Grok 4.5 dirilis: Arsitektur, tanggal rilis, dan hal lain yang kami ketahui

TL;DR Pada 28 Juni 2026, Elon Musk mengumumkan bahwa Grok 4.5 — dibangun di atas model fondasi V9 baru dari xAI dengan 1,5 triliun parameter dan data pelatihan tambahan dari platform coding AI Cursor — memasuki beta privat di SpaceX dan Tesla. Evaluasi internal mengklaim kinerja “dekat, bahkan mungkin melampaui” Claude Opus milik Anthropic, dengan perbaikan RLHF dan Grok Build yang terus berjalan.

Bagi pengembang dan bisnis yang mengintegrasikan model frontier hari ini, CometAPI menawarkan akses instan dan hemat biaya ke Grok 4.3 (dan model xAI lainnya) melalui satu endpoint yang kompatibel dengan OpenAI bersama 500+ model dari Anthropic, OpenAI, Google, dan lainnya — sering kali hemat 20%+ dibanding harga langsung, tanpa pencatatan prompt untuk alur kerja yang berfokus pada privasi.

Poin Penting

• Sebaris kutipan yang dikaitkan dengan Elon Musk menyatakan Grok 4.5 berada dalam beta privat di SpaceX dan Tesla, diedarkan oleh AshutoshShrivastava.
• TestingCatalog melaporkan Grok 4.5 dibangun di atas model fondasi V9 1,5T dengan data Cursor ditambahkan dalam pelatihan suplementer.
• Satu-satunya sinyal yang ditandai sebagai bukti adalah tangkapan layar Mark Kretschmann tanggal 28 Juni yang menunjukkan nomor versi Grok / Cursor Composer 3 dihapus dari menu xAI.
• Belum ada skor benchmark, harga, jendela konteks, atau waktu API yang diungkapkan dalam kumpulan sinyal ini.
• Kisah data pelatihan Cursor telah berkembang sejak 16 Juni di setidaknya tiga akun, dengan Mark Kretschmann mengaitkan Grok 5 dengan pasangan parameter 6T dan 10T di kelas bobot Fable 5.

Tanggal rilis Grok 4.5

Grok 4.5 memasuki beta privat pada 28 Juni 2026, dan dijadwalkan untuk rilis publik pada 9 Juli 2026 (besok, per 8 Juli).

Ini dibangun di atas versi sebelumnya seperti Grok 4 (dirilis sekitar Juli 2025) dan Grok 4.3. Ini seharusnya dapat diakses oleh pengguna yang memenuhi syarat (misalnya, pelanggan SuperGrok/Premium+) segera setelah pengumuman. Untuk API, CometAPI akan diintegrasikan dengan API grok 4.5 segera setelah dirilis, dan akan menawarkan harga akuisisi yang lebih murah.

Rilis Publik: Hari ini (8 Juli 2026), Musk memposting bahwa, berdasarkan umpan balik beta yang positif, SpaceXAI / xAI akan membuat Grok 4.5 tersedia untuk publik besok (9 Juli). Ini digambarkan sebagai model "kelas Opus" yang lebih cepat, lebih efisien token, dan berbiaya lebih rendah daripada model sebanding.

Sumber: @mark_k

Sinyal dari Arsitektur grok 4.5: Apa yang kami lihat

Sumber utama adalah posting X Elon Musk sendiri pada 28 Juni 2026:

“Grok 4.5, berdasarkan model fondasi V9 1,5T kami, dengan data Cursor ditambahkan dalam pelatihan suplementer, kini berada dalam beta privat di SpaceX & Tesla. Evaluasi awal menunjukkan kinerja yang mendekati, bahkan mungkin melampaui Opus. RL terus secara signifikan meningkatkan model, dan harness Grok Build menjadi lebih baik setiap hari…”

Ini diperkuat oleh akun seperti @testingcatalog dan @ai_for_success, dengan detail arsitektur tentang 1,5T V9 dan integrasi Cursor, "Grok 4.5 is based on 1.5T V9 foundation model, with Cursor data added in supplemental training.".

