Voor het eerst dit jaar doet SpaceXAI (voorheen xAI) weer mee in de voorhoede van de AI. Hoewel Claude Fable 5 van Anthropic buiten bereik ligt en GPT-5.6 de benchmarks ervan waarschijnlijk zal overtreffen, zit Grok 4.5 ongeveer op het niveau van Opus 4.8 en GPT-5.5. Belangrijker nog: het blinkt uit in coderen en lijkt goedkoper in de praktijk dan GLM-5. Een kanttekening als je in de EU zit: het is pas vanaf half juli beschikbaar.
Grok 4.5 is de eerste LLM gelanceerd na de naamswijziging van SpaceXAI eerder deze week. Het is ook het eerste model dat profiteert van Elon Musks aankoop van Cursor, aanbieder van een coding agent à la Claude Code, voor 60 miljard dollar. Vreemd genoeg zijn er twee afzonderlijke lanceringsblogs, één van SpaceXAI en één van Cursor. De verstrekte benchmarkresultaten overlappen elkaar, maar zijn niet helemaal dezelfde. Het onafhankelijke bureau ArtificialAnalysis plaatst Grok 4.5 op de vierde plaats wat betreft algemene intelligentie, met een score van 54 (waarmee het Sonnet 5 verslaat) vergeleken met GPT-5.5 op zijn hoogste redeneerstap met 55, Opus 4.8 Max met 56 en Fable 5 met 60.
Een snelle terugkeer van de prijsoorlogen?
Deze zomer vol grote AI-releases heeft het verhaal al meerdere keren op zijn kop gezet. Fable 5 gaf de aftrap en blijft duidelijk de sterkste LLM in het algemeen, zij het tegen een vrij duizelingwekkende prijs van 25 dollar per 1 miljoen output-tokens. GLM-5.2, een open-weight uitdager van het Chinese Z.ai, onderbiedt dit enorm met $4,40 per 1 miljoen tokens. Het is echter ongelooflijk inefficiënt en doet er erg lang over om te redeneren, waardoor de tokens veel sneller worden opgeslokt dan elders. Grok 4.5, met een prijs van 6 dollar per 1 miljoen output-tokens als je binnen de 200.000 input-tokens blijft, zal in de praktijk goedkoper zijn. Per SWE Bench Pro-taak verbruikt Grok 4.5, met een torenhoge snelheid van 80 tokens per seconde, meer dan vier keer minder tokens dan Opus 4.8 bij maximale redeneertijd voor een gelijkwaardige score. Snellere output, lagere kosten, vrijwel hetzelfde resultaat.
Musk noemt Grok 4.5 dan ook niet voor niets “Opus-klasse”. De vraag die hier opdringt, is of we nu weer een race naar de bodem zijn begonnen wat betreft de prijsstelling. Net nu Fable 5 een nieuwe ondergrens voor de kosten van de beste AI vaststelt, maken organisaties zich zorgen over escalerende tokenuitgaven. Grok 4.5 lijkt hier een echt antwoord te bieden, en het is waarschijnlijk dat iedereen met een soepele modelkeuze per API vrij snel zou kunnen overschakelen van GPT-5.5 of Opus 4.8 naar dit veel goedkopere equivalent van SpaceXAI. Dat is echter niet het hele verhaal.
Grok 4.5 behoort uiteindelijk niet tot de nieuwe generatie LLM’s die door OpenAI en Anthropic op de markt worden gebracht. Het lijkt ons dat Fable 5 een geheel eigen klasse vormt, waarbij de aankomende GPT-5.6 nog moet bewijzen dat het dat niveau haalt. Ondanks tegenvallende cijfers lijkt Sonnet 5 ook de karaktertrekken van Fable 5 over te nemen als het gaat om het automatisch gebruiken van sub-agents en het opdelen van taken.
Ongeacht die ontwikkeling kan SpaceXAI’s model nu echter dienen als een volwaardige zakelijke AI. De integratie met Cursor helpt hierbij enorm, aangezien dit een codeeragent is die qua adoptie op de derde plaats staat, achter Claude Code en GitHub Copilot. Gezien de hoge kosten van de twee marktleiders (en het feit dat GitHub Copilot over het algemeen wat hapert), heeft Cursor ruimte om te groeien en beter te concurreren.
Het knelpunt van de EU
We zijn ver verwijderd van Groks oorspronkelijke pitch als de “maximaal waarheidszoekende” en “based” LLM die de afgelopen jaren op X voor controverse heeft gezorgd. X wordt momenteel onderzocht in het kader van de Digital Services Act van de EU en heeft deze strenge controle te danken aan het vermeende gebrek aan een deugdelijke risicobeoordeling en -beperking met betrekking tot de potentiële gevaren van Grok. Alles van haatdragende teksten (zie dit beruchte incident) tot schadelijke seksuele AI-content wordt onderzocht. Dit alles betekent dat de Grok-reeks modellen, om als serieuze enterprise-oplossing te kunnen dienen, onnoemelijke reputatieschade moet overwinnen. Het uitgestelde EU-lancering duidt er nu op dat er hier in zekere mate samenwerking met de autoriteiten plaatsvindt.
Grok 4.5 lijkt over het algemeen een duidelijke stap in de goede richting. Het is sterk gericht op coderen, wat heeft geresulteerd in een zeer indrukwekkende score op de Coding Agent Index van Artificial Analysis. Als we dit als de juiste maatstaf beschouwen (en deze index, samen met de algemene score van AA, komt doorgaans dicht in de buurt van wat de algemene mening online lijkt te zijn van nieuwe LLM’s), dan zit Grok 4.5 op een haar na aan de leiding. Fable 5 in Claude Code scoort een 77, GPT-5.5 in Codex een 76, en Grok 4.5 in Grok Build haalt diezelfde score.
Cursor bewijst alvast zijn waarde na de SpaceX-overname voor 60 miljard dollar. Getraind op de moeilijkste taken waarmee de ontwikkelaar van de programmeeragent te maken heeft gehad, heeft een bewust bredere trainingsset dan het eerdere Composer 2.5-model tot extra voordelen geleid. Hoewel Grok 4.5 gespecialiseerd is, beschikt het over algemene kennis die zijn capaciteiten lijkt te versterken.