Grok 4.5 是 xAI 的旗艦模型——目前最聰明的一款，在程式設計、知識工作與 STEM 領域展現前沿性能。它基於 1.5 兆參數的 V9 基礎架構，並與 Cursor 程式碼編輯器共同訓練，支援 500K 個符元的上下文視窗，可接受文字、圖片及檔案輸入，並輸出文字。此模型強調強大的自主程式設計能力，並具備顯著的標記效率——解決軟體工程任務時，所需的輸出標記遠少於同級前沿模型——且定價積極，適合大規模生產用途。
Grok 4.5 是由 xAI 開發的多模態大型語言模型。它設計用來處理非常長的輸入，擁有 500,000 個 token 的上下文窗口。這表示它可以在單次請求中處理約 400,000 個單詞的文字或等量的多模態內容。該模型接受文字、圖像和檔案作為輸入，使其能夠對結合視覺元素與書面語言的文件進行推理。它的訓練重點在於準確性和深度，因此適合需要延伸推理和大規模數據分析的任務。開發者可透過…
Grok 4.5 接受三種輸入模態：文字、圖像和檔案。文字可自然地包含在使用者訊息中。圖像則能以 URL 或基於 base64 編碼的數據形式，遵循 OpenAI 多模態格式，置於內容陣列中提供。檔案也透過相同機制支援：使用者可將二進位資料（例如 PDF、Word 文件）作為請求的一部分附加。模型會一併處理這些輸入，使其能夠跨不同資訊類型進行推理。舉例來說，提示詞可包含一份掃描合約（圖像）以及針對特定條款的提問，Grok 4.5 會從圖像中擷取文字並據此回答。此多模態功能消除了在傳送檔案至 API 前需先行預處理的需求，從而簡化了流程設計。
50萬個token的上下文窗口意味著Grok 4.5可以在單次請求中考慮最多50萬個輸入與輸出token的總和。在英文文本中，一個token大約相當於0.75個單詞，因此該模型可以處理約37.5萬到40萬個單詞。這使得用戶可以輸入完整的文件、長對話或大型資料集，無需將其分割成多個區塊。模型在整個上下文中保持連貫性，從而能夠執行總結書籍章節、分析完整程式碼倉庫或保持多輪對話完整性等任務。然而，較長的輸入會按比例增加成本，因為計費是按token計算的。為了取得最佳平衡，用戶應僅發送必要的上下文，但較大的窗口減少了資料截斷的需求。
Grok 4.5 擅長需要深入理解長篇或多模態內容的任務。關鍵範例包括：從數百頁的研究論文中提取資訊、同時分析圖表與相關文字的圖像、審查法律文件中的特定條款、總結冗長的會議記錄，以及透過檢查完整的日誌檔案來調試大型軟體專案。該模型也能處理依賴提示前期部分的複雜推理鏈。它較不適合非常簡單或一次性任務，這類任務使用較小、較便宜的模型就已足夠——例如，生成簡短的電子郵件回覆或直接的分類。用戶應評估任務是否真正需要大型上下文視窗，以證明相比 OrcaRouter 上可用的較小模型，其較高的每令牌成本是合理的。
Grok 4.5 的定價為每 100 萬輸入代幣 2.00 美元，每 100 萬輸出代幣 6.00 美元。若您的使用場景不需要 50 萬個代幣的上下文視窗或多模態輸入，您可以透過 OrcaRouter 選用較小的模型來節省成本。更適合較便宜模型的任務範例包括：從短片段進行簡單分類或提取、針對小型文件的單輪問答、基本情感分析，以及產生非常簡短的完成內容。此外，如果您的應用程式需要低延遲以應對高流量的生產環境，較小的模型可能提供更快的回應時間。請評估取捨：對於新增的上下文與多模態能力無法帶來優勢的任務，每代幣的額外成本實無必要。
xAI 目前尚未公開釋出 Grok 4.5 的具體基準評測分數。該模型旨在成為一款高度強大的大型語言模型，但在缺乏標準化評估數值的情況下，使用者應透過自行測試代表性任務來評估其效能。影響實際表現的因素包括提示設計、任務複雜度以及輸入資料的品質。憑藉其大型上下文視窗，該模型在需要保留超長序列資訊的任務上可能表現尤為出色。我們建議使用 OrcaRouter API 針對您的特定使用情境執行基準評測，以衡量準確度、延遲時間和輸出品質。
xAI 並未公開指定 Grok 4.5 的延遲。然而，由於該模型擁有大量參數並支援 500k 的上下文視窗，推論時間通常會比小型模型更長，尤其是在處理長輸入時。與參數較少的模型相比，使用者可以預期較高的首次 token 生成時間和總生成時間。為了最佳化，請在提供必要上下文的同時，盡可能保持輸入提示簡潔。如果低延遲對您的應用程式至關重要（例如即時聊天），您可能希望在投入生產使用之前，透過 OrcaRouter API 使用典型的輸入大小來測試回應速度。OrcaRouter 不會增加顯著的額外負擔；主要延遲來自底層模型的推論。
