Grok 4.5, recensione: il modello da $2/$6 vince sui costi, non nel coding puro

Grok 4.5 costa $2 per milione di token in input e $6 per milione di token in output, ma non è il nuovo leader nel coding. È il modello da scegliere quando il costo degli agenti e l'efficienza nell'uso dei token contano più della vittoria in ogni benchmark, purché i prompt restino al di sotto della soglia tariffaria dei 200K.

Grok 4.5: recensione e verdetto in una tabella

Grok 4.5 è la scelta con il miglior rapporto qualità-prezzo tra il modello di coding più economico e il leader dei benchmark. Costa più di Composer 2.5 di Cursor, resta sotto Claude Fable 5 nella maggior parte del grafico tecnico pubblicato dalla stessa SpaceXAI, ma è comunque molto convincente per gli agenti a lunga esecuzione: in Cursor, l'output costa $6 anziché i $50 di Fable.

Il confronto più trasparente è quello offerto dall'attuale sistema tariffario di Cursor, perché mette modelli proprietari e alternative di frontiera sullo stesso contatore. Tutti i prezzi riportati sotto si riferiscono a un milione di token.

Con un carico mensile di 10 milioni di token nuovi in input e 2 milioni di token in output, le tariffe producono un conto semplice: $32 per Grok 4.5, $10 per Composer 2.5, $200 per Claude Fable 5 e $110 per GPT-5.6 Sol. Sui piani Teams ed Enterprise, Cursor applica inoltre ai modelli di terze parti una tariffa di $0.25 per milione di token; i suoi modelli Grok e Composer proprietari ne sono esenti.

È quindi proprio in Cursor che il posizionamento di Grok 4.5 emerge con chiarezza: non è il modello meno caro né quello con il punteggio più alto, ma la valvola di sfogo tra i due estremi.

Questo è il verdetto. Il resto della decisione consiste nel verificare se il proprio carico di lavoro ricade dalla parte giusta.

Che cos'è Grok 4.5 e dove si può usare

Grok 4.5 è un modello di ragionamento progettato per il coding, le attività agentiche e il knowledge work, non un semplice nuovo preset per la chat. Cursor e SpaceXAI lo descrivono come un modello mixture-of-experts addestrato congiuntamente: per ogni token viene attivato un sottoinsieme selezionato di componenti specializzati, invece di impiegare l'intera rete a ogni passaggio.

Il rilascio è avvenuto in due fasi. Cursor ha reso disponibile Grok 4.5 l'8 luglio, poi SpaceXAI ha annunciato il lancio completo il 16 luglio. Secondo Cursor, il mix di addestramento comprendeva trilioni di token provenienti dalle interazioni tra sviluppatori e agenti, insieme ad attività STEM, paper di ricerca e knowledge work più generale.

L'ID attuale del modello è grok-4.5. Accetta testo e immagini, restituisce testo, offre una finestra di contesto da 500,000 token e supporta livelli di ragionamento low, medium e high, con high come impostazione predefinita. Gli strumenti nativi includono function calling, ricerca web, ricerca su X ed esecuzione di codice tramite Responses API o Chat Completions.

Per un modello nuovo, la distribuzione è insolitamente ampia. È accessibile tramite l'API di SpaceXAI, è il modello predefinito in Grok Build, funziona in Cursor con tutti i piani, alimenta gli add-in per Word, PowerPoint ed Excel ed è presente su OpenRouter, Vercel, Cloudflare, Snowflake e Databricks Mosaic. In Cursor copre desktop, web, iOS, CLI e SDK.

Questa diffusione riduce gli ostacoli all'adozione, ma non elimina la necessità di distinguere il modello dal prodotto che lo circonda. Grok 4.5 tramite API diretta ha prezzi della cache diversi rispetto a Grok 4.5 in Cursor, mentre Grok Build aggiunge al modello un ciclo agentico. I precedenti calcoli economici di Grok Build erano dominati dal costo fisso dell'abbonamento. Grok 4.5 cambia i termini del confronto, perché sia il modello sia l'agente hanno ora percorsi a consumo più chiari.

I benchmark premiano il valore, non la leadership assoluta

Grok 4.5 vince uno dei cinque benchmark tecnici mostrati da SpaceXAI, in un altro sfiora i leader e negli altri tre resta dietro Claude Fable 5. Per definirlo il nuovo campione del coding bisognerebbe ignorare i numeri dello stesso fornitore.

Il grafico di lancio di SpaceXAI specifica che i dati dei concorrenti provengono dalle system card dei fornitori o dalle classifiche dei benchmark. La tabella serve quindi a indicare una direzione, non a sostituire una valutazione sul proprio carico di lavoro. Configurazione di esecuzione, impostazioni di ragionamento, tentativi e budget di token possono spostare un punteggio di coding abbastanza da cambiare una decisione d'acquisto.