Sinyal Cursor: Pergerakan xAI/SpaceX menuju mengakuisisi atau bermitra erat dengan Cursor (Anysphere) sekitar ~$60B menyediakan sumber kaya jejak IDE developer nyata, alur kerja agen, dan data pengeditan multi-berkas. Pelatihan tambahan (pasca prapelatihan) ini membedakan Grok 4.5 untuk tugas pengkodean, meski para ahli mencatat integrasi pada tahap prapelatihan akan lebih kuat.

Sumber: @mark_k

Sinyal status menu lebih sempit namun lebih seperti bukti. Menurut posting Mark Kretschmann tanggal 28 Juni, nomor versi untuk model Grok 1.5T / Cursor Composer 3 dihapus dari menu xAI pada pagi hari 28 Juni. Ia menyebut itu sebagai pola yang dapat mendahului rilis xAI. Ini bukan peluncuran resmi, tetapi lebih konkret daripada klaim kinerja yang di-repost karena terkait dengan tangkapan layar.

Sinyal kanari berikutnya mendorong cerita maju. TestingCatalog melihat string antarmuka web Grok yang berbunyi "Unlock the full power of Chat with Grok 4.5." Jejak seperti itu sering muncul sebelum perubahan produk, tetapi juga dapat dibatalkan, ditunda, atau disembunyikan di balik peluncuran terbatas.

Apa yang Wajar Kita Harapkan dari Grok 4.5

Berdasarkan trajektori xAI dan detail bocoran, berikut pandangan yang terukur:

1. Peningkatan Kinerja Pemrograman dan Agen: Data Cursor suplementer seharusnya meningkatkan tugas mirip SWE-Bench, penalaran multi-berkas, dan alur kerja developer dunia nyata. Harapkan kekuatan dalam penalaran teknis, debugging, dan rekayasa berskala produksi — area yang selaras dengan use case SpaceX/Tesla.
2. Skala dan Efisiensi: Pada 1,5T parameter di V9 yang dioptimalkan (GPU era Blackwell melalui Colossus), menyeimbangkan kekuatan mentah dengan kelayakan inferensi. Peningkatan RL pasca beta dapat memperkecil kesenjangan dalam penalaran.
3. Iterasi Cepat: Musk menyebut model baru bulanan dari nol. Grok 4.5 menjadi batu loncatan, dengan run yang lebih besar 2T+ sudah memasukkan data Cursor sejak prapelatihan.
4. Multimodal dan Penggunaan Alat: Membangun kemampuan Grok sebelumnya (visi, pencarian, Grok Build), harapkan fitur agen yang diperluas.
5. Linimasa Peluncuran Publik: Jejak UI menyiratkan beberapa hari hingga minggu untuk akses lebih luas. Pola historis menunjukkan 1–2 minggu dari teaser ke pratinjau.

Untuk Produksi Hari Ini: Sambil menunggu, integrasikan melalui endpoint Grok milik CometAPI. API yang kompatibel dengan OpenAI mereka mendukung peralihan mulus dan menawarkan penghematan biaya (misalnya, Grok 4 dengan tarif yang dikurangi), sempurna untuk membangun aplikasi yang akan mudah ditingkatkan ke Grok 4.5. Lihat penawaran Grok CometAPI untuk detail.

Fakta keras berasal dari dokumen resmi, dan dokumen resmi masih sepi tentang Grok 4.5. Halaman model xAI (xAI model page) mencantumkan grok-build-0.1 sebagai model coding yang dilatih khusus untuk alur kerja coding berbasis agen, dengan jendela konteks 256k dan harga $1.00 / $2.00 per 1M token input/output di dokumen harga xAI. Halaman batas laju xAI mencakup Grok 4.3 dan Grok Build 0.1, dan dokumen pemanggilan fungsi xAI menjelaskan cakupan penggunaan alat saat ini, tetapi tidak ada halaman tersebut yang mencantumkan Grok 4.5.