Grok 4.5 的主要優勢在於其龐大的 500k 上下文視窗，能夠對非常長的序列進行連貫推理。它也受益於多模態輸入，可以直接處理圖像和文件。這些功能使其在文件分析、研究以及任何需要擴展上下文的任務中表現出色。限制包括相較於較小模型，每個 token 的成本更高，且可能延遲更高。此外，由於 xAI 尚未公開基準測試分數，用戶無法依賴第三方排名比較。該模型在高度特定領域（例如醫療或法律）的行為應通過測試驗證。與所有大型語言模型一樣，它可能偶爾產生不準確或幻覺的內容，特別是在模糊提示下。對於關鍵應用，請務必審查輸出。
Grok 4.5 的定價是根據處理的 Token 數量計算。輸入 Token 每 100 萬個收費 2.00 美元，輸出 Token 每 100 萬個收費 6.00 美元。這是 xAI 設定的供應商費率，OrcaRouter 以零加價的方式傳遞。計費方式按用量計算：您僅需為實際傳送和接收的 Token 付費。50 萬 Token 的上下文視窗意味著，一個完整的上下文提示（50 萬個輸入 Token）僅輸入部分就需要 1.00 美元（$2.00 * 0.5M）。輸出 Token 的費率是輸入的三倍。若要估算成本，請計算總輸入 Token（包括系統提示訊息、使用者訊息、圖像和檔案以 Token 編碼的部分）以及預期的輸出長度。在傳送前，請使用 OrcaRouter 提供的 Token 化工具來計算 Token 數量。
不。OrcaRouter 完全依照供應商對 Grok 4.5 的費率收費：每 100 萬輸入代幣 2.00 美元，每 100 萬輸出代幣 6.00 美元。沒有隱藏費用、沒有每次請求的附加費、也沒有加成。您的帳單將反映原始代幣用量乘以這些費率。OrcaRouter 可能免費提供 API 金鑰管理與存取權限。唯一的費用來自模型所消耗的運算資源。請注意，多模態輸入（圖片、檔案）所使用的代幣也以相同的輸入費率計費——不同模態之間沒有分別定價。請務必從 API 回應中核實您的代幣數量，以核對用量。
鑑於一個500k的上下文窗口，處理完整提示的成本可能相當可觀。對於一個使用500k輸入和1k輸出token的單次請求，輸入成本為$1.00，輸出成本為$0.006，總計約$1.006。如果發送大量此類請求，成本會迅速累積。然而，對於那些受益於不分塊處理的任務，能夠執行單次大型查詢可以節省工程時間並提高準確性。相比之下，一個具有較短上下文窗口的較小模型可能需要多次調用和手動拼接，從而可能產生更高的開銷。每個token的成本是固定的；價值來自於上下文窗口大小和多模態能力。用戶應估算每月總token數，並相應地規劃模型。
OrcaRouter 目前並未針對 Grok 4.5 回應提供專用的快取系統。定價是根據 xAI 每次請求所計費的代幣數量；若多次發送相同的提示，每次請求均按全價計費，重複或快取輸出不享折扣。為降低成本，請避免發送完全相同或極為相似的提示。您可以在用戶端自行實作快取層，例如將常見查詢結果儲存在本地，僅在新提示或修改過的提示時才呼叫 API。請注意，即使輸出內容微不足道，輸入代幣仍會計費。針對重複模式，請盡可能將相似的輸入批次處理。
若要使用 Grok 4.5，請向 https://api.orcarouter.ai/v1/chat/completions 發送 POST 請求。將模型參數設為 `"grok/grok-4.5"`。請求主體遵循 OpenAI 聊天完成格式，包含帶有角色（system、user、assistant）的 messages 陣列。對於多模態輸入，請包含類型為 `"text"` 和 `"image_url"` 的內容部分。範例（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) 請確保您的 API 金鑰有權存取 grok/grok-4.5 模型。使用與 OpenAI 相同的端點進行串流、函式呼叫及其他功能。
OrcaRouter API for Grok 4.5 支援標準 OpenAI 參數：'model'、'messages'、'max_tokens'、'temperature'、'top_p'、'frequency_penalty'、'presence_penalty'、'stop'、'stream'、'n' 以及 'seed'。'max_tokens' 參數限制生成回應的長度。'temperature' 控制隨機性（0=確定性，2=非常隨機）。'top_p' 實作核取樣（nucleus sampling）。'frequency_penalty' 與 'presence_penalty' 減少重複。若要使用串流，請將 'stream' 設為 true 以逐步接收 token。'n' 參數可產生多個完成結果。'seed' 可在需要再現性時啟用確定性輸出。請注意，模型的上下文視窗總計為 500k token（輸入 + 輸出合計）。為避免錯誤，請確保您的輸入 token 加上要求的 max_tokens 不超過此限制。若提示詞過長，OrcaRouter 將回傳錯誤。
