Grok 4.5 ra mắt: Kiến trúc, ngày phát hành và những điều khác mà chúng ta biết

TLDR Vào ngày 28 tháng 6 năm 2026, Elon Musk thông báo rằng Grok 4.5 — được xây dựng trên mô hình nền tảng V9 mới của xAI với 1,5 nghìn tỷ tham số, cùng dữ liệu huấn luyện bổ sung từ nền tảng lập trình AI Cursor — đã bước vào giai đoạn beta riêng tư tại SpaceX và Tesla. Các đánh giá nội bộ cho rằng hiệu năng “gần như, thậm chí vượt” Claude Opus của Anthropic, với RLHF đang diễn ra và các cải tiến Grok Build.

Đối với các nhà phát triển và doanh nghiệp đang tích hợp các mô hình tiên tiến ngay hôm nay, CometAPI cung cấp quyền truy cập tức thì, tiết kiệm chi phí vào Grok 4.3 (và các mô hình xAI khác) thông qua một endpoint tương thích OpenAI, song song với 500+ mô hình từ Anthropic, OpenAI, Google, và hơn thế nữa — thường tiết kiệm 20%+ so với giá trực tiếp, không ghi log prompt cho các quy trình chú trọng quyền riêng tư.

Những điểm chính

• Một câu trích dẫn được cho là của Elon Musk nói rằng Grok 4.5 đang ở giai đoạn beta riêng tư tại SpaceX và Tesla, được AshutoshShrivastava lan truyền.
• TestingCatalog cho biết Grok 4.5 dựa trên mô hình nền tảng V9 1.5T với dữ liệu Cursor được thêm trong giai đoạn huấn luyện bổ sung.
• Tín hiệu duy nhất có gắn bằng chứng là ảnh chụp màn hình ngày 28/6 của Mark Kretschmann cho thấy số phiên bản Grok / Cursor Composer 3 đã bị gỡ khỏi menu của xAI.
• Không có điểm benchmark, giá, cửa sổ ngữ cảnh hay thời điểm API được tiết lộ trong bộ tín hiệu này.
• Câu chuyện về dữ liệu huấn luyện từ Cursor đã hình thành từ ngày 16/6 trên ít nhất ba tài khoản, với Mark Kretschmann liên hệ Grok 5 với cặp 6T và 10T tham số trong hạng trọng số Fable 5.

Ngày phát hành Grok 4.5

Grok 4.5 đã vào beta riêng tư ngày 28 tháng 6 năm 2026 và dự kiến phát hành công khai vào ngày 9 tháng 7 năm 2026 (ngày mai, tính đến 8 tháng 7).

Nó kế thừa các phiên bản trước như Grok 4 (ra mắt khoảng tháng 7 năm 2025) và Grok 4.3. Nó sẽ sớm khả dụng cho người dùng đủ điều kiện (ví dụ: thuê bao SuperGrok/Premium+) sau thông báo. Đối với API, CometAPI sẽ được tích hợp với API grok 4.5 ngay sau khi ra mắt và sẽ cung cấp mức giá mua vào rẻ hơn.

Phát hành công khai: Hôm nay (8 tháng 7 năm 2026), Musk đăng rằng, dựa trên phản hồi beta tích cực, SpaceXAI / xAI sẽ phát hành Grok 4.5 cho công chúng vào ngày mai (9 tháng 7). Nó được mô tả là một mô hình “đẳng cấp Opus” nhanh hơn, tiết kiệm token hơn và chi phí thấp hơn so với các mô hình tương đương.

Nguồn: @mark_k

Tín hiệu từ kiến trúc của Grok 4.5: Những gì đã thấy

Nguồn chính là bài đăng trên X của chính Elon Musk vào ngày 28 tháng 6 năm 2026:

“Grok 4.5, dựa trên mô hình nền tảng V9 1.5T của chúng tôi, với dữ liệu Cursor được thêm trong huấn luyện bổ sung, hiện đang ở giai đoạn beta riêng tư tại SpaceX & Tesla. Các đánh giá ban đầu cho thấy hiệu năng gần như, có thể vượt Opus. RL đang tiếp tục cải thiện đáng kể mô hình, và bộ harness Grok Build tốt lên mỗi ngày…”

Điều này được khuếch đại bởi các tài khoản như @testingcatalog và @ai_for_success, với chi tiết kiến trúc về 1.5T V9 và tích hợp Cursor, “Grok 4.5 dựa trên mô hình nền tảng 1.5T V9, với dữ liệu Cursor được thêm trong huấn luyện bổ sung.”