I divari sono concreti. Grok è dietro Fable 5 di 4.1 punti su DeepSWE 1.0, 17 punti su DeepSWE 1.1, 1 punto su Terminal Bench 2.1 e 15.7 punti su SWE Bench Pro. La vittoria netta arriva in SWE Marathon, dove il 29.0% supera il 26.0% di Opus 4.8 e il 24.0% di Fable 5.

L'argomento dell'efficienza è più convincente. SpaceXAI dichiara una media di 15,954 token di output di Grok per ogni attività SWE Bench Pro, contro 67,020 per Opus 4.8 max: circa 4.2 volte in meno. È un dato pubblicato dal fornitore, ma porta l'attenzione sull'unità economica corretta: un'attività completata, non il prezzo di listino di un singolo token.

Una misurazione indipendente mantiene il verdetto ancorato ai dati. Artificial Analysis assegna a Grok 4.5 un punteggio elevato di 54, mentre GPT-5.5 xhigh ottiene 55. Il prezzo combinato cache/input/output con rapporto 7:2:1 è di $1.35 per milione di token per Grok, contro $4.35 per GPT-5.5. Lo stesso confronto in tempo reale ha rilevato circa 70 token di output al secondo per Grok e circa 76 per GPT-5.5.

SpaceXAI pubblicizza 80 token di output al secondo; il risultato indipendente è di circa 70. La differenza non equivale a un fallimento, ma ricorda che la velocità effettiva varia e che il throughput dichiarato al lancio non è una garanzia sul livello di servizio.

Il verdetto dei benchmark è netto: Grok 4.5 si avvicina abbastanza alle prestazioni di frontiera da essere interessante sul piano economico, ma non è abbastanza forte da sostituire un controllo di qualità con una tabella dei prezzi.

Il vero prezzo di Grok 4.5

Il prezzo di copertina di Grok 4.5, $2/$6, è valido solo sotto i 200,000 token di contesto. Oltre questa soglia, SpaceXAI raddoppia per l'intera richiesta le tariffe dell'input nuovo, dell'input in cache e dell'output.

La distinzione conta perché una finestra di contesto da 500,000 token indica la capacità, non una capacità economica. Una richiesta con 250K token in input e 50K token in output costa $1.60 alle tariffe per il contesto lungo. Con le tariffe per il contesto breve, lo stesso numero di token costerebbe $0.80. La soglia raddoppia il conto dei token prima ancora di considerare ricerche web, esecuzione di codice o nuovi tentativi.

La cache può spingere il costo nella direzione opposta. Un carico con 10 milioni di token nuovi in input e 2 milioni di token in output costa $32. Se metà dell'input viene servita dalla cache dell'API diretta, il conto scende a $23.50: un risparmio di $8.50, pari a circa il 26.6%.

Il risparmio non è automatico. SpaceXAI consiglia di impostare prompt_cache_key nella Responses API, oppure x-grok-conv-id con Chat Completions, così da instradare una conversazione verso lo stesso server. In caso contrario, un server senza cache può trasformare gli hit attesi in input nuovamente addebitato a prezzo pieno.

L'uso degli strumenti aggiunge un secondo contatore. Ricerca web, ricerca su X ed esecuzione di codice costano ciascuna $5 ogni 1,000 chiamate. Un'esecuzione che effettua 25 chiamate di questo tipo aggiunge $0.125, prima dei token consumati dal modello dietro quelle chiamate. La ricerca negli allegati costa $10 ogni 1,000 chiamate, mentre quella nelle raccolte costa $2.50 ogni 1,000.

Cosa si rompe in produzione

Il primo problema in produzione è una variazione silenziosa del prezzo, non l'intelligenza del modello. Un prompt grande quanto un repository supera gradualmente i 200K, tutti i token della richiesta passano alla tariffa per il contesto lungo e un modello di costo costruito sul prezzo di $2/$6 diventa immediatamente errato.

Il secondo è l'eccesso di ottimismo sulla cache. I turni ripetuti di un agente sembrano adatti alla cache, ma ottengono la tariffa diretta di $0.30 per l'input in cache solo se l'instradamento rende riutilizzabile il prefisso precedente. La raccomandazione esplicita di SpaceXAI sulla chiave di cache va integrata nel modello di fatturazione fin dalla prima richiesta.

Il terzo è l'accumulo del contesto. Gli agenti a lunga esecuzione rileggono continuamente piani, output degli strumenti, diff, test e spiegazioni precedenti. La finestra da 500,000 token rimanda il problema, ma non rende sensato trascinarsi dietro ogni vecchio turno. Per i cicli lunghi SpaceXAI raccomanda la compattazione del contesto: sostituire i dettagli ormai superati con uno stato operativo più piccolo, prima che l'agente raggiunga la soglia tariffaria o perda il filo nella propria cronologia.

