xAI: Grok 4.5

xAIs Grok-Modell für Chat, Programmierung, agentische Tools und ein geringeres Halluzinationsrisiko

grok-4.5

VerfügbarxAIUnterhaltung75% Rabatt bei Cache-Nutzung

Eingabe / Ausgabe-50%: $2.00 / $6.00$1.00 / $3.00
Kontext: 500K
Veröffentlicht: 8. Juli 2026
Maximale Ausgabe: 128K
Modalitäten: VisionUnterhaltung
Funktionen: Tool-NutzungPrompt-CacheReasoning

Über Grok 4.5

Grok 4.5 ist das Modell von xAI für agentenbasierte Software-, Engineering- und Workflow-Aufgaben, das mit einem Schwerpunkt auf wissenschaftlichen, mathematischen und technischen Inhalten trainiert wurde. Es akzeptiert Text und Bilder, schreibt Text und bietet Schlussfolgerungen auf vier einstellbaren Anstrengungsstufen, wobei „hoch“ die Standardeinstellung ist. Es ist zwischen den Versionen Grok 4.3 und den späteren Releases 4.6 und 4.7 angesiedelt und verfügt über ein kleineres Kontextfenster als 4.3.

Stärken

Der Trainingsschwerpunkt auf wissenschaftlichen, mathematischen und technischen Daten macht es zu einer sinnvollen Wahl für technische Fragen, die logisches Denken erfordern.
Vier Stufen für die Schlussfolgerungsanstrengung, von „niedrig“ bis „xhoch“, ermöglichen es Ihnen, bei jeder Anfrage ein Gleichgewicht zwischen Tiefe und Latenz einzustellen.
Funktionsaufrufe (Function Calling) und strukturierte Ausgaben unterstützen Agenten, die Code bearbeiten oder interne Tools steuern.
Es liest Screenshots und Diagramme zusammen mit Text, was bei UI-Fehlern und technischen Abbildungen hilfreich ist.
Prompt-Caching eignet sich für Coding-Sitzungen, bei denen derselbe Repository-Kontext erneut gesendet wird.

Alternativen

Das Kontextfenster ist kleiner als das von Grok 4.3 und der 4.20-Familie, daher passen sehr große Datenmengen möglicherweise nicht hinein.
Grok 4.6 und 4.7 sind spätere Releases; 4.7 ist das aktuell von xAI empfohlene Modell für die Programmierung.
Die reine Textausgabe bedeutet, dass keine Bilder, Audios oder Videos generiert werden.

Erste Schritte

API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
02
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextResponses API
POST/v1/responses
API-Format:
```
curl https://api.tokenlab.sh/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "grok-4.5",
    "input": "Hello!"
  }'
```

Preise

Der offizielle Preis ist die öffentliche Basisvorgabe des Modellerstellers. Der TokenLab-Preis ist das, was du für dieses Modell auf TokenLab zahlst.

Standardspezifikation

Pro 1M Token

Offizieller Preis: Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.50
TokenLab-Preis: Eingabe $1.00 / Ausgabe $3.00 / Cache-Lesevorgang $0.25
Rabatt: -50%

Prompt-Cache-Preise

Cache-Lesevorgang

Offizieller Preis: $0.50
TokenLab-Preis: $0.25
Rabatt: -50%

	Offizieller PreisPro 1M Token	TokenLab-PreisPro 1M Token	Rabatt
Standardspezifikation	Eingabe $2.00 / Ausgabe $6.00 / Cache-Lesevorgang $0.50	Eingabe $1.00 / Ausgabe $3.00 / Cache-Lesevorgang $0.25	-50%
Prompt-Cache-Preise
Cache-Lesevorgang	$0.50	$0.25	-50%

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden

Anfragen
Erfolgsrate
P95-Latenz
Token gesamt

Modellleistung

Zuletzt aktualisiert 3. Okt. 2026, 19:27 UTC

Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne Grok 4.5 in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste grok-4.5 mit einer kurzen Nachricht an /v1/responses. Zeige Antwort, Latenz und Kosten.

