xAI merilis Grok 4.5, GLM-5.2 tertinggal di SWE Bench Pro

xAI telah merilis Grok 4.5, sebuah model dengan bobot tertutup yang dilatih pada puluhan ribu GB300 bersama Cursor. Peluncuran ini menyoroti efisiensi token sebagai fitur utama, mengklaim sekitar 16k token output per tugas dibandingkan dengan 67k milik Opus.

• Harga ditetapkan sebesar $2/M untuk input dan $6/M untuk output, dengan ketersediaan di UE ditunda hingga pertengahan Juli.
• Di SWE Bench Pro, Grok 4.5 mencetak skor 64,7%, tertinggal dari Fable (80,4%) dan Opus 4.8 (69,2%), sementara GLM-5.2 mencetak 62,1%.
• Artikel mencatat bahwa GLM-5.2 muncul di grafik milik xAI sendiri, berada di belakang Grok 4.5 sebanyak 2,6 poin tetapi di depan GPT 5.5.
• Terdapat ketidaksesuaian antara skor yang diukur oleh penyedia dan jalankan independen pada benchmark DeepSWE.

Rilis ini memposisikan Grok 4.5 sebagai model frontier berkeefisienan tinggi, meskipun sumber menyoroti kesenjangan kinerja yang signifikan dengan pesaing seperti Fable serta pertanyaan mengenai konsistensi benchmark.