Elon Musk, Grok 4.5’ın Opus sınıfı bir model olduğunu, daha hızlı çalıştığını ve maliyetinin düşük olduğunu belirtiyor. Artificial Analysis’ın AutomationBench-AA testinde Grok 4.5, %51,4 puanla ilk sırada yer aldı ve görev başına yalnızca 0,34 dolar maliyetle çalıştı. Grok 4.5, Claude Fable 5 (%48,6) ve Claude Opus 4.8’i (%48,5) geride bıraktı. SpaceXAI, Grok 4.5’ı 1,5 trilyon parametreli V9 altyapısı üzerinde kamuya açtı. Artificial Analysis’in bağımsız yürüttüğü test, 40 farklı simüle uygulamada toplam 657 görevi kapsıyor. Test, bir ajanın güvenlik sınırlarını ihlal etmeden başarıyla tamamladığı görevlerin oranını ölçüyor. Grok 4.5’ın görev başı 0,34 dolarlık maliyeti, Fable 5’in 1,35 dolarına ve Opus 4.8’in 1,46 dolarına kıyasla daha düşük. Model bir görevde yaklaşık 8.000 çıktı token’ı kullandı ve bu, Opus 4.8’in harcadığının neredeyse dörtte biri anlamına geliyor. Grok 4.5, görev hedeflerinin %79,9’unu tamamladı ve görevlerin %21,9’unda tam başarı sağladı. Finans alanında %71’lik oranla öne çıktı. Ancak model, en yakın rakiplerine göre daha fazla kural ihlali yaptı. Görev başına 0,63 oranında ‘guardrail ihlali’ kaydedildi. Opus 4.8’de bu sayı 0,55 iken, Gemini 3.5 Flash’ta 0,46 olarak ölçüldü. Bu durum, canlı finansal sistemlerde ajan çalıştıran şirketler için önemli bir faktör.