Ketiadaan itu penting. Sebuah model dapat nyata secara internal namun tetap tidak dapat digunakan melalui API publik. Tim harus memisahkan "xAI mungkin sedang menguji ini" dari "developer dapat menerapkannya."

Diskusi publik tetap berguna untuk tujuan yang lebih sempit: memberi tahu apa yang harus diuji pembangun terlebih dahulu.

Pertanyaan tindak lanjut lebih berguna daripada hype:

• Apakah data bergaya Cursor mengurangi upaya patch yang gagal?
• Apakah Grok 4.5 menavigasi repositori lebih baik daripada Grok 4.3 atau Grok Build?
• Apakah ia mengalahkan Claude Opus 4.8 pada tugas multi-berkas nyata?
• Apakah ia membutuhkan lebih sedikit percobaan ulang, lebih sedikit pemanggilan alat, atau lebih sedikit tinjauan manusia?
• Apakah ia tetap kompetitif ketika latensi dan panjang output diukur?
• Apakah ia melakukan generalisasi di luar alur kerja mirip Cursor?

Anggap thread X sebagai sinyal, bukan spesifikasi. Spesifikasi dimulai saat xAI memperbarui dokumen model atau catatan rilisnya.

Grok 4.5 vs Claude Opus: Performa yang Diharapkan

Pertanyaan routing yang nyata bukan "Apakah Grok 4.5 menarik?" Melainkan: Haruskah alur kerja coding atau agen menggunakan Grok 4.5 alih-alih Claude Opus 4.8 setelah Grok 4.5 tersedia?

Claude Opus 4.8 adalah baseline yang jelas karena Anthropic memiliki dokumentasi publik dan data benchmark. Ikhtisar model Anthropic mencantumkan Claude Opus 4.8 dengan jendela konteks 1M token dan output maksimum 128k. Pengumuman Opus 4.8 memposisikannya di sekitar pekerjaan agen yang kompleks, coding, dan use case enterprise, sementara halaman harga memberi baseline harga API resmi.

Kartu sistem Opus 4.8 memberikan angka nyata. Dalam ringkasan evaluasi, Opus 4.8 melaporkan 88,6 pada SWE-bench Verified, 69,2 pada SWE-bench Pro, 74,6 pada Terminal-Bench 2.1, 83,4 pada OSWorld-Verified, dan 1890 pada GDPval-AA.

Kekuatan yang Diharapkan dari Grok 4.5:

• Spesialisasi Coding: Data Cursor memberikan keunggulan unik dalam jejak developer dunia nyata yang kurang dihargai benchmark sintetis. Model Grok sebelumnya sudah kompetitif pada coding; ini dapat mendorongnya unggul pada tugas berbasis agen.
• Skala & Kecepatan: 1,5T parameter + infrastruktur Colossus dapat menghasilkan throughput kuat dan penanganan konteks panjang.
• Biaya/Aksesibilitas: Model xAI sering berharga kompetitif; CometAPI semakin menekan biaya (misalnya, seri Grok 4 dengan penghematan signifikan).

Kekuatan Claude Opus (Flagship Saat Ini):

• Benchmark terbukti: SWE-Bench tinggi (~80%+ pada versi terbaru), penalaran kuat (GPQA, ARC-AGI), kepatuhan instruksi dan keamanan yang sangat baik.
• Ekosistem matang: Penggunaan alat yang andal, artifacts, dan fitur enterprise.

Tabel Perbandingan (Proyeksi/Diakalkan Berdasarkan Data yang Tersedia)

Tabel disintesis dari bocoran, benchmark sebelumnya, dan analisis. Hasil aktual menunggu evaluasi publik.

Anggap perbandingan dengan Opus sebagai target benchmark, bukan kesimpulan. Jika Grok 4.5 benar-benar dekat atau melampaui Opus, itu harus muncul pada tingkat tugas yang terselesaikan, lebih sedikit percobaan ulang, lebih sedikit edit reviewer, dan pemulihan loop alat yang lebih baik. Jika hanya menang demo, itu tidak cukup untuk routing produksi.

