Grok 4.5 é o modelo principal da xAI — o mais inteligente até hoje, com desempenho de ponta em programação, trabalho de conhecimento e STEM. Construído sobre a base V9 de 1,5 trilhão de parâmetros e treinado em conjunto com o editor de código Cursor, ele oferece uma janela de contexto de 500 mil tokens e aceita entradas de texto, imagem e arquivos com saída em texto. Ele enfatiza programação agentiva forte com notável eficiência de tokens — resolvendo tarefas de engenharia de software com muito menos tokens de saída do que modelos concorrentes de ponta — e é precificado de forma agressiva para uso em produção de alto volume.
O Grok 4.5 é um modelo de linguagem grande multimodal criado pela xAI. Ele foi projetado para lidar com entradas muito longas, com uma janela de contexto de 500.000 tokens. Isso significa que ele…
Grok 4.5 aceita três modalidades de entrada: texto, imagens e arquivos. O texto pode ser incluído naturalmente na mensagem do usuário. Imagens podem ser fornecidas como URLs ou como dados codificados em base64 no array de conteúdo, seguindo o formato multimodal da OpenAI. Arquivos são suportados pelo mesmo mecanismo: os usuários podem anexar dados binários (por exemplo, PDFs, documentos do Word) como parte da requisição. O modelo processa essas entradas em conjunto, permitindo raciocinar sobre diferentes tipos de informação. Por exemplo, um prompt pode conter um contrato digitalizado (imagem) junto com perguntas sobre cláusulas específicas, e o Grok 4.5 extrairá o texto da imagem e responderá de acordo. Essa capacidade multimodal elimina a necessidade de pré-processar arquivos antes de enviá-los para a API, simplificando o design do pipeline.
O contexto de 500.000 tokens significa que o Grok 4.5 pode considerar até meio milhão de tokens de entrada e saída combinados em uma única solicitação. Um token equivale aproximadamente a 0,75 palavras para texto em inglês, então o modelo pode lidar com cerca de 375.000 a 400.000 palavras. Isso permite que os usuários insiram documentos inteiros, conversas longas ou grandes conjuntos de dados sem precisar dividi-los em partes. O modelo mantém a coerência em todo o contexto, possibilitando tarefas como resumir um capítulo de livro, analisar um repositório de código completo ou manter um diálogo de múltiplas voltas intacto. No entanto, entradas mais longas aumentam o custo proporcionalmente, pois o preço é por token. Para o melhor equilíbrio, os usuários devem enviar apenas o contexto necessário, mas a grande janela reduz a necessidade de truncamento de dados.
O Grok 4.5 se destaca em tarefas que exigem compreensão profunda de conteúdo longo ou multimodal. Exemplos principais incluem: extrair informações de centenas de páginas de artigos de pesquisa, analisar imagens de gráficos e tabelas juntamente com texto relacionado, revisar documentos jurídicos em busca de cláusulas específicas, resumir longas transcrições de reuniões e depurar grandes projetos de software examinando arquivos de log completos. O modelo também pode lidar com cadeias de raciocínio complexas que dependem de partes anteriores de um prompt. Ele é menos adequado para tarefas muito simples ou de execução única, onde um modelo menor e mais barato seria suficiente — por exemplo, gerar respostas curtas de e-mail ou classificação direta. Os usuários devem avaliar se a tarefa realmente precisa da grande janela de contexto para justificar o custo mais alto por token em comparação com modelos menores disponíveis no OrcaRouter.
O Grok 4.5 custa $2.00 por 1M de tokens de entrada e $6.00 por 1M de tokens de saída. Se o seu caso de uso não exigir a janela de contexto de 500k ou entrada multimodal, você pode economizar custos usando um modelo menor disponível por meio do OrcaRouter. Exemplos de tarefas mais adequadas para modelos mais baratos incluem: classificação ou extração simples de trechos curtos, resposta a perguntas de turno único em documentos pequenos, análise de sentimento básica e geração de conclusões muito curtas. Além disso, se sua aplicação precisa de baixa latência para tráfego de produção de alto volume, um modelo menor pode oferecer tempos de resposta mais rápidos. Avalie a compensação: para tarefas onde o contexto adicional e a capacidade multimodal não trazem vantagem, o custo extra por token é desnecessário.