Tín hiệu Cursor: Động thái của xAI/SpaceX hướng tới việc thâu tóm hoặc hợp tác sâu với Cursor (Anysphere) ở mức ~$60B cung cấp nguồn dồi dào các dấu vết IDE của nhà phát triển thực, quy trình agent và dữ liệu chỉnh sửa đa tệp. Việc huấn luyện bổ sung (sau tiền huấn luyện) này giúp Grok 4.5 khác biệt trong các tác vụ lập trình, dù các chuyên gia lưu ý rằng tích hợp ngay từ giai đoạn tiền huấn luyện còn mạnh hơn.

Nguồn: @mark_k

Tín hiệu trạng thái menu hẹp hơn nhưng có tính bằng chứng hơn. Theo bài đăng ngày 28/6 của Mark Kretschmann, số phiên bản cho mô hình Grok 1.5T / Cursor Composer 3 đã bị gỡ khỏi menu xAI vào sáng 28/6. Ông mô tả đây là một mẫu có thể xuất hiện trước các bản phát hành của xAI. Đây không phải là ra mắt chính thức, nhưng cụ thể hơn so với tuyên bố hiệu năng được đăng lại vì nó gắn với ảnh chụp màn hình.

Tín hiệu canary sau đó đẩy câu chuyện đi xa hơn. TestingCatalog phát hiện chuỗi giao diện web Grok hiển thị “Unlock the full power of Chat with Grok 4.5.” Dạng dấu vết này thường xuất hiện trước một thay đổi sản phẩm, nhưng cũng có thể bị hủy, trì hoãn, hoặc ẩn sau một đợt phát hành giới hạn.

Những gì có thể kỳ vọng một cách hợp lý từ Grok 4.5

Dựa trên quỹ đạo của xAI và chi tiết rò rỉ, triển vọng có cơ sở như sau:

1. Tăng cường khả năng lập trình và agent: Dữ liệu Cursor bổ sung có thể nâng hiệu năng các tác vụ như SWE-Bench, suy luận đa tệp và quy trình công việc của nhà phát triển ngoài đời. Kỳ vọng thế mạnh ở lập luận kỹ thuật, gỡ lỗi và kỹ nghệ ở quy mô sản xuất — phù hợp với các trường hợp SpaceX/Tesla.
2. Quy mô và hiệu suất: Ở mức 1.5T tham số trên V9 tối ưu hóa (GPU thời Blackwell qua Colossus), cân bằng sức mạnh với khả năng suy luận. Cải tiến RL sau beta có thể thu hẹp khoảng cách về suy luận.
3. Lặp nhanh: Musk đề cập các mô hình mới hàng tháng. Grok 4.5 là bậc đệm, với một bản 2T+ đã tích hợp dữ liệu Cursor ngay từ tiền huấn luyện.
4. Đa phương thức và dùng công cụ: Kế thừa khả năng Grok trước (thị giác, tìm kiếm, Grok Build), kỳ vọng tính năng agent mở rộng.
5. Mốc triển khai công khai: Dấu vết UI gợi ý vài ngày đến vài tuần để mở rộng truy cập. Mẫu lịch sử cho thấy 1–2 tuần từ hé lộ đến bản xem trước.

Đối với sản xuất ngay hiện tại: Trong lúc chờ, tích hợp qua endpoint Grok của CometAPI. API tương thích OpenAI của họ hỗ trợ chuyển đổi liền mạch và tiết kiệm chi phí (ví dụ, Grok 4 với mức giá giảm), phù hợp để xây ứng dụng có thể nâng cấp dễ dàng lên Grok 4.5. Xem dịch vụ Grok của CometAPI để biết chi tiết.

Các dữ kiện cứng đến từ tài liệu chính thức, và tài liệu chính thức vẫn im lặng về Grok 4.5. Trang mô hình của xAI liệt kê grok-build-0.1 là mô hình lập trình được huấn luyện riêng cho quy trình agent coding, với cửa sổ ngữ cảnh 256k và mức $1.00 / $2.00 trên mỗi 1M token vào/ra trong tài liệu giá xAI. Trang đó liệt kê grok-4.3 cho mục đích chung, với cửa sổ ngữ cảnh 1M token và $1.25 / $2.50 trên mỗi 1M token vào/ra. Trang giới hạn tốc của xAI có Grok 4.3 và Grok Build 0.1, và tài liệu function-calling giải thích bề mặt dùng công cụ hiện tại, nhưng không trang nào nêu Grok 4.5.

