Avis sur Grok 4.5 : benchmarks, prix et verdict

Ce qu'est vraiment Grok 4.5

Grok 4.5 est, selon la description de xAI elle-même, "our flagship model for code and everything else: agentic tool calling, minimal hallucinations, configurable reasoning" et, selon les mots de l'entreprise, "the most intelligent and fastest model we've built." Il est sorti publiquement le 8 juillet 2026, après une bêta privée chez SpaceX et Tesla qui aurait débuté vers le 28 juin.

Le modèle lui-même, grok-4.5 dans l'API, est un SKU unique avec un raisonnement configurable plutôt que la répartition fast/mini/heavy utilisée par certains laboratoires. Réglez reasoning_effort sur low, medium ou high (high est la valeur par défaut), et le modèle échange de la vitesse contre de la profondeur en conséquence. Le principal saut de spécifications par rapport à l'ancien Grok 4.3 est une fenêtre de contexte de 500 000 tokens (Artificial Analysis appelle cela environ 750 pages A4), plus des outils intégrés côté serveur pour la recherche web, la recherche X et l'exécution de code que vous pouvez appeler sans mettre en place votre propre couche de récupération.

Là où vous le croiserez vraiment : c'est maintenant le modèle par défaut dans Grok Build, la CLI d'agent de codage de xAI, il est inclus dans tous les plans Cursor, et c'est le modèle par défaut derrière les modules complémentaires de style Microsoft Copilot pour Word, PowerPoint et Excel. Il est aussi disponible sur OpenRouter, Vercel, Cloudflare, Snowflake et Databricks Mosaic si vous préférez ne pas toucher directement à la console de xAI.

Les benchmarks, vérifiés de façon indépendante

La page de lancement de xAI elle-même ne s'est pas prêtée au scraping (un problème courant sur les pages d'annonce riches en JS), donc les chiffres ci-dessous proviennent de la mesure indépendante d'Artificial Analysis de Grok 4.5 en raisonnement élevé, ce qui est de toute façon la référence la plus solide puisqu'elle n'est pas notée par l'entreprise qui a construit le modèle.

Ce score d'utilisation agentique d'outils est celui sur lequel il vaut la peine de s'attarder : ce n'est pas « top 4 », c'est purement et simplement le meilleur score du classement. La propre analyse d'Artificial Analysis est que Grok 4.5 se situe "amongst the leading models in intelligence and reasonably priced when comparing to other models of similar price", et il est aussi plus rapide et plus concis que la moyenne de sa catégorie, générant 60 millions de tokens sur l'exécution complète de l'Intelligence Index contre une moyenne de 72 millions de tokens.

Un chiffre à traiter avec prudence : des articles pendant la bêta privée affirmaient que Musk said Grok 4.5 "may match or exceed Anthropic's Opus model in performance". Les chiffres indépendants le placent juste en dessous d'Opus 4.8 (56) et à peu près au niveau d'Opus 4.7 (54). Considérez le marketing du lancement comme du marketing.

Les prix de Grok 4.5

Prix complets de l'API, confirmés sur la documentation de xAI et la page du modèle grok-4.5 :

Les outils côté serveur sont facturés en plus des tokens : la recherche web, la recherche X et l'exécution de code coûtent chacune 5 $ pour 1 000 appels ; la recherche dans les pièces jointes coûte 10 $/1 000 appels ; la recherche dans les collections/RAG coûte 2,50 $/1 000 appels. Le stockage coûte 0,025 $/Gio/jour pour les fichiers et 0,10 $/Gio/jour pour les collections. Si vous dépassez la barre des 200 000 tokens en une seule requête, xAI applique un tarif différent et plus élevé, bien que le chiffre exact n'était pas publié sur la page de documentation au moment de la rédaction, prévoyez donc un budget plutôt que de supposer un tarif fixe.

Côté grand public, les noms des paliers sont confirmés (Grok Free, SuperGrok, SuperGrok Heavy, accès groupé via X Premium+), mais xAI n'a publié le prix en dollars de SuperGrok sur aucune page qui se prête réellement au scraping. Les chiffres d'environ 30 $/mois pour SuperGrok et environ 300 $/mois pour SuperGrok Heavy que vous verrez cités un peu partout sur le web sont secondaires et non confirmés par une source primaire, traitez-les donc comme globalement justes, pas comme parole d'évangile, jusqu'à ce que xAI mette un chiffre sur sa propre page de prix. L'accès anticipé à Grok 4.5 sur l'appli grand public est allé en premier aux abonnés SuperGrok et X Premium+.