As pontuações de benchmark específicas para o Grok 4.5 ainda não foram divulgadas publicamente pela xAI neste momento. O modelo tem a intenção de ser um modelo de linguagem de grande porte altamente capaz, mas, sem números de avaliação padronizados, os usuários devem avaliar seu desempenho por meio de testes próprios em tarefas representativas. Os fatores que influenciam o desempenho no mundo real incluem o design do prompt, a complexidade da tarefa e a qualidade dos dados de entrada. Dado seu grande contexto de janela, o modelo pode ter um desempenho particularmente bom em tarefas que exigem a retenção de informações em sequências extremamente longas. Recomendamos executar avaliações de benchmark em seus casos de uso específicos usando a API OrcaRouter para medir precisão, latência e qualidade da saída.
A latência para o Grok 4.5 não é especificada publicamente pela xAI. No entanto, como o modelo possui uma grande contagem de parâmetros e suporta uma janela de contexto de 500k, o tempo de inferência geralmente será maior do que o de modelos menores, especialmente ao processar entradas longas. Os usuários podem esperar um tempo maior até o primeiro token e um tempo total de geração em comparação com modelos com menos parâmetros. Para otimizar, mantenha os prompts de entrada o mais concisos possível, fornecendo ainda o contexto necessário. Se a baixa latência for crítica para sua aplicação — como no chat em tempo real —, talvez você queira testar a velocidade de resposta por meio da API OrcaRouter com tamanhos típicos de entrada antes de se comprometer com o uso em produção. O OrcaRouter não adiciona sobrecarga significativa; a principal latência vem da inferência do modelo subjacente.
A principal força do Grok 4.5 é sua ampla janela de contexto de 500k, permitindo raciocínio coerente em sequências muito longas. Ele também se beneficia de entrada multimodal, possibilitando o processamento direto de imagens e arquivos. Esses recursos o tornam poderoso para análise de documentos, pesquisa e qualquer tarefa que exija contexto estendido. As limitações incluem maior custo por token em comparação com modelos menores e provável latência mais alta. Além disso, como a xAI não divulgou pontuações de benchmark, os usuários não podem confiar em comparações de rankings de terceiros. O comportamento do modelo em domínios altamente específicos (por exemplo, médicos ou jurídicos) deve ser validado por meio de testes. Como todos os LLMs, ele pode ocasionalmente produzir conteúdo impreciso ou alucinado, especialmente em prompts ambíguos. Sempre revise as saídas para aplicações críticas.
Grok 4.5 é precificado com base no número de tokens processados. Tokens de entrada custam $2,00 por 1 milhão de tokens, e tokens de saída custam $6,00 por 1 milhão de tokens. Esta é a taxa do provedor definida pela xAI, e a OrcaRouter a repassa sem nenhum markup. A cobrança é baseada no uso: você paga apenas pelos tokens que realmente envia e recebe. A janela de contexto de 500.000 tokens significa que um prompt de contexto completo (500k tokens de entrada) custaria $1,00 apenas para entrada ($2,00 * 0,5M). Tokens de saída são cobrados a três vezes a taxa de entrada. Para estimar custos, calcule o total de tokens de entrada (incluindo mensagem do sistema, mensagens do usuário, imagens e arquivos codificados como tokens) e o comprimento esperado da saída. Use o tokenizador fornecido pela OrcaRouter para contar tokens antes de enviar.