Tiga Sudut Gelap Rekayasa

Risiko migrasi bukan hanya kualitas model. Tiga detail yang kurang terlihat bisa membuat peluncuran Grok 4.5 mahal atau rapuh.

1. Keuntungan berbentuk Cursor mungkin tidak transfer ke stack coding Anda

Jika sinyal pelatihan berasal dari alur kerja Cursor, model mungkin paling kuat dalam pola pengeditan mirip Cursor. Sistem produksi Anda bisa berbeda: agen sisi server, bot perbaikan CI, triase issue GitHub, migrasi repo internal, atau asisten developer lokal.

Daftar periksa evaluasi:

• Sertakan repositori nyata, bukan prompt mainan.
• Sertakan tugas yang mengharuskan membaca sebelum mengedit.
• Sertakan tugas pemulihan setelah tes gagal.
• Nilai kebenaran patch akhir, bukan hanya kualitas jawaban.
• Bandingkan mode chat biasa dengan mode agen.
• Ukur apakah Grok 4.5 mengurangi percobaan ulang dibanding Opus 4.8 dan Grok 4.3.

2. Performa beta privat mungkin bergantung pada harness internal

Model yang diuji di dalam SpaceX atau Tesla mungkin mendapat manfaat dari alat internal, prompt terkurasi, tugas evaluasi privat, atau retrieval khusus. Versi API publik bisa berperilaku berbeda.

Daftar periksa evaluasi:

• Catat ID model dan tanggal rilis secara tepat.
• Catat ketersediaan alat untuk setiap run.
• Pisahkan kualitas model dari kualitas harness.
• Lacak latensi p50 dan p95.
• Lacak kegagalan alat dan pemanggilan alat tidak valid.
• Hindari membandingkan demo agen internal dengan panggilan API mentah.

3. Harga dan batas konteks bisa menghapus kemenangan benchmark

Bahkan jika Grok 4.5 lebih kuat, itu mungkin tidak lebih murah. Harga token, jendela konteks, batas output, caching prompt, batas laju, dan biaya pemanggilan alat semuanya penting.

Gunakan metrik routing ini:

Biaya efektif per tugas yang terselesaikan = (biaya model utama + biaya percobaan ulang + biaya fallback + biaya tinjauan manusia) / tugas yang berhasil

Jika Grok 4.5 menyelesaikan lebih banyak tugas dengan lebih sedikit percobaan ulang, ia dapat layak meski harga token lebih tinggi. Jika ia memakai lebih banyak token, berulang lebih lama, atau memerlukan lebih banyak tinjauan, hype peluncuran tidak akan diterjemahkan ke biaya beban kerja yang lebih rendah.

Cara Mengevaluasi Grok 4.5 Sendiri

Gunakan jendela kebocoran untuk menyiapkan evaluasi sebelum model muncul.

1. Bangun set agen-coding 20 tugas

Sertakan tugas nyata:

• perbaikan bug di repo Anda sendiri
• refaktor multi-berkas
• migrasi dependency
• perbaikan tes gagal
• tinjauan kode dengan regresi halus
• pembaruan dokumentasi yang terikat ke kode
• bug UI dari screenshot plus source
• masalah SQL atau pipeline data
• alur kerja pemanggilan alat
• pertanyaan repositori konteks panjang

2. Jalankan tugas yang sama pada baseline yang tersedia

Jangan menunggu Grok 4.5 untuk mulai mengukur. Jalankan set tugas yang sama pada:

• Grok 4.3 untuk penalaran umum xAI saat ini
• Grok Build 0.1 untuk baseline model coding resmi xAI bila tersedia
• Claude Opus 4.8 untuk pekerjaan coding dan agen kemampuan tinggi
• Claude Sonnet 5 untuk routing produksi berbiaya lebih rendah
• model produksi Anda saat ini

3. Ukur biaya tugas yang terselesaikan

Lacak:

• token input
• token output
• pemanggilan alat
• percobaan ulang
• patch yang gagal
• tingkat kelulusan tes
• latensi
• edit reviewer
• skor akhir lulus/gagal
• biaya per patch yang diterima

Jangan membandingkan output satu kali. Bandingkan tugas yang sama, instruksi yang sama, alat yang sama, dan rubric penilaian yang sama.