Sự vắng mặt đó là quan trọng. Một mô hình có thể tồn tại nội bộ nhưng vẫn chưa dùng được qua API công khai. Các nhóm nên tách bạch “xAI có thể đang thử nghiệm” khỏi “nhà phát triển có thể triển khai”.

Thảo luận công khai vẫn hữu ích cho mục tiêu hẹp hơn: nó cho biết các hạng mục cần kiểm tra trước.

Những câu hỏi tiếp theo hữu ích hơn sự cường điệu:

• Dữ liệu kiểu Cursor có giảm các nỗ lực patch thất bại không?
• Grok 4.5 điều hướng repository tốt hơn Grok 4.3 hoặc Grok Build không?
• Nó có vượt Claude Opus 4.8 trên các tác vụ đa tệp thực không?
• Có cần ít lần thử lại, ít cuộc gọi công cụ, hoặc ít rà soát của con người hơn không?
• Có giữ tính cạnh tranh khi đo độ trễ và độ dài đầu ra không?
• Có tổng quát ngoài các quy trình giống Cursor không?

Hãy coi các chuỗi trên X là tín hiệu, không phải đặc tả. Đặc tả bắt đầu khi xAI cập nhật trang mô hình hoặc ghi chú phát hành.

Grok 4.5 so với Claude Opus: Hiệu năng kỳ vọng

Câu hỏi định tuyến thực tế không phải “Grok 4.5 có hấp dẫn không?” mà là: Một quy trình lập trình hay agent có nên dùng Grok 4.5 thay cho Claude Opus 4.8 khi Grok 4.5 khả dụng không?

Claude Opus 4.8 là đường cơ sở rõ ràng vì Anthropic có tài liệu công khai và dữ liệu benchmark. Tổng quan mô hình liệt kê Claude Opus 4.8 với cửa sổ ngữ cảnh 1M token và 128k đầu ra tối đa. Thông báo Opus 4.8 định vị nó quanh công việc agent phức tạp, lập trình và các trường hợp doanh nghiệp, trong khi trang giá đưa ra mức giá API chính thức.

System card của Opus 4.8 đưa số liệu thực: trong tóm tắt đánh giá, Opus 4.8 báo 88.6 trên SWE-bench Verified, 69.2 trên SWE-bench Pro, 74.6 trên Terminal-Bench 2.1, 83.4 trên OSWorld-Verified, và 1890 trên GDPval-AA.

Điểm mạnh dự kiến của Grok 4.5:

• Chuyên biệt lập trình: Dữ liệu Cursor mang lại lợi thế độc đáo trong dấu vết nhà phát triển thực mà benchmark tổng hợp đánh giá thấp. Các phiên bản Grok trước đã cạnh tranh ở lập trình; bản này có thể đẩy mạnh tác vụ agent.
• Quy mô & tốc độ: 1.5T tham số + hạ tầng Colossus có thể mang lại throughput mạnh và xử lý ngữ cảnh dài.
• Chi phí/Khả dụng: Mô hình xAI thường có giá cạnh tranh; CometAPI tiếp tục giảm chi phí (ví dụ, dòng Grok 4 với mức tiết kiệm đáng kể).

Điểm mạnh của Claude Opus (đầu bảng hiện tại):

• Benchmark đã chứng minh: SWE-Bench cao (~80%+ ở các phiên bản gần đây), suy luận mạnh (GPQA, ARC-AGI), tuân thủ hướng dẫn và an toàn xuất sắc.
• Hệ sinh thái trưởng thành: Dùng công cụ vững, artifacts và tính năng doanh nghiệp.

Bảng so sánh (dự phóng/dựa trên suy luận từ dữ liệu hiện có)

Bảng tổng hợp từ rò rỉ, benchmark trước đây và phân tích. Kết quả thực chờ đánh giá công khai.

Hãy coi so sánh với Opus là mục tiêu benchmark, không phải kết luận. Nếu Grok 4.5 thực sự gần hoặc vượt Opus, điều đó sẽ hiện lên ở tỉ lệ nhiệm vụ giải xong, ít thử lại hơn, ít chỉnh sửa bởi người đánh giá hơn và phục hồi vòng lặp công cụ tốt hơn. Nếu chỉ thắng ở phần trình diễn, điều đó chưa đủ cho định tuyến sản xuất.

