Grok 4.5 para devs: preço, benchmarks e limites

O Grok 4.5 da xAI pode ser o melhor modelo de código que você não deveria usar como padrão absoluto. Ele entrega benchmarks próximos da fronteira, custa uma fração do preço dos concorrentes e faz auditorias de código com competência. Ao mesmo tempo, o Cursor Bench está contaminado desde 2025, o raciocínio é caro em algumas tarefas e a orquestração de subagentes fica devendo em 2026.

Critério	Grok 4.5	Concorrentes de fronteira
Preço por milhão de tokens	Fração do valor	Referência cheia
Benchmarks de código	Próximos da fronteira	No topo
Auditoria de código	Competente	Competente
Cursor Bench	Contaminado desde 2025	Sem contaminação confirmada
Orquestração de subagentes	Fica devendo	Ponto forte

Para decidir se vale adotar o Grok 4.5 no seu fluxo, siga estes passos:

1. Rode seus próprios testes no Cursor Bench com prompts do seu dia a dia, sem confiar no placar público desde 2025.
2. Meça o custo real de raciocínio em tarefas longas antes de tratar o modelo como padrão.
3. Compare a saída de subagentes com uma alternativa de fronteira em 2026, tarefa por tarefa.

Grok 4.5 para devs: o que é e quanto custa

O Grok 4.5 é um modelo da xAI voltado a código, tarefas agênticas e trabalho de conhecimento. A cobrança é de US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima desse limite, os preços dobram para US$ 4 e US$ 12, e a janela chega a 500 mil tokens.

A xAI anunciou o modelo em 2025, com detalhes sobre treinamento e capacidades. No mesmo ano, o Cursor de código com IA baseado no VS Code, publicou um artigo sobre o lançamento, com benchmarks e a integração nos planos de assinatura.

O Grok 4.5 é uma mistura de especialistas treinada em conjunto pela xAI e pelo Cursor, com trilhões de tokens de dados do Cursor. Isso explica parte do desempenho em codificação, mas também gerou um problema de contaminação que aparece mais adiante.

Preço por faixa de contexto

Faixa de contexto	Entrada (US$/milhão)	Saída (US$/milhão)
Até 200 mil tokens	2	6
Acima de 200 mil tokens	4	12

Comparação com concorrentes

Modelo	Entrada (US$/milhão)	Saída (US$/milhão)
Grok 4.5	2	6
Fable	10	50

O preço do Grok 4.5 é agressivo na comparação com o Fable, que cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, segundo o anúncio da xAI. A diferença chega a cinco vezes na entrada e a mais de oito vezes na saída.

Benchmarks do Grok 4.5: onde ele acerta e onde falha

O Grok 4.5 é competitivo, mas não lidera tudo: em 2025 a Artificial Analysis o colocou em quarto com 54 pontos, e em 2026 o Terminal Bench 2.1 trouxe 83,3 para ele. O modelo brilha em eficiência de tokens, mas perde em raciocínio máximo.

Benchmark	Métrica	Grok 4.5	Líder
Artificial Analysis	Pontos no índice	54 (4º lugar)	GPT-5.5
Terminal Bench 2.1	Pontuação em terminal	83,3	Fable (84,3)
DeepSWE	Engenharia de software com agentes	3º lugar	Fable (1º)
Eficiência de tokens (Cursor)	Tokens por tarefa de código	2 milhões	Fable (7,2 milhões)
Skate Bench	Custo e acerto em raciocínio máximo	1,3 centavo, 76%	Menor índice entre modelos de fronteira

O Grok 4.5 aparece em quarto lugar no índice de inteligência da Artificial Analysis, com 54 pontos, atrás do GPT-5.5 e à frente do Sonnet 5. Os números de terceiros confirmam que o modelo é competitivo, mas não líder absoluto em todas as frentes.

No Terminal Bench 2.1, o Grok 4.5 marcou 83,3, contra 83,4 do GPT-5.5 e 84,3 do Fable. A diferença é pequena, mas mostra que o modelo está na mesma faixa dos concorrentes diretos em tarefas de terminal.

O benchmark DeepSWE, que mede engenharia de software com agentes, coloca o Fable em primeiro, o GPT-5.5 em segundo e o Grok 4.5 em terceiro, à frente dos modelos do Google. O resultado é relevante porque mede fluxos de trabalho reais com agentes.