Anwendungsfälle

Geeignet für

Reasoning
Vision

Coding-Agenten
Planen Sie eine Änderung, bearbeiten Sie Dateien durch Tool-Aufrufe, führen Sie Prüfungen durch und überarbeiten Sie diese, wobei die Schlussfolgerungsanstrengung bei schwierigen Refactorings erhöht und bei Routinekorrekturen gesenkt werden kann.
Technische Problemlösung
Bearbeiten Sie physikalische, mathematische oder technische Fragen, bei denen Zwischenschritte wichtig sind und die Antwort überprüfbar sein sollte.
Workflow-Automatisierung
Verketten Sie Tool-Aufrufe über interne Systeme hinweg, wie z. B. das Lesen eines Tickets, das Abfragen einer Datenbank und das Entwerfen einer Antwort, mit strukturierten Ausgaben zwischen den Schritten.

Prompt-Beispiele

Lesen Sie den Stack-Trace und die beiden unten stehenden Dateien. Finden Sie die Ursache, beheben Sie diese und sagen Sie mir, welcher Test sie hätte abfangen können.

Leiten Sie die geschlossene Form für die Zeit ab, die ein gedämpfter Oszillator benötigt, um unter 5 Prozent Amplitude zu fallen, und zeigen Sie jeden Schritt.

Rufen Sie bei diesem Ticket lookup_account auf und entwerfen Sie dann eine Antwort. Wenn die Daten im Widerspruch zu den Angaben des Kunden stehen, weisen Sie darauf hin, bevor Sie antworten.

Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.

FAQ

Worin ist Grok 4.5 am besten?

xAI positioniert es für agentenbasierte Software-, Engineering- und Workflow-Aufgaben und gibt an, dass es mit einem Schwerpunkt auf wissenschaftlichen, mathematischen und technischen Daten trainiert wurde. Es eignet sich eher für Coding-Agenten und technisches Schlussfolgern als für zwanglose Chats.

Welche Schlussfolgerungsstufen bietet Grok 4.5?

Es gibt vier: niedrig, mittel, hoch und xhoch, wobei „hoch“ die Standardeinstellung ist. Höhere Stufen geben dem Modell mehr Raum zum Nachdenken vor der Antwort, auf Kosten längerer Antwortzeiten und eines höheren Token-Verbrauchs.

Akzeptiert Grok 4.5 Bildeingaben?

Ja. Es akzeptiert Text und Bilder als Eingabe und gibt Text zurück, sodass Sie einen Screenshot eines Fehlers oder ein Diagramm in Ihre Frage einfügen können.

Sollte ich Grok 4.5 oder Grok 4.7 verwenden?

Grok 4.7 ist das spätere Release und das Modell, das xAI als das leistungsfähigste empfiehlt. Wählen Sie 4.5, wenn Ihre Prompts bereits darauf abgestimmt sind und die Qualität ausreicht, und vergleichen Sie beide anhand einer Auswahl Ihrer eigenen Aufgaben.

Unterstützt es Funktionsaufrufe?

Ja, zusammen mit strukturierten Ausgaben. Sie definieren Funktionen oder ein JSON-Schema in der Anfrage, und das Modell kann die Funktionen aufrufen oder Daten in dieser Form zurückgeben.

Was kostet Grok 4.5?

Auf TokenLab kostet Grok 4.5 Eingabe $1.00 / Ausgabe $3.00 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welche Kontext- und Ausgabelimits hat Grok 4.5?

Grok 4.5 verarbeitet bis zu 500.000 Token Kontext und gibt pro Antwort bis zu 131.072 Token aus.

Welchen Endpunkt soll Grok 4.5 verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/responses für Grok 4.5. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt Grok 4.5?

Grok 4.5 unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.