Pour voir comment cela se compare au reste du marché, consultez notre guide des prix xAI complet.

Comment le lancement a vraiment été reçu

Comme Grok 4.5 n'a que quelques heures au moment de cet avis, la couverture de la communauté se concentre sur Hacker News et X plutôt que sur Reddit, qui était bloqué à la fois pour la recherche et l'extraction directe au moment de la rédaction. Ce qu'on y trouve est une réaction vraiment partagée, pas une victoire à sens unique.

Du côté positif, le PDG de Cursor, Michael Truell, a publié que Grok 4.5 est "an Opus-class model that's fast and low cost… a significant step up over any model we've developed so far" et qu'il est "become the daily driver for many on our team" (à noter que Cursor a colancé le modèle, il s'agit donc d'un avis proche d'un partenaire, pas d'un tiers neutre). Artificial Analysis sur X a signalé qu'il avait atteint son score GDPval-AA v2 "at a cost of $0.49 per task", le plaçant clairement sur la frontière coût-performance.

"Grok is not a serious AI, it's not suitable for professional work and has mediocre performance anyway."

13415, Hacker News

"I just don't think that I can ever trust an xAI model knowing that they are actively trying to shape its replies to fit a political narrative. How can you trust their models to be reliable in a business setting with the foreknowledge that their models are being nudged around in the backend?"

jesse_dot_id, Hacker News

Ce fil sur la confiance était le thème individuel le plus bruyant du post de lancement sur Hacker News, devant toute discussion sur les capacités. Un contre-argument est aussi apparu dans le même fil : un commentateur a répliqué que "Grok has in most of my testing been MORE politically correct than GPT and Gemini… on grok.com or in the app Grok is very tame." Les deux lectures coexistent dans la même section de commentaires, ce qui montre que le débat n'est pas tranché, dans un sens comme dans l'autre.

Sur la capacité de codage brute, le tableau est mitigé en pratique même si les benchmarks paraissent solides sur le papier. Dans le fil de comparaison pratique le plus discuté, où quelqu'un a fait construire les mêmes applis par Grok 4.5, GPT-5.5 et Claude, un commentateur a noté qu'il était "so strange to write a whole post with Claude giving the best results and Grok consistently the worst, but awarding Grok the winner because at least it did the worst fastest." Un autre l'a qualifié de "pretty decent, comparable with some older Opus models, and fairly cheap per token". Bon marché et rapide, c'est le fil constant ; une qualité de sortie de premier ordre, ça ne l'est pas.

Avantages et inconvénients de Grok 4.5

Ce en quoi il est vraiment bon :

• Le moyen le moins cher d'obtenir une intelligence proche de la pointe. À 2 $/6 $ par million de tokens, il est moins cher que ce que vous paieriez pour une sortie de classe Claude ou GPT-5.5, tout en restant à quelques points d'eux à l'Intelligence Index.
• Le meilleur score d'utilisation agentique d'outils du classement, un point c'est tout, pas seulement « du haut du panier ». Si votre charge de travail consiste à appeler des outils et à mener des actions plutôt qu'à rédiger des textes, c'est le chiffre qui compte le plus.
• Rapide. 85,6 tokens/sec. contre une moyenne d'environ 73, et nettement plus concis que le modèle moyen sur la même tâche.
• Une fenêtre de contexte vraiment grande de 500 000 tokens, utile pour tout ce qui doit garder en vue beaucoup d'historique de tickets, de documentation ou de code à la fois.

Là où il est en retrait :

• Ce n'est pas le modèle le plus intelligent disponible. Il est 4e à l'Intelligence Index, derrière Claude Fable 5, Claude Opus 4.8 et GPT-5.5. Si la qualité de raisonnement pur est la seule chose que vous optimisez, ce n'est pas le bon choix.
• La confiance est une préoccupation vive et non résolue, et c'est le thème individuel le plus bruyant de la réaction de la communauté, pas une note de bas de page. Cela compte beaucoup plus une fois que le modèle est exposé aux clients que lorsqu'il écrit du code dans un IDE.
• Pas de remise par lot au lancement, contrairement à l'ancien grok-4.3, qui bénéficiait de 20 % de réduction sur les charges asynchrones.
• Les prix grand public ne sont en réalité publiés nulle part de façon vérifiable. Le chiffre d'environ 30 $/mois de SuperGrok est rapporté par la communauté, non confirmé sur une page primaire de xAI.