Não. A OrcaRouter cobra exatamente a taxa do provedor para o Grok 4.5: $2.00 por 1M de tokens de entrada e $6.00 por 1M de tokens de saída. Não há taxas ocultas, sobretaxas por requisição nem margem de lucro. Sua fatura refletirá o uso bruto de tokens multiplicado por essas taxas. A OrcaRouter pode oferecer gerenciamento de chaves de API e acesso sem custo adicional. Os únicos custos são pelo poder computacional consumido pelo modelo. Esteja ciente de que tokens usados para entradas multimodais (imagens, arquivos) são contados na mesma taxa de entrada — não há preços separados para diferentes modalidades. Sempre verifique sua contagem de tokens a partir da resposta da API para conciliar o uso.
Considerando uma janela de contexto de 500k, o custo de processar um prompt completo pode ser significativo. Para uma única solicitação usando 500k de entrada e 1k de tokens de saída, o custo de entrada é de $1,00 e o custo de saída é de $0,006, totalizando ~$1,006. Se você enviar muitas dessas solicitações, os custos se acumulam rapidamente. No entanto, para tarefas que se beneficiam de não serem divididas em partes, a capacidade de realizar uma única consulta grande pode economizar tempo de engenharia e aumentar a precisão. Compare isso com um modelo menor e com uma janela de contexto mais curta, que exigiria várias chamadas e costura manual, potencialmente incorrendo em maior custo indireto. O custo por token é fixo; o valor vem do tamanho da janela de contexto e da capacidade multimodal. Os usuários devem estimar o total de tokens mensais e modelar de acordo.
OrcaRouter não divulga atualmente um sistema de cache dedicado para respostas do Grok 4.5. O preço é baseado nos tokens cobrados pela xAI por solicitação; se você enviar o mesmo prompt várias vezes, cada solicitação é cobrada pelo preço integral. Não há desconto para saídas repetidas ou em cache. Para reduzir custos, evite enviar prompts idênticos ou quase idênticos. Você pode implementar sua própria camada de cache no lado do cliente—por exemplo, armazenar localmente resultados de consultas comuns e chamar a API apenas quando um prompt novo ou modificado for necessário. Observe que os tokens de entrada são sempre cobrados, mesmo que a saída seja trivial. Para padrões repetidos, agrupe entradas semelhantes sempre que possível.
Para usar o Grok 4.5, envie uma requisição POST para https://api.orcarouter.ai/v1/chat/completions. Defina o parâmetro model como "grok/grok-4.5". O corpo da requisição segue o formato de chat completion da OpenAI, incluindo um array messages com papéis (system, user, assistant). Para entrada multimodal, inclua partes de conteúdo do tipo "text" e "image_url". Exemplo (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) ``` Certifique-se de que sua chave de API tenha acesso ao modelo grok/grok-4.5. Use os mesmos endpoints da OpenAI para streaming, chamada de funções e outros recursos.
A API OrcaRouter para Grok 4.5 suporta os parâmetros padrão da OpenAI: 'model', 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', 'stream', 'n' e 'seed'. O parâmetro 'max_tokens' limita o comprimento da resposta gerada. 'temperature' controla a aleatoriedade (0=determinístico, 2=muito aleatório). 'top_p' implementa a amostragem de núcleo (nucleus sampling). 'frequency_penalty' e 'presence_penalty' reduzem a repetição. Para streaming, defina 'stream' como true para receber tokens incrementalmente. O parâmetro 'n' permite gerar múltiplas conclusões. 'seed' possibilita saídas determinísticas se a reprodutibilidade for necessária. Observe que a janela de contexto do modelo é de 500k tokens no total (entrada + saída combinados). Para evitar erros, certifique-se de que seus tokens de entrada mais o max_tokens solicitado não excedam esse limite. O OrcaRouter retornará um erro se a solicitação for muito longa.