將現有的 OpenAI 相容程式碼遷移至透過 OrcaRouter 呼叫 Grok 4.5，只需更改基礎 URL 與模型名稱。將原本的 https://api.openai.com/v1 改為 https://api.orcarouter.ai/v1。模型識別碼則替換為 "grok/grok-4.5"。API 金鑰請使用 OrcaRouter 所提供的金鑰。所有其他參數與訊息格式保持不變。若使用 openai Python 套件等函式庫，請更新客戶端初始化：`client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`。無需修改訊息結構、串流邏輯或回應處理方式。建議先用一個簡短的提示詞測試連線與回應格式。OrcaRouter 也支援與 OpenAI 相同的錯誤碼與速率限制標頭，讓遷移過程更為直接。
Grok 4.5、GPT-4 和 Claude 都是大型語言模型，但在關鍵方面有所差異。Grok 4.5 提供 500k token 的上下文視窗，大於 GPT-4 Turbo（128k）和 Claude 3.5 Sonnet（200k）。這使得 Grok 4.5 更適合處理非常長的文件或對話，無需分塊。Grok 4.5 也支援圖像和檔案輸入，類似於 GPT-4 Vision 和 Claude 的多模態功能。定價：Grok 4.5 為每 1M token $2/$6，GPT-4o 為 $2.50/$10，Claude 3.5 Sonnet 為 $3/$15。因此，相較於 GPT-4o 和 Claude，Grok 4.5 在輸出 token 上更便宜，但在輸入 token 上相同或略低。延遲和準確性因使用情境而異；在沒有公佈基準測試的情況下，無法直接進行效能比較。開發者應針對其特定任務，將 Grok 4.5 與其他替代方案進行測試。
OrcaRouter 除了 Grok 4.5 之外，還提供許多模型的存取權限。對於不需要 50 萬 token 上下文視窗的任務，較便宜的選項包括 GPT-4o mini（$0.15/$0.60）、Claude 3 Haiku（$0.25/$1.25）以及 Llama 3.1 70B（$0.59/$0.79）。對於多模態任務，GPT-4o 和 Claude 3.5 Sonnet 則提供不同定價與上下文大小的替代方案。對於極長的上下文情境，Gemini 1.5 Pro 支援 100 萬個 token，但成本較高。如果您需要特定的功能，例如函式呼叫或 JSON 模式，許多模型都支援這些功能。當大型上下文與零加成定價的價值超越對較低每 token 成本或特定生態系整合的需求時，請選擇 Grok 4.5。請務必根據您的工作流程，權衡延遲、準確性與成本之間的取捨。
在主要供應商中，Grok 4.5 的定價在其上下文視窗大小上具有競爭力。輸入：$2.00/百萬 tokens 對比 GPT-4o（$2.50）、Claude 3.5 Sonnet（$3.00）、Gemini 1.5 Pro（$3.50）。輸出：$6.00/百萬 對比 GPT-4o（$10.00）、Claude 3.5 Sonnet（$15.00）、Gemini 1.5 Pro（$10.50）。Grok 4.5 在輸入和輸出上都比這些模型便宜。然而，較小的模型如 GPT-4o mini 或 Claude 3 Haiku 則明顯更便宜。Grok 4.5 的價值主張在於其 500k 上下文視窗——若你不需要此功能，選擇更便宜的模型會更好。此外，OrcaRouter 的零加成政策確保你支付的就是 xAI 所列出的價格。沒有任何其他閘道費用，使 Grok 4.5 成為長上下文多模態任務中最具成本效益的選擇之一。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $2.00 |
| 輸出 / 1M tokens | $6.00 |
| 快取讀取 / 1M | $0.500 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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