Presentamos Grok 4.5
Hoy lanzamos Grok 4.5 junto con SpaceXAI, nuestro modelo más inteligente y el primero que hemos creado para mucho más que la ingeniería de software.
Grok 4.5 puede abordar tareas complejas y de larga duración que requieren usar herramientas de forma creativa para resolver problemas, ya sea en ingeniería de software, ciencia de datos, finanzas, trabajo jurídico o cualquier otra cosa que hagas con una computadora.
Los planes de suscripción de Cursor para particulares y equipos incluyen un uso considerable del modelo, con el doble de uso durante la primera semana. También hemos agregado nuevas protecciones que reflejan las capacidades de ciberseguridad del modelo.
Una base sólida
Grok 4.5 es un modelo de mezcla de expertos que entrenamos conjuntamente con SpaceXAI.
El entrenamiento incluyó billones de tokens de datos de Cursor que capturan una amplia gama de interacciones de usuarios con bases de código y herramientas de software. Este conjunto de datos permite al modelo aprender tanto del software existente como de las interacciones entre desarrolladores y agentes, capturando cómo trabajan los desarrolladores y cómo los agentes interactúan con sus entornos.
Aunque entrenamos nuestro modelo anterior, Composer 2.5, para que fuera un especialista en programación, en Grok 4.5 mantuvimos deliberadamente una mezcla más amplia de datos de entrenamiento. Esto implicó apoyarnos en tareas STEM de alta calidad, artículos de investigación y otros tipos de trabajo intelectual, para que el modelo adquiriera competencia en una amplia variedad de ámbitos.
Aprendizaje por refuerzo en problemas difíciles
Usamos aprendizaje por refuerzo en problemas difíciles dentro de entornos realistas que abarcan tanto la ingeniería de software como un espectro más amplio de trabajo intelectual. Estos entornos enseñan al modelo a investigar problemas, usar herramientas, recuperarse de errores y verificar resultados.
Muchos de estos problemas tuvieron que diseñarse para que fueran lo bastante difíciles como para que incluso los modelos de vanguardia fallaran. A medida que los modelos mejoran, las tareas existentes dejan de enseñarles algo nuevo, y los problemas que antes requerían un razonamiento exhaustivo se vuelven rutinarios.
Desarrollamos un sistema distribuido de agentes para construir estos entornos a escala. Los ingenieros especifican un problema y cómo se verifica una solución, y grandes grupos de agentes construyen, prueban y refinan cada entorno. Algunos habrían requerido meses de trabajo de equipos de cientos de ingenieros para crearse. Esta es una de las formas en que usamos el modelo anterior para acelerar el progreso del siguiente modelo.
Empieza con Grok 4.5
Grok 4.5 ya está disponible en Cursor para desktop, web, iOS, CLI y nuestro SDK.
Los planes Individual y Team incluyen un uso significativo del modelo como parte de nuestro grupo de modelos propios, y durante la primera semana estamos duplicando ese uso. El modelo base tiene un precio de 6/M tokens de salida. También hay una variante rápida a 18/M tokens de salida.
Grok 4.5 y Composer 2.5 son dos clases de tamaño de modelo distintas, y nos entusiasma ofrecer compatibilidad con ambos tamaños. Composer 2.5 seguirá disponible, y en adelante lanzaremos nuevos modelos de este tamaño.
- SWE-Bench Pro y Terminal-Bench muestran puntuaciones autodeclaradas para modelos de terceros. En SWE-Bench multilingual, la puntuación de GPT 5.5 proviene de una ejecución interna nuestra.
- Grok 4.5 tiene ventaja en CursorBench porque se incluyó accidentalmente en el entrenamiento una instantánea anterior del código fuente de Cursor. El impacto exacto no está claro. Esos datos se han eliminado para futuros modelos y, en paralelo, estamos trabajando en una actualización más amplia de CursorBench; de ahí su exclusión aquí.