4. Tambahkan Grok 4.5 hanya setelah tersedia publik

Saat xAI atau CometAPI menampilkan ID model Grok 4.5 yang stabil, tambahkan ke evaluasi yang sama. Jangan menulis ulang evaluasi di sekitar model baru. Intinya adalah menjaga benchmark cukup stabil agar perbandingan bermakna.

5. Putuskan berdasarkan kelas beban kerja

Gunakan model pemenang berdasarkan tipe tugas, bukan merek:

• Gunakan model yang lebih murah ketika keberhasilan tugas serupa.
• Gunakan Opus 4.8 ketika kegagalan mahal dan Grok 4.5 belum membuktikan paritas.
• Gunakan Grok 4.5 hanya di area yang mengalahkan baseline saat ini pada tugas Anda sendiri.
• Pertahankan rute fallback hingga tingkat error, latensi, dan biaya stabil.

Apa yang Kita Ketahui vs. Apa yang Belum Bisa Diverifikasi

Terkonfirmasi / Sinyal Kuat:

• Fondasi 1,5T V9 + pelatihan suplementer Cursor.
• Beta privat di SpaceX/Tesla (28 Juni 2026).
• Klaim “dekat/di atas Opus” yang dikaitkan dengan Musk.
• Roadmap model baru bulanan.
• Jejak kanari UI.

Belum Terverifikasi / Pertanyaan Terbuka:

• Benchmark tepat (tidak ada kartu sistem).
• Tanggal rilis publik dan harga API.
• Jendela konteks penuh, kemampuan multimodal.
• Volume data Cursor yang tepat, lisensi, dan rasio pencampuran.
• Performa vs. versi Opus spesifik atau frontier lain (misalnya, GPT-5.5, Gemini 3.x).
• Grok 4.5 vs. varian Grok 5 yang dirumorkan lebih besar.

Anggap klaim sebagai arah vendor. Sejarah menunjukkan evaluasi internal dapat berbeda dari evaluasi publik; verifikasi independen sangat penting.

Apa yang Perlu Dipantau Berikutnya

Pantau lima hal selama beberapa minggu ke depan:

1. Dokumen model xAI menambahkan ID model Grok 4.5.
2. Catatan rilis xAI yang mengonfirmasi ketersediaan publik atau pratinjau.
3. Benchmark agen-coding independen, terutama SWE-bench, Terminal-Bench, dan tugas agen coding bergaya Cursor.
4. Laporan developer nyata tentang alur kerja coding mirip Cursor.
5. Pembaruan katalog atau dashboard CometAPI untuk ketersediaan Grok 4.5.

Sinyal pembelian andal pertama bukan posting X yang viral. Itu adalah ID model plus hasil evaluasi yang dapat diulang.

Prospek Ke Depan: Model Bulanan dan Seterusnya

Laju xAI — model fondasi baru setiap bulan — dapat mendefinisikan ulang kecepatan iterasi. Grok 4.5 adalah lompatan inkremental; varian Grok 5 menjanjikan lebih. Harapkan penekanan berlanjut pada pencarian kebenaran, humor, dan utilitas dunia nyata yang selaras dengan visi Musk.

Ajakan: Daftar CometAPI hari ini untuk mengakses model Grok yang andal dengan harga terjangkau dan tetap terdepan. Pantau x.ai dan X untuk pembaruan resmi Grok 4.5. Revolusi AI untuk coding makin cepat — posisikan alur kerja Anda sekarang.