Grok 4.5 là mô hình chủ lực của xAI — thông minh nhất từ trước đến nay, với hiệu suất tiên phong trên các lĩnh vực lập trình, công việc tri thức và STEM. Được xây dựng trên nền tảng V9 với 1,5 nghìn tỷ tham số và được huấn luyện cùng với trình soạn thảo mã nguồn Cursor, nó phục vụ một cửa sổ ngữ cảnh 500K token và chấp nhận đầu vào dạng văn bản, hình ảnh và tệp tin với đầu ra dạng văn bản. Nó nhấn mạnh khả năng lập trình tác nhân mạnh mẽ với hiệu suất token đáng chú ý — giải quyết các tác vụ kỹ thuật phần mềm với số lượng token đầu ra ít hơn nhiều so với các mô hình tiên phong tương đương — và được định giá cạnh tranh cho sử dụng sản xuất khối lượng lớn.
Grok 4.5 là một mô hình ngôn ngữ lớn đa phương thức do xAI tạo ra. Mô hình này được thiết kế để xử lý các đầu vào rất dài, với cửa sổ ngữ cảnh 500.000 token. Điều này có nghĩa là nó có thể xử lý…
Grok 4.5 chấp nhận ba phương thức đầu vào: văn bản, hình ảnh và tệp tin. Văn bản có thể được đưa vào tự nhiên trong tin nhắn người dùng. Hình ảnh có thể được cung cấp dưới dạng URL hoặc dữ liệu mã hóa base64 trong mảng nội dung, theo định dạng đa phương thức của OpenAI. Tệp tin được hỗ trợ thông qua cơ chế tương tự: người dùng có thể đính kèm dữ liệu nhị phân (ví dụ: PDF, tài liệu Word) như một phần của yêu cầu. Mô hình xử lý các đầu vào này cùng nhau, cho phép nó suy luận qua các loại thông tin khác nhau. Ví dụ: một prompt có thể chứa hợp đồng được quét (hình ảnh) cùng với các câu hỏi về các điều khoản cụ thể, và Grok 4.5 sẽ trích xuất văn bản từ hình ảnh và trả lời tương ứng. Khả năng đa phương thức này loại bỏ nhu cầu tiền xử lý tệp tin trước khi gửi chúng đến API, đơn giản hóa thiết kế pipeline.
Cửa sổ ngữ cảnh 500.000 token có nghĩa là Grok 4.5 có thể xử lý tới nửa triệu token đầu vào và đầu ra trong một yêu cầu duy nhất. Một token tương đương khoảng 0,75 từ đối với văn bản tiếng Anh, do đó mô hình có thể xử lý khoảng 375.000 đến 400.000 từ. Điều này cho phép người dùng nhập toàn bộ tài liệu, hội thoại dài hoặc tập dữ liệu lớn mà không cần chia nhỏ thành các phần. Mô hình duy trì tính mạch lạc xuyên suốt toàn bộ ngữ cảnh, cho phép thực hiện các tác vụ như tóm tắt một chương sách, phân tích toàn bộ kho mã nguồn hoặc giữ nguyên một cuộc đối thoại nhiều lượt. Tuy nhiên, đầu vào càng dài thì chi phí càng tăng theo tỷ lệ vì giá được tính theo token. Để cân bằng tốt nhất, người dùng chỉ nên gửi ngữ cảnh cần thiết, nhưng cửa sổ lớn giúp giảm nhu cầu cắt bớt dữ liệu.