Em eficiência de tokens, o Grok 4.5 se destaca. Em tarefas de código, o modelo usou cerca de 2 milhões de tokens por tarefa contra 7,2 milhões do Fable e 9,2 milhões do Opus, segundo dados do Cursor. Menos tokens significam faturas menores e respostas mais rápidas.

Nem tudo são flores. No benchmark Skate Bench, o Grok 4.5 gastou 1,3 centavo por execução e acertou 76%, o menor índice entre modelos de laboratórios de fronteira nas configurações de raciocínio máximo. O modelo pensa demais em tarefas que exigem truques e respostas curtas.

O problema do Cursor Bench: dados de treinamento contaminados

O Cursor revelou que um snapshot anterior do código do Cursor foi incluído acidentalmente no treinamento do Grok 4.5. Como o Cursor Bench usa problemas reais do próprio editor, os resultados do modelo nesse benchmark ficaram comprometidos.

O impacto exato da contaminação não foi divulgado. O Cursor afirmou que os dados foram removidos de modelos futuros e que não usa o Cursor Bench para promover o Grok 4.5 publicamente. A transparência é um ponto positivo, mas o benchmark perde valor para comparações.

Para quem avalia modelos, a lição é clara: um benchmark só é útil quando o conjunto de testes não vaza para o treinamento. O caso do Grok 4.5 mostra que até empresas sérias podem cometer esse erro.

Preço e eficiência: o Grok 4.5 é realmente barato?

O Grok 4.5 custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima disso, o preço dobra, mas ainda fica abaixo de concorrentes como o Fable.

A eficiência de tokens muda a conta. O Grok 4.5 usou cerca de 2 milhões de tokens por tarefa em código, contra 7,2 milhões do Fable e 9,2 milhões do Opus. Na prática, o custo por tarefa fica muito menor do que o preço por token sugere.

Em tarefas agênticas, o custo médio por tarefa do Grok 4.5 ficou em cerca de 31 centavos, contra 37 centavos do GLM-5.2 e 2,75 dólares do Fable, segundo a Artificial Analysis. O modelo entrega mais inteligência por dólar em várias categorias.

Grok 4.5 na prática: auditoria de código e PRs

Em uso real, o Grok 4.5 surpreendeu em auditorias de código. O modelo encontrou a maioria dos problemas que o Fable e o GPT-5.6 encontraram, e foi especialmente bom ao corrigir os problemas depois de identificá-los.

Em um fluxo de trabalho com múltiplos PRs, o modelo conseguiu processar pedidos complexos, responder perguntas e gerar listas de tarefas pendentes sem se perder. Ele também lidou bem com referências ambíguas a listas numeradas diferentes, algo que costuma confundir modelos.

O Grok 4.5 não encontrou tudo que o Fable encontrou, e o código não foi tão minucioso quanto o do GPT-5.6. Mesmo assim, a capacidade de manter uma conversa longa e produtiva em tarefas pesadas chamou atenção.

Modelagem 3D e geração de jogos: o diferencial inesperado

O Grok 4.5 se saiu melhor que qualquer outro modelo testado na criação de ambientes 3D em Three.js, incluindo a modelagem de criaturas e geometria. O resultado não é profissional, mas é o primeiro caso em que um modelo acerta o básico de modelagem 3D em jogos.

O modelo cometeu erros, como inverter os controles de teclado e não corrigir tudo no primeiro pedido de ajuste. Ainda assim, a capacidade de gerar um ambiente tridimensional completo, com modelos próprios, superou as expectativas para um modelo da geração anterior.

Esse desempenho sugere que o Grok 4.5 pode ser útil em prototipagem rápida de jogos e visualizações 3D, desde que você revise o resultado com atenção.

Orquestração de subagentes: a maior limitação do Grok 4.5

O Grok 4.5 não demonstrou a mesma habilidade de orquestrar subagentes que modelos como Fable e GPT-5.6. Em testes limitados, o modelo não dividiu tarefas com a mesma nuance e às vezes travou em processos que não sabia encerrar.

Parte do problema pode ser do ambiente de execução, não só do modelo. Ainda assim, a diferença é visível: modelos de geração mais nova conseguem delegar trabalho e manter o contexto por mais tempo.