Ba góc khuất kỹ thuật

Rủi ro di trú không chỉ là chất lượng mô hình. Ba chi tiết ít thấy dưới đây có thể khiến triển khai Grok 4.5 trở nên tốn kém hoặc mong manh.

1. Lợi ích “dáng Cursor” có thể không chuyển sang stack của bạn

Nếu tín hiệu huấn luyện đến từ quy trình Cursor, mô hình có thể mạnh nhất trong các mẫu chỉnh sửa kiểu Cursor. Hệ thống sản xuất của bạn có thể khác: agent phía server, bot sửa lỗi trong CI, phân loại issue GitHub, di trú repo nội bộ, hoặc trợ lý lập trình cục bộ.

Checklist đánh giá:

• Bao gồm repo thực, không chỉ prompt đồ chơi.
• Bao gồm tác vụ cần đọc trước khi chỉnh sửa.
• Bao gồm tác vụ phục hồi sau kiểm thử thất bại.
• Chấm điểm độ đúng của bản vá cuối cùng, không chỉ chất lượng câu trả lời.
• So sánh chế độ chat thuần với chế độ agent.
• Đo xem Grok 4.5 có giảm số lần thử lại so với Opus 4.8 và Grok 4.3 không.

2. Hiệu năng beta riêng tư có thể phụ thuộc vào harness nội bộ

Mô hình được thử bên trong SpaceX hoặc Tesla có thể hưởng lợi từ công cụ nội bộ, prompt được tinh chỉnh, tác vụ đánh giá riêng, hoặc truy xuất chuyên biệt. Phiên bản API công khai có thể hành xử khác.

Checklist đánh giá:

• Ghi lại chính xác ID mô hình và ngày phát hành.
• Ghi lại khả dụng công cụ cho mỗi lượt chạy.
• Tách chất lượng mô hình khỏi chất lượng harness.
• Theo dõi độ trễ p50 và p95.
• Theo dõi lỗi công cụ và cuộc gọi công cụ không hợp lệ.
• Tránh so sánh bản demo agent nội bộ với một lệnh gọi API thô.

3. Giá và giới hạn ngữ cảnh có thể xóa nhòa thắng lợi benchmark

Ngay cả khi Grok 4.5 mạnh hơn, nó có thể không rẻ hơn. Giá token, cửa sổ ngữ cảnh, trần đầu ra, cache prompt, giới hạn tốc và chi phí gọi công cụ đều quan trọng.

Dùng thước đo định tuyến này:

Chi phí hiệu dụng trên mỗi nhiệm vụ được giải = (chi phí mô hình chính + chi phí thử lại + chi phí dự phòng + chi phí rà soát thủ công) / số nhiệm vụ thành công

Nếu Grok 4.5 giải được nhiều nhiệm vụ hơn với ít thử lại, nó có thể xứng đáng với giá token cao hơn. Nếu nó dùng nhiều token hơn, lặp lâu hơn, hoặc cần nhiều rà soát hơn, thì hào hứng ra mắt sẽ không chuyển hóa thành chi phí công việc thấp hơn.

Cách tự đánh giá Grok 4.5

Tận dụng “cửa sổ rò rỉ” để chuẩn bị bộ đánh giá trước khi mô hình xuất hiện.

1. Xây bộ 20 tác vụ cho agent lập trình

Bao gồm tác vụ thực:

• sửa lỗi trong repo của bạn
• refactor đa tệp
• di trú phụ thuộc
• sửa lỗi kiểm thử thất bại
• review code với hồi quy tinh vi
• cập nhật tài liệu gắn với mã
• lỗi UI từ ảnh chụp + mã nguồn
• sự cố SQL hoặc pipeline dữ liệu
• quy trình gọi công cụ
• câu hỏi về repo dài ngữ cảnh

2. Chạy cùng tác vụ trên các đường cơ sở khả dụng

Đừng chờ Grok 4.5 mới đo lường. Chạy cùng bộ tác vụ trên:

• Grok 4.3 cho suy luận tổng quát xAI hiện tại
• Grok Build 0.1 làm đường cơ sở mô hình lập trình chính thức của xAI (nếu có)
• Claude Opus 4.8 cho lập trình và công việc agent năng lực cao
• Claude Sonnet 5 cho định tuyến sản xuất chi phí thấp hơn
• mô hình sản xuất hiện tại của bạn

3. Đo chi phí trên nhiệm vụ giải xong

Theo dõi:

• token đầu vào
• token đầu ra
• các lần gọi công cụ
• số lần thử lại
• patch thất bại
• tỉ lệ vượt kiểm thử
• độ trễ
• số chỉnh sửa của người review
• điểm pass/fail cuối
• chi phí trên mỗi patch được chấp nhận

Đừng so sánh đầu ra đơn lẻ. Hãy so sánh cùng tác vụ, cùng hướng dẫn, cùng công cụ và cùng thước chấm điểm.