Grok 4.5 vượt trội trong các tác vụ yêu cầu hiểu biết sâu sắc về nội dung dài hoặc đa phương thức. Các ví dụ chính bao gồm: trích xuất thông tin từ hàng trăm trang tài liệu nghiên cứu, phân tích hình ảnh biểu đồ và bảng cùng với văn bản liên quan, xem xét tài liệu pháp lý để tìm các điều khoản cụ thể, tóm tắt các bản ghi cuộc họp dài, và gỡ lỗi các dự án phần mềm lớn bằng cách xem xét toàn bộ tệp nhật ký. Mô hình cũng có thể xử lý các chuỗi suy luận phức tạp dựa trên các phần trước của lời nhắc. Nó ít phù hợp hơn cho các tác vụ rất đơn giản hoặc một lần, nơi một mô hình nhỏ hơn, rẻ hơn có thể đáp ứng được—ví dụ, tạo phản hồi email ngắn hoặc phân loại đơn giản. Người dùng nên đánh giá xem tác vụ có thực sự cần cửa sổ ngữ cảnh lớn để biện minh cho chi phí cao hơn mỗi token so với các mô hình nhỏ hơn có sẵn trên OrcaRouter.
Grok 4.5 được định giá $2.00 cho mỗi 1M token đầu vào và $6.00 cho mỗi 1M token đầu ra. Nếu trường hợp sử dụng của bạn không yêu cầu cửa sổ ngữ cảnh 500k hoặc đầu vào đa phương thức, bạn có thể tiết kiệm chi phí bằng cách sử dụng một mô hình nhỏ hơn có sẵn qua OrcaRouter. Ví dụ về các tác vụ phù hợp hơn với các mô hình rẻ hơn bao gồm: phân loại hoặc trích xuất đơn giản từ các đoạn ngắn, trả lời câu hỏi một lượt trên các tài liệu nhỏ, phân tích cảm xúc cơ bản và tạo ra các hoàn chỉnh rất ngắn. Ngoài ra, nếu ứng dụng của bạn cần độ trễ thấp cho lưu lượng sản xuất khối lượng lớn, một mô hình nhỏ hơn có thể cung cấp thời gian phản hồi nhanh hơn. Đánh giá sự đánh đổi: đối với các tác vụ mà ngữ cảnh bổ sung và khả năng đa phương thức không mang lại lợi thế, chi phí thêm cho mỗi token là không cần thiết.
Các điểm chuẩn cụ thể cho Grok 4.5 hiện chưa được xAI công bố công khai. Mô hình này được thiết kế như một mô hình ngôn ngữ lớn có năng lực cao, nhưng nếu không có số liệu đánh giá chuẩn hóa, người dùng nên tự đánh giá hiệu suất của nó thông qua thử nghiệm trên các tác vụ đại diện. Các yếu tố ảnh hưởng đến hiệu suất thực tế bao gồm thiết kế lời nhắc, độ phức tạp của tác vụ và chất lượng dữ liệu đầu vào. Với cửa sổ ngữ cảnh lớn, mô hình có thể hoạt động đặc biệt tốt trên các tác vụ yêu cầu lưu giữ thông tin qua các chuỗi cực dài. Chúng tôi khuyên bạn nên chạy các đánh giá điểm chuẩn trên các trường hợp sử dụng cụ thể của mình bằng API OrcaRouter để đo độ chính xác, độ trễ và chất lượng đầu ra.
Thời gian phản hồi cho Grok 4.5 không được xAI công bố công khai. Tuy nhiên, vì mô hình có số lượng tham số lớn và hỗ trợ cửa sổ ngữ cảnh 500k, thời gian suy luận thường sẽ lâu hơn so với các mô hình nhỏ hơn, đặc biệt khi xử lý đầu vào dài. Người dùng có thể thấy thời gian đến token đầu tiên và tổng thời gian sinh cao hơn so với các mô hình có ít tham số hơn. Để tối ưu, hãy giữ lời nhắc đầu vào ngắn gọn nhất có thể, nhưng vẫn cung cấp đủ ngữ cảnh cần thiết. Nếu độ trễ thấp là yếu tố quan trọng đối với ứng dụng của bạn—ví dụ như trò chuyện thời gian thực—bạn có thể muốn kiểm tra tốc độ phản hồi qua API OrcaRouter với kích thước đầu vào điển hình trước khi đưa vào sử dụng sản xuất. OrcaRouter không thêm độ trễ đáng kể; độ trễ chính đến từ quá trình suy luận của mô hình bên dưới.