Para quem depende de fluxos agênticos complexos, o Grok 4.5 funciona melhor como modelo principal para tarefas diretas e como apoio para modelos mais capazes em orquestração.

Vale a pena adotar o Grok 4.5 no seu fluxo de trabalho?

O Grok 4.5 vale a pena como modelo padrão para tarefas de código do dia a dia, especialmente se o custo por token pesa no orçamento. Ele é rápido, eficiente e competente em auditorias e correções.

Para tarefas que exigem raciocínio pesado, orquestração de subagentes ou respostas curtas e criativas, o modelo fica atrás de concorrentes mais caros. A decisão depende do tipo de trabalho que você faz mais.

Uma estratégia prática é usar o Grok 4.5 como modelo principal e recorrer a modelos mais capazes quando a tarefa exigir delegação complexa ou raciocínio estendido. O custo total tende a cair sem sacrificar qualidade.

Perguntas frequentes sobre o Grok 4.5

• Quanto custa o Grok 4.5? O modelo custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima desse limite, o preço dobra para US$ 4 e US$ 12, com janela máxima de 500 mil tokens.

• O Grok 4.5 é bom para programar? Sim, especialmente em auditorias de código, correções e tarefas agênticas diretas. Ele fica atrás de modelos como Fable e GPT-5.6 em profundidade de análise e orquestração de subagentes.

• O que é o Cursor Bench e por que ele está contaminado? O Cursor Bench é um benchmark baseado em problemas reais do editor Cursor. Um snapshot anterior do código do Cursor foi incluído acidentalmente no treinamento do Grok 4.5, comprometendo os resultados nesse teste.

• O Grok 4.5 é mais barato que o Fable? Sim. O Fable cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, segundo o anúncio da xAI. O Grok 4.5 custa US$ 2 e US$ 6, com eficiência de tokens que reduz ainda mais o custo por tarefa.

• Qual a janela de contexto do Grok 4.5? O modelo suporta até 500 mil tokens de contexto, mas cobra o dobro acima de 200 mil tokens. Isso torna o uso em contextos muito longos mais caro e menos atraente.

• O Grok 4.5 substitui modelos como GPT-5.5 ou Fable? Não totalmente. Ele é competitivo em várias tarefas e mais barato, mas perde em orquestração de subagentes e raciocínio pesado. A escolha depende do fluxo de trabalho.

• O Grok 4.5 é open source? Não há informação sobre abertura do código do modelo. O anúncio da xAI descreve o treinamento e as capacidades, mas não menciona licença de código aberto.

• O Grok 4.5 funciona bem em tarefas de terminal? Sim. No Terminal Bench 2.1, o modelo marcou 83,3, praticamente empatado com GPT-5.5 (83,4) e Fable (84,3), segundo dados do Cursor.

• O Grok 4.5 é indicado para iniciantes em programação? O modelo pode ajudar em tarefas simples e auditorias, mas erros de controle e orquestração aparecem em projetos maiores. Iniciantes devem revisar o código gerado com atenção.

Recursos para desenvolvedores brasileiros

Se você quer se aprofundar em stacks modernas de desenvolvimento, o Crazystack Typescript é uma referência para quem trabalha com TypeScript no Brasil. O projeto reúne conteúdos e práticas usadas por times de tecnologia.

Para quem está começando, o Bootcamp do Dev Doido oferece trilhas de aprendizado práticas. O conteúdo é mantido por Gustavo Dev Doido, referência em desenvolvimento no país.

A comunidade do Skala Blog também publica análises de ferramentas e modelos, como este artigo sobre o Grok 4.5. Você pode acompanhar mais conteúdos em crazystack.com.br.

Transforme seus vídeos em artigos com o Skala Blog

Este artigo nasceu da ideia de que conhecimento técnico merece ser registrado e compartilhado. Se você tem aulas, entrevistas ou análises em vídeo sobre ferramentas como o Grok 4.5, esse material pode virar um artigo completo.

Com o Skala Blog, você cola a URL do vídeo, gera a transcrição e transforma o conteúdo em um texto estruturado. O fluxo é simples: vídeo no YouTube, transcrição automática e artigo pronto para publicar.

Skala Blog

Source video