Il corpo della richiesta segue il formato di completamento chat di OpenAI, includendo un array messages con i ruoli (system, user, assistant). Per input multimodali, includi parti di contenuto di tipo "text" e "image_url". Esempio (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) Assicurati che la tua chiave API abbia accesso al modello grok/grok-4.5. Utilizza gli stessi endpoint di OpenAI per lo streaming, le chiamate a funzioni e altre funzionalità.
L'API OrcaRouter per Grok 4.5 supporta i parametri standard di OpenAI: 'model', 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', 'stream', 'n' e 'seed'. Il parametro 'max_tokens' limita la lunghezza della risposta generata. 'temperature' controlla la casualità (0=deterministico, 2=molto casuale). 'top_p' implementa il campionamento nucleo. 'frequency_penalty' e 'presence_penalty' riducono la ripetizione. Per lo streaming, imposta 'stream' su true per ricevere i token in modo incrementale. Il parametro 'n' consente di generare più completamenti. 'seed' abilita output deterministici se è necessaria riproducibilità. Nota che la finestra di contesto del modello è di 500k token totali (input + output combinati). Per evitare errori, assicurati che i tuoi token di input più i max_tokens richiesti non superino tale limite. OrcaRouter restituirà un errore se il prompt è troppo lungo.
Migrare il codice esistente compatibile con OpenAI per chiamare Grok 4.5 tramite OrcaRouter richiede solo una modifica all'URL di base e al nome del modello. Invece di https://api.openai.com/v1, usa https://api.orcarouter.ai/v1. Sostituisci l'identificatore del modello con "grok/grok-4.5". La tua chiave API dovrebbe essere quella fornita da OrcaRouter. Tutti gli altri parametri e formati dei messaggi rimangono invariati. Per librerie come il pacchetto Python openai, aggiorna l'inizializzazione del client: `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`. Non è necessario modificare le strutture dei messaggi, la logica di streaming o la gestione delle risposte. Testa con un piccolo prompt per confermare la connettività e il formato della risposta. OrcaRouter supporta anche gli stessi codici di errore e intestazioni di limitazione della velocità di OpenAI, rendendo la migrazione semplice.
Grok 4.5, GPT-4 e Claude sono tutti modelli linguistici di grandi dimensioni, ma differiscono per aspetti chiave. Grok 4.5 offre una finestra di contesto di 500k token, che è più grande rispetto a GPT-4 Turbo (128k) e Claude 3.5 Sonnet (200k). Questo rende Grok 4.5 più adatto per documenti o conversazioni molto lunghi senza necessità di suddivisioni. Grok 4.5 supporta anche l'input di immagini e file, simile a GPT-4 Vision e alle capacità multimodali di Claude. Prezzi: Grok 4.5 costa $2/$6 per 1 milione di token, GPT-4o costa $2,50/$10, Claude 3.5 Sonnet costa $3/$15. Quindi Grok 4.5 è più economico per token di output, ma identico o leggermente più economico per input rispetto a GPT-4o e Claude. Latenza e accuratezza variano a seconda del caso d'uso; senza benchmark pubblicati, un confronto diretto delle prestazioni non è possibile. Gli sviluppatori dovrebbero testare Grok 4.5 rispetto alle alternative sui propri compiti specifici.
OrcaRouter fornisce accesso a molti modelli oltre a Grok 4.5. Per compiti che non necessitano della finestra di contesto di 500k, opzioni più economiche includono GPT-4o mini ($0.15/$0.60), Claude 3 Haiku ($0.25/$1.25) e Llama 3.1 70B ($0.59/$0.79). Per compiti multimodali, GPT-4o e Claude 3.5 Sonnet sono alternative con prezzi e dimensioni del contesto diverse. Per contesti estremamente lunghi, Gemini 1.5 Pro offre 1 milione di token ma a un costo maggiore. Se richiedi funzionalità specifiche come function calling o JSON mode, molti modelli le supportano. Scegli Grok 4.5 quando il grande contesto e il prezzo senza markup superano la necessità di costi per token inferiori o integrazioni specifiche dell'ecosistema. Considera sempre i compromessi in termini di latenza, accuratezza e costo per il tuo specifico flusso di lavoro.
Tra i principali provider, il prezzo di Grok 4.5 è competitivo per la sua dimensione della finestra di contesto. Input: $2.00/M token vs GPT-4o ($2.50), Claude 3.5 Sonnet ($3.00), Gemini 1.5 Pro ($3.50). Output: $6.00/M vs GPT-4o ($10.00), Claude 3.5 Sonnet ($15.00), Gemini 1.5 Pro ($10.50). Grok 4.5 è più economico sia in input che in output rispetto a quei modelli. Tuttavia, modelli più piccoli come GPT-4o mini o Claude 3 Haiku sono significativamente più economici. La proposta di valore di Grok 4.5 risiede nella sua finestra di contesto da 500k—se non ne hai bisogno, un modello più economico è meglio. Inoltre, la politica di margine zero di OrcaRouter garantisce che paghi esattamente il prezzo indicato da xAI. Nessun'altra commissione del gateway viene aggiunta, rendendo Grok 4.5 una delle opzioni più convenienti per attività multimodali a contesto lungo.
Compatibile con OpenAI: mantieni il tuo SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Input / 1M token | $2.00 |
| Output / 1M token | $6.00 |
| Lettura cache / 1M | $0.500 |
| Valuta | USD |
Stima basata sul prezzo di listino
Solo una stima — il numero effettivo di token dipende dal tokenizzatore del provider.
GET /api/public/models/grok/grok-4.5Apri @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