Il quarto è usare i benchmark del fornitore come criterio di rilascio. I risultati pubblicati per Grok 4.5 vanno dal primo posto in SWE Marathon a un ritardo di 17 punti rispetto a Fable 5 in DeepSWE 1.1. La qualità in produzione dipenderà dal repository, dall'ambiente di esecuzione, dalla copertura dei test, dai permessi degli strumenti e dalla definizione di successo.

Il quinto è la disponibilità sulle diverse piattaforme. La pagina aggiornata di Grok 4.5 su Cursor afferma che il modello non è ancora disponibile nell'Unione europea tramite Cursor. È una limitazione di Cursor, non la prova che ogni modalità di accesso a SpaceXAI sia bloccata, ma basta a impedire oggi a un team dell'UE di pianificare la migrazione a Cursor intorno a questo modello.

A chi conviene Grok 4.5 e chi dovrebbe evitarlo

Grok 4.5 è indicato per cicli agentici attenti ai costi, capaci di verificare il proprio lavoro e mantenuti sotto i 200K. Va evitato quando il miglior tasso di successo nel coding tra quelli mostrati vale il sovrapprezzo, quando Composer 2.5 è già sufficiente o quando gli utenti di Cursor si trovano nell'UE.

Un piano di valutazione sicuro

Il test di adozione corretto confronta il lavoro completato a una soglia di qualità controllata, non prompt isolati. Set di attività, runner dell'agente, permessi degli strumenti e controlli di accettazione devono restare identici per tutti i modelli.

1. 1

   Fissare un set di attività rappresentativo

   Occorre scegliere attività reali tra quelle che si vogliono delegare: la correzione di un bug con test, una modifica estesa all'intero repository, una ricerca che utilizzi strumenti e, se rilevanti, un documento o un foglio di calcolo da consegnare. I criteri di successo e fallimento vanno definiti prima che qualunque modello veda le attività.

2. 2

   Controllare ragionamento e contesto

   Per ogni esecuzione di Grok va usata la stessa impostazione di ragionamento, registrando la dimensione esatta del prompt e separando le attività sotto i 200K da quelle a contesto lungo. Nessun modello deve vedere file aggiuntivi o disporre di un budget diverso per gli strumenti.

3. 3

   Rendere misurabile la cache

   Nelle conversazioni ripetute bisogna impostare prompt_cache_key oppure x-grok-conv-id. Input nuovo e input in cache vanno registrati separatamente, così il confronto dei costi rispecchia una fattura riproducibile.

4. 4

   Valutare l'economia delle attività completate

   Vanno rilevati tasso di successo, correzioni umane, nuovi tentativi, token totali, chiamate agli strumenti e tempo trascorso. Grok va adottato solo se il costo per risultato accettato batte quello del modello attuale senza abbassare la soglia di rilascio.

Per il fondatore di una startup finanziata, quel criterio potrebbe essere il tempo dedicato dagli sviluppatori alla revisione. Per il CTO di un'azienda di medie dimensioni, potrebbero contare i difetti sfuggiti ai controlli e la verificabilità. Per un responsabile operativo senior, la domanda può essere se un file Excel o una ricerca superino la verifica dei fatti. Per chi sviluppa da solo, spesso si tratta di capire se la tariffa più bassa produca più lavoro completato senza trasformare la revisione dell'agente in un secondo mestiere.

Domande frequenti

Grok 4.5 è valido?

Sì, quando servono solide capacità agentiche a un costo per token inferiore. Non è la scelta predefinita più sicura per la massima accuratezza nel coding: Fable 5 guida quattro dei cinque benchmark tecnici mostrati da SpaceXAI, mentre il vantaggio più netto di Grok è il lavoro su orizzonti lunghi con costi efficienti.

Quanto costa Grok 4.5?

L'API diretta di SpaceXAI costa $2 per milione di token nuovi in input, $0.30 per milione di token in cache e $6 per milione di token in output sotto i 200K di contesto. A 200K o più, le tariffe passano rispettivamente a $4, $0.60 e $12 per l'intera richiesta. Nel proprio pool proprietario, Cursor indica $2 per l'input, $0.50 per la lettura dalla cache e $6 per l'output.

Dove si può usare Grok 4.5?

SpaceXAI documenta l'accesso tramite la propria API, Grok Build, Cursor, Word, PowerPoint, Excel, OpenRouter, Vercel, Cloudflare, Snowflake e Databricks Mosaic. Cursor lo supporta su desktop, web, iOS, CLI e nel proprio SDK, ma attualmente lo indica come non disponibile nell'Unione europea.

Vuoi la checklist per configurare Claude Code + Codex? Ricevila con la newsletter.