Grok 4.5 est-il adapté au support client ?

C'est ici que le modèle et le cas d'usage commencent à diverger. xAI qualifie les "minimal hallucinations" de propriété phare de Grok 4.5, et indépendamment de cela, c'est plausible, moins d'hallucinations, c'est vraiment mieux que plus. Mais minimal n'est pas zéro, et une file d'attente de support est justement l'endroit où « généralement juste » ne suffit pas, car une mauvaise réponse ne fait pas que mal paraître dans un tableau de benchmark, elle arrive à un vrai client.

J'ai vu ce schéma d'échec exact de près. Dans les premiers déploiements d'eesel, un bot sans filet de sécurité strict en cas d'échec de recherche dans la base de connaissances fabriquait parfois une réponse à partir de ce qu'il avait vu pendant l'entraînement plutôt que de dire qu'il ne savait pas, répondant un jour de façon mémorable à une question de support totalement sans rapport par « Oxygène », tiré tout droit du tableau périodique, parce que la récupération était revenue vide et que le modèle a comblé le vide quand même. Ce n'est pas un problème propre à Grok, c'est ce que fait par défaut n'importe quel modèle capable quand rien ne l'empêche de deviner avec assurance. C'est aussi exactement le type d'objection qu'on entend lors des appels commerciaux : les acheteurs veulent une IA qui ne répond qu'aux tickets dont elle est vraiment sûre, et qui laisse silencieusement le reste à un humain, plutôt qu'une qui essaie de tout répondre et se trompe parfois là où un client peut le voir.

C'est là tout l'écart entre « un modèle solide » et « une configuration de support sûre ». eesel limite le modèle à votre propre documentation d'aide et à vos tickets passés, achemine vers un humain tout ce qui est en dessous d'un seuil de confiance plutôt que de deviner, et exécute une simulation complète sur vos tickets historiques avant toute mise en ligne, afin que vous voyiez exactement ce qu'il aurait répondu, sur des cas réels passés, avant qu'un seul client ne voie une réponse. Cela fonctionne de la même manière quel que soit le modèle sous-jacent, Grok 4.5, GPT ou Claude, parce que c'est l'enveloppe qui constitue la véritable couche de sécurité, pas le choix du modèle.

Le verdict

Si vous choisissez un modèle pour un travail agentique et riche en outils et que le coût compte, Grok 4.5 est un choix vraiment solide, sans doute la meilleure option rapport prix-performance du marché en ce moment pour ce travail précis. Si vous avez besoin du modèle tout simplement le plus intelligent pour un raisonnement ouvert, Claude Fable 5, Claude Opus 4.8 ou GPT-5.5 le devancent encore, à un prix plus élevé. Et si vous l'envisagez pour quoi que ce soit d'orienté client, la qualité du modèle n'a jamais vraiment été le goulot d'étranglement, ce sont les inquiétudes de confiance et l'absence d'un blocage strict des mauvaises réponses assurées qui le sont, ce qui relève plus d'un problème de configuration que d'un problème de modèle.

Essayez eesel

Quel que soit le modèle de pointe qui l'emporte ce mois-ci, Grok 4.5, GPT-5.5 ou ce qui sortira ensuite, la partie difficile du support par IA n'a jamais été de choisir le LLM le plus intelligent. Il s'agit de s'assurer que le modèle ne répond qu'à ce qu'il sait vraiment, et transmet le reste proprement. eesel se place au-dessus de votre helpdesk existant, que ce soit Zendesk, Freshdesk, Gorgias, HubSpot ou Front, apprend de votre véritable historique de tickets dès le premier jour, et exécute une simulation complète sur vos tickets passés afin que vous voyiez la couverture exacte avant qu'il ne touche une conversation en direct. La tarification est basée sur l'usage, 0,40 $ par ticket résolu, sans frais de siège et sans minimum de plateforme, donc vous ne payez pas pour le score de benchmark d'un modèle, vous payez pour les tickets qu'il a réellement clôturés.