Migrar código existente compatível com a OpenAI para chamar o Grok 4.5 via OrcaRouter requer apenas uma alteração na URL base e no nome do modelo. Em vez de https://api.openai.com/v1, use https://api.orcarouter.ai/v1. Substitua o identificador do modelo por "grok/grok-4.5". Sua chave de API deve ser a fornecida pela OrcaRouter. Todos os outros parâmetros e formatos de mensagem permanecem os mesmos. Para bibliotecas como o pacote openai do Python, atualize a inicialização do cliente: `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`. Não é necessário modificar as estruturas de mensagem, a lógica de streaming ou o tratamento de resposta. Teste com um prompt pequeno para confirmar a conectividade e o formato da resposta. O OrcaRouter também suporta os mesmos códigos de erro e cabeçalhos de limitação de taxa que a OpenAI, tornando a migração simples.
O Grok 4.5, o GPT-4 e o Claude são todos grandes modelos de linguagem, mas diferem em aspectos-chave. O Grok 4.5 oferece uma janela de contexto de 500 mil tokens, que é maior que a do GPT-4 Turbo (128 mil) e do Claude 3.5 Sonnet (200 mil). Isso torna o Grok 4.5 mais adequado para documentos ou conversas muito longos sem necessidade de fragmentação. O Grok 4.5 também suporta entrada de imagens e arquivos, similar ao GPT-4 Vision e às capacidades multimodais do Claude. Preços: Grok 4.5 custa $2/$6 por 1 milhão de tokens, GPT-4o custa $2,50/$10, Claude 3.5 Sonnet custa $3/$15. Portanto, o Grok 4.5 é mais barato por token na saída, mas idêntico ou ligeiramente mais barato na entrada em comparação com GPT-4o e Claude. A latência e a precisão variam conforme o caso de uso; sem benchmarks publicados, não é possível fazer uma comparação direta de desempenho. Desenvolvedores devem testar o Grok 4.5 em relação às alternativas em suas tarefas específicas.
O OrcaRouter fornece acesso a muitos modelos além do Grok 4.5. Para tarefas que não precisam da janela de contexto de 500k, opções mais baratas incluem GPT-4o mini ($0,15/$0,60), Claude 3 Haiku ($0,25/$1,25) e Llama 3.1 70B ($0,59/$0,79). Para tarefas multimodais, GPT-4o e Claude 3.5 Sonnet são alternativas com diferentes preços e tamanhos de contexto. Para contexto extremamente longo, o Gemini 1.5 Pro oferece 1M de tokens, mas a um custo mais alto. Se você precisar de recursos específicos, como chamada de função ou modo JSON, muitos modelos os suportam. Escolha o Grok 4.5 quando o grande contexto e o preço sem margem superarem a necessidade de custos menores por token ou integrações específicas de ecossistema. Sempre considere as compensações em latência, precisão e custo para seu fluxo de trabalho específico.
Entre os principais provedores, o preço do Grok 4.5 é competitivo para o tamanho de sua janela de contexto. Entrada: $2,00/M tokens vs GPT-4o ($2,50), Claude 3.5 Sonnet ($3,00), Gemini 1.5 Pro ($3,50). Saída: $6,00/M vs GPT-4o ($10,00), Claude 3.5 Sonnet ($15,00), Gemini 1.5 Pro ($10,50). O Grok 4.5 é mais barato tanto na entrada quanto na saída em comparação com esses modelos. No entanto, modelos menores como GPT-4o mini ou Claude 3 Haiku são significativamente mais baratos. A proposta de valor do Grok 4.5 está em sua janela de contexto de 500k — se você não precisa disso, um modelo mais barato é melhor. Além disso, a política de markup zero do OrcaRouter garante que você pague exatamente o preço listado pela xAI. Nenhuma outra taxa de gateway é adicionada, tornando o Grok 4.5 uma das opções mais custo-efetivas para tarefas multimodais de contexto longo.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $2.00 |
| Saída / 1M tokens | $6.00 |
| Leitura de cache / 1M | $0.500 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
GET /api/public/models/grok/grok-4.5Abrir @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