Điểm mạnh chính của Grok 4.5 là cửa sổ ngữ cảnh lớn 500k token, cho phép suy luận mạch lạc trên các chuỗi rất dài. Nó cũng được hưởng lợi từ đầu vào đa phương thức, cho phép xử lý trực tiếp hình ảnh và tệp tin. Những tính năng này khiến nó trở nên mạnh mẽ cho việc phân tích tài liệu, nghiên cứu và bất kỳ tác vụ nào yêu cầu ngữ cảnh mở rộng. Các hạn chế bao gồm chi phí trên mỗi token cao hơn so với các mô hình nhỏ hơn và khả năng có độ trễ cao hơn. Ngoài ra, vì xAI chưa công bố điểm chuẩn, người dùng không thể dựa vào các so sánh xếp hạng từ bên thứ ba. Hành vi của mô hình trên các lĩnh vực rất chuyên biệt (ví dụ: y tế hoặc pháp lý) cần được xác thực thông qua kiểm thử. Giống như tất cả các LLM, nó đôi khi có thể tạo ra nội dung không chính xác hoặc ảo giác, đặc biệt là với các lời nhắc mơ hồ. Luôn xem xét lại đầu ra cho các ứng dụng quan trọng.
Grok 4.5 được định giá dựa trên số lượng token được xử lý. Token đầu vào có giá $2,00 cho mỗi 1 triệu token, và token đầu ra có giá $6,00 cho mỗi 1 triệu token. Đây là mức giá của nhà cung cấp do xAI đặt ra, và OrcaRouter chuyển tiếp trực tiếp mà không tính thêm phí. Việc thanh toán dựa trên mức sử dụng: bạn chỉ trả cho những token thực sự gửi đi và nhận về. Cửa sổ ngữ cảnh 500.000 token có nghĩa là một prompt đầy đủ ngữ cảnh (500k token đầu vào) sẽ tốn $1,00 chỉ riêng cho đầu vào ($2,00 * 0,5M). Token đầu ra được tính phí gấp ba lần so với đầu vào. Để ước tính chi phí, hãy tính tổng số token đầu vào (bao gồm tin nhắn hệ thống, tin nhắn người dùng, hình ảnh và tệp được mã hóa thành token) và độ dài đầu ra dự kiến. Sử dụng bộ token hóa do OrcaRouter cung cấp để đếm token trước khi gửi.
Không. OrcaRouter tính phí đúng theo giá của nhà cung cấp cho Grok 4.5: $2.00 cho mỗi 1M token đầu vào và $6.00 cho mỗi 1M token đầu ra. Không có phí ẩn, không có phụ phí cho mỗi yêu cầu và không có phí chênh lệch. Hóa đơn của bạn sẽ phản ánh mức sử dụng token thô nhân với các mức giá này. OrcaRouter có thể cung cấp tính năng quản lý khóa API và truy cập mà không phát sinh thêm chi phí. Khoản phí duy nhất là cho tài nguyên tính toán mà mô hình tiêu thụ. Lưu ý rằng các token được sử dụng cho đầu vào đa phương thức (hình ảnh, tệp) cũng được tính theo cùng mức giá đầu vào—không có định giá riêng cho các phương thức khác nhau. Luôn kiểm tra số lượng token từ phản hồi API để đối chiếu mức sử dụng.
Với một cửa sổ ngữ cảnh 500k, chi phí xử lý một prompt đầy đủ có thể rất lớn. Đối với một yêu cầu đơn lẻ sử dụng 500k token đầu vào và 1k token đầu ra, chi phí đầu vào là $1.00 và chi phí đầu ra là $0.006, tổng cộng khoảng $1.006. Nếu bạn gửi nhiều yêu cầu như vậy, chi phí sẽ tăng nhanh chóng. Tuy nhiên, đối với các tác vụ hưởng lợi từ việc không chia nhỏ, khả năng thực hiện một truy vấn lớn duy nhất có thể tiết kiệm thời gian kỹ thuật và tăng độ chính xác. So sánh điều này với một mô hình nhỏ hơn có cửa sổ ngữ cảnh ngắn hơn, yêu cầu nhiều lần gọi và ghép thủ công, có khả năng phát sinh chi phí chung cao hơn. Chi phí mỗi token là cố định; giá trị đến từ kích thước cửa sổ ngữ cảnh và khả năng đa phương thức. Người dùng nên ước tính tổng số token hàng tháng và lập mô hình phù hợp.