4. Chỉ thêm Grok 4.5 sau khi công khai

Khi xAI hoặc CometAPI công bố ID mô hình Grok 4.5 ổn định, hãy thêm nó vào cùng bộ đánh giá. Đừng viết lại bộ đánh giá quanh mô hình mới. Mục đích là giữ benchmark đủ ổn định để so sánh có ý nghĩa.

5. Quyết định theo lớp khối lượng công việc

Dùng mô hình thắng theo loại tác vụ, không theo “thương hiệu”:

• Dùng mô hình rẻ hơn khi tỉ lệ thành công nhiệm vụ tương tự.
• Dùng Opus 4.8 khi thất bại tốn kém và Grok 4.5 chưa chứng minh ngang bằng.
• Chỉ dùng Grok 4.5 ở nơi nó vượt các đường cơ sở hiện tại trên chính tác vụ của bạn.
• Giữ đường dự phòng cho đến khi tỉ lệ lỗi, độ trễ và chi phí ổn định.

Những gì đã biết vs. Chưa thể xác minh

Đã xác nhận / Tín hiệu mạnh:

• Nền tảng 1.5T V9 + huấn luyện bổ sung từ Cursor.
• Beta riêng tư tại SpaceX/Tesla (28/6/2026).
• Tuyên bố “gần như/vượt Opus” do Musk nêu.
• Lộ trình mô hình mới hàng tháng.
• Dấu vết canary trên UI.

Chưa xác minh / Câu hỏi bỏ ngỏ:

• Benchmark cụ thể (chưa có system card).
• Ngày phát hành công khai và giá API.
• Cửa sổ ngữ cảnh đầy đủ, khả năng đa phương thức.
• Lượng dữ liệu Cursor, giấy phép và tỉ lệ trộn chính xác.
• Hiệu năng so với phiên bản Opus cụ thể hoặc các mô hình đầu bảng khác (ví dụ, GPT-5.5, Gemini 3.x).
• Grok 4.5 so với các biến thể Grok 5 được đồn đoán.

Hãy coi tuyên bố là định hướng từ nhà cung cấp. Lịch sử cho thấy đánh giá nội bộ có thể khác với công khai; xác minh độc lập là điều cốt yếu.

Nên theo dõi điều gì tiếp theo

Theo dõi năm điều trong vài tuần tới:

1. Tài liệu mô hình xAI bổ sung ID mô hình Grok 4.5.
2. Ghi chú phát hành của xAI xác nhận khả dụng công khai hoặc bản xem trước.
3. Benchmark agent lập trình độc lập, đặc biệt SWE-bench, Terminal-Bench, và các tác vụ agent kiểu Cursor.
4. Báo cáo của nhà phát triển về quy trình lập trình giống Cursor.
5. Cập nhật danh mục hoặc bảng điều khiển CometAPI về khả dụng Grok 4.5.

Tín hiệu mua hàng đáng tin đầu tiên sẽ không phải là một bài đăng viral trên X. Đó sẽ là một ID mô hình cùng kết quả đánh giá có thể lặp lại.

Triển vọng: Mô hình hàng tháng và xa hơn

Tốc độ của xAI — mô hình nền tảng mới hàng tháng — có thể tái định nghĩa tốc độ lặp. Grok 4.5 là bước nhảy gia tăng; các biến thể Grok 5 hứa hẹn nhiều hơn. Hãy kỳ vọng tiếp tục nhấn mạnh tìm kiếm sự thật, tính hài hước và tính hữu dụng thực tế phù hợp với tầm nhìn của Musk.

Lời kêu gọi hành động: Đăng ký CometAPI ngay hôm nay để truy cập các mô hình Grok mạnh mẽ với chi phí phải chăng và dẫn đầu xu thế. Theo dõi x.ai và X để cập nhật chính thức về Grok 4.5. Cuộc cách mạng AI cho lập trình đang tăng tốc — hãy định vị quy trình của bạn ngay bây giờ.