OrcaRouter hiện không quảng cáo hệ thống bộ nhớ đệm chuyên dụng cho các phản hồi từ Grok 4.5. Giá cả dựa trên số token được xAI tính phí cho mỗi yêu cầu; nếu bạn gửi cùng một lời nhắc nhiều lần, mỗi yêu cầu sẽ bị tính phí đầy đủ. Không có giảm giá cho các đầu ra lặp lại hoặc được lưu trong bộ nhớ đệm. Để giảm chi phí, tránh gửi các lời nhắc giống hệt hoặc gần giống nhau. Bạn có thể triển khai lớp bộ nhớ đệm của riêng mình ở phía máy khách — ví dụ: lưu trữ kết quả truy vấn phổ biến cục bộ và chỉ gọi API khi cần lời nhắc mới hoặc đã sửa đổi. Lưu ý rằng token đầu vào luôn bị tính phí, ngay cả khi đầu ra không đáng kể. Đối với các mẫu lặp lại, hãy gộp các đầu vào tương tự lại với nhau khi có thể.
Để sử dụng Grok 4.5, hãy gửi một yêu cầu POST đến https://api.orcarouter.ai/v1/chat/completions. Đặt tham số model thành "grok/grok-4.5". Nội dung yêu cầu tuân theo định dạng chat completion của OpenAI, bao gồm mảng messages với các role (system, user, assistant). Đối với đầu vào đa phương thức, hãy bao gồm các phần nội dung thuộc loại "text" và "image_url". Ví dụ (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) Đảm bảo khóa API của bạn có quyền truy cập vào model grok/grok-4.5. Sử dụng các endpoint tương tự như OpenAI cho streaming, gọi hàm và các tính năng khác.
API OrcaRouter dành cho Grok 4.5 hỗ trợ các tham số OpenAI tiêu chuẩn: 'model', 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', 'stream', 'n' và 'seed'. Tham số 'max_tokens' giới hạn độ dài của phản hồi được tạo. 'temperature' kiểm soát tính ngẫu nhiên (0 = xác định, 2 = rất ngẫu nhiên). 'top_p' thực hiện lấy mẫu hạt nhân. 'frequency_penalty' và 'presence_penalty' giảm sự lặp lại. Đối với truyền phát, hãy đặt 'stream' thành true để nhận token dần dần. Tham số 'n' cho phép tạo nhiều câu trả lời. 'seed' cho phép đầu ra xác định nếu cần tính tái lập. Lưu ý rằng cửa sổ ngữ cảnh của mô hình là 500k token tổng cộng (đầu vào + đầu ra). Để tránh lỗi, hãy đảm bảo token đầu vào cộng với max_tokens yêu cầu không vượt quá giới hạn đó. OrcaRouter sẽ trả về lỗi nếu prompt quá dài.
Di chuyển mã nguồn tương thích với OpenAI hiện có để gọi Grok 4.5 qua OrcaRouter chỉ yêu cầu thay đổi base URL và tên model. Thay vì https://api.openai.com/v1, hãy sử dụng https://api.orcarouter.ai/v1. Thay thế mã định danh model bằng "grok/grok-4.5". API key của bạn là key do OrcaRouter cung cấp. Tất cả các tham số và định dạng tin nhắn khác vẫn giữ nguyên. Đối với các thư viện như gói openai Python, hãy cập nhật khởi tạo client: `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`. Không cần sửa đổi cấu trúc tin nhắn, logic streaming hay xử lý phản hồi. Hãy kiểm tra với một prompt nhỏ để xác nhận kết nối và định dạng phản hồi. OrcaRouter cũng hỗ trợ các mã lỗi và header giới hạn tốc độ giống như OpenAI, giúp việc di chuyển trở nên đơn giản.
Grok 4.5, GPT-4 và Claude đều là các mô hình ngôn ngữ lớn nhưng khác nhau ở những khía cạnh chính. Grok 4.5 cung cấp cửa sổ ngữ cảnh 500k token, lớn hơn GPT-4 Turbo (128k) và Claude 3.5 Sonnet (200k). Điều này giúp Grok 4.5 phù hợp hơn cho các tài liệu hoặc hội thoại rất dài mà không cần chia nhỏ. Grok 4.5 cũng hỗ trợ đầu vào hình ảnh và tệp, tương tự như GPT-4 Vision và khả năng đa phương thức của Claude. Giá cả: Grok 4.5 có giá $2/$6 trên 1M token, GPT-4o có giá $2.50/$10, Claude 3.5 Sonnet có giá $3/$15. Vì vậy, Grok 4.5 rẻ hơn trên mỗi token đầu ra nhưng tương đương hoặc rẻ hơn một chút trên mỗi token đầu vào so với GPT-4o và Claude. Độ trễ và độ chính xác khác nhau tùy theo trường hợp sử dụng; không có điểm chuẩn công bố, không thể so sánh trực tiếp hiệu suất. Các nhà phát triển nên kiểm tra Grok 4.5 so với các giải pháp thay thế trên các tác vụ cụ thể của họ.
OrcaRouter cung cấp quyền truy cập vào nhiều mô hình ngoài Grok 4.5. Đối với các tác vụ không cần cửa sổ ngữ cảnh 500k, các lựa chọn rẻ hơn bao gồm GPT-4o mini ($0.15/$0.60), Claude 3 Haiku ($0.25/$1.25) và Llama 3.1 70B ($0.59/$0.79). Đối với các tác vụ đa phương thức, GPT-4o và Claude 3.5 Sonnet là những lựa chọn thay thế với mức giá và kích thước ngữ cảnh khác nhau. Đối với ngữ cảnh cực kỳ dài, Gemini 1.5 Pro cung cấp 1M token nhưng với chi phí cao hơn. Nếu bạn yêu cầu các tính năng cụ thể như gọi hàm hoặc chế độ JSON, nhiều mô hình hỗ trợ chúng. Hãy chọn Grok 4.5 khi lợi ích từ ngữ cảnh lớn và định giá không tăng thêm vượt trội so với nhu cầu về chi phí mỗi token thấp hơn hoặc tích hợp hệ sinh thái cụ thể. Luôn cân nhắc sự đánh đổi về độ trễ, độ chính xác và chi phí cho quy trình làm việc cụ thể của bạn.
Trên các nhà cung cấp lớn, mức giá của Grok 4.5 có tính cạnh tranh so với kích thước cửa sổ ngữ cảnh của nó. Đầu vào: $2.00/M token so với GPT-4o ($2.50), Claude 3.5 Sonnet ($3.00), Gemini 1.5 Pro ($3.50). Đầu ra: $6.00/M so với GPT-4o ($10.00), Claude 3.5 Sonnet ($15.00), Gemini 1.5 Pro ($10.50). Grok 4.5 rẻ hơn cả về đầu vào và đầu ra so với các mô hình đó. Tuy nhiên, các mô hình nhỏ hơn như GPT-4o mini hoặc Claude 3 Haiku rẻ hơn đáng kể. Giá trị của Grok 4.5 nằm ở cửa sổ ngữ cảnh 500k—nếu bạn không cần điều đó, một mô hình rẻ hơn sẽ tốt hơn. Ngoài ra, chính sách không biên lợi nhuận của OrcaRouter đảm bảo bạn trả đúng giá niêm yết của xAI. Không có phí cổng bổ sung nào khác, khiến Grok 4.5 trở thành một trong những lựa chọn tiết kiệm chi phí nhất cho các tác vụ đa phương thức ngữ cảnh dài.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Đầu vào / 1M tokens | $2.00 |
| Đầu ra / 1M tokens | $6.00 |
| Đọc cache / 1M | $0.500 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
@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