Análise do Grok 4.5: benchmarks, preços e o veredito

O que o Grok 4.5 realmente é

O Grok 4.5 é, segundo a própria descrição da xAI, "our flagship model for code and everything else: agentic tool calling, minimal hallucinations, configurable reasoning" e, nas palavras da empresa, "the most intelligent and fastest model we've built." Foi lançado publicamente em 8 de julho de 2026, após uma beta privada na SpaceX e na Tesla que, segundo relatos, começou por volta de 28 de junho.

O modelo em si, grok-4.5 na API, é um único SKU com raciocínio configurável em vez da divisão fast/mini/heavy que alguns laboratórios usam. Defina reasoning_effort como low, medium ou high (high é o padrão), e o modelo troca velocidade por profundidade de acordo. O salto de especificações mais destacado em relação ao antigo Grok 4.3 é uma janela de contexto de 500.000 tokens (a Artificial Analysis chama isso de cerca de 750 páginas A4), além de ferramentas embutidas do lado do servidor para busca na web, busca no X e execução de código que você pode chamar sem montar sua própria camada de recuperação.

Onde você realmente vai encontrá-lo: agora é o modelo padrão no Grok Build, a CLI de agente de codificação da xAI, vem em todos os planos do Cursor, e é o modelo padrão por trás dos complementos no estilo Microsoft Copilot para Word, PowerPoint e Excel. Também está disponível no OpenRouter, Vercel, Cloudflare, Snowflake e Databricks Mosaic, caso você prefira não mexer diretamente no console da xAI.

Os benchmarks, verificados de forma independente

A própria página de lançamento da xAI não foi possível de raspar (um problema comum em páginas de anúncio pesadas em JS), então os números abaixo vêm da medição independente da Artificial Analysis do Grok 4.5 com raciocínio alto, que de qualquer forma é a citação mais forte, já que não é avaliada pela empresa que construiu o modelo.

Esse resultado de uso agentico de ferramentas é o que vale a pena analisar com calma: não é «top 4», é diretamente o melhor placar do ranking. A própria leitura da Artificial Analysis é que o Grok 4.5 está "amongst the leading models in intelligence and reasonably priced when comparing to other models of similar price", e também é mais rápido e mais conciso que a média da classe, gerando 60 milhões de tokens na execução completa do Intelligence Index contra uma média de 72 milhões de tokens.

Um número a ser tratado com cuidado: relatos durante a beta privada afirmaram que Musk said Grok 4.5 "may match or exceed Anthropic's Opus model in performance". Os números independentes o colocam logo abaixo do Opus 4.8 (56) e aproximadamente no nível do Opus 4.7 (54). Leia o marketing de lançamento como marketing.

Preços do Grok 4.5

Preços completos da API, confirmados na documentação da xAI e na página do modelo grok-4.5:

Ferramentas do lado do servidor são cobradas além dos tokens: busca na web, busca no X e execução de código custam cada uma $5 por 1.000 chamadas; busca de anexos de arquivo custa $10/1 mil chamadas; busca em coleções/RAG custa $2,50/1 mil chamadas. O armazenamento custa $0,025/GiB/dia para arquivos e $0,10/GiB/dia para coleções. Se você ultrapassar a marca de 200 mil tokens em uma única requisição, a xAI cobra uma taxa diferente e mais alta, embora o valor exato não estivesse publicado na página de documentação no momento da redação, então planeje o orçamento em vez de presumir que é fixo.

No lado do consumidor, os nomes dos planos estão confirmados (Grok Free, SuperGrok, SuperGrok Heavy, acesso incluso via X Premium+), mas a xAI não publicou o preço em dólares do SuperGrok em nenhuma página que realmente possa ser raspada. Os valores de ~$30/mês para o SuperGrok e ~$300/mês para o SuperGrok Heavy que você verá citados pela web são secundários e não confirmados em uma fonte primária, então trate-os como aproximadamente corretos, não como certeza, até que a xAI coloque um número em sua própria página de preços. O acesso antecipado ao Grok 4.5 no app de consumidor foi primeiro para assinantes do SuperGrok e do X Premium+.

Para ver como isso se compara ao restante do mercado, veja nosso guia de preços da xAI completo.

Como o lançamento realmente repercutiu

Como o Grok 4.5 tem apenas algumas horas de vida no momento desta análise, a cobertura da comunidade está concentrada no Hacker News e no X em vez do Reddit, que estava bloqueado tanto para busca quanto para acesso direto no momento da redação. O que existe é uma reação genuinamente dividida, não uma vitória unilateral.

Do lado positivo, o CEO da Cursor, Michael Truell, publicou que o Grok 4.5 é "an Opus-class model that's fast and low cost… a significant step up over any model we've developed so far" e que se tornou "become the daily driver for many on our team" (vale notar que a Cursor colançou o modelo, então este é um endosso próximo do fornecedor, não de um terceiro neutro). A Artificial Analysis no X apontou que ele atingiu sua pontuação GDPval-AA v2 "at a cost of $0.49 per task", colocando-o claramente na fronteira de custo-benefício.

"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

Esse thread sobre confiança foi o tema individual mais ruidoso no post de lançamento do Hacker News, à frente de qualquer discussão sobre capacidades. Um contra-argumento também apareceu no mesmo thread: um comentarista rebateu 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." Ambas as leituras convivem na mesma seção de comentários, o que mostra que o debate está em aberto, não resolvido em nenhuma direção.

Em relação à capacidade bruta de codificação, o quadro é misto na prática, mesmo que os benchmarks pareçam fortes no papel. No thread de comparação prática mais discutido, em que alguém fez o Grok 4.5, o GPT-5.5 e o Claude construírem os mesmos apps, um comentarista observou que era "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." Outro o chamou de "pretty decent, comparable with some older Opus models, and fairly cheap per token". Barato e rápido é o fio condutor constante; qualidade de saída de primeira linha não é.

Prós e contras do Grok 4.5

Onde ele é genuinamente bom:

• A forma mais barata de obter inteligência quase de fronteira. A $2/$6 por 1 milhão de tokens, fica abaixo do que você pagaria por uma saída de classe Claude ou GPT-5.5, ao mesmo tempo em que fica a poucos pontos deles no Intelligence Index.
• O melhor placar de uso agentico de ferramentas do ranking, ponto final, não apenas «de ponta». Se sua carga de trabalho é chamar ferramentas e executar ações em vez de escrever redações, esse é o número que mais importa.
• Rápido. 85,6 tokens/seg. contra uma média de ~73, e visivelmente mais conciso que o modelo médio na mesma tarefa.
• Uma janela de contexto genuinamente grande de 500 mil tokens, útil para qualquer coisa que precise manter muito histórico de tickets, documentação ou código à vista de uma vez.

Onde ele fica aquém:

• Não é o modelo mais inteligente disponível. Está em 4º lugar no Intelligence Index, atrás do Claude Fable 5, do Claude Opus 4.8 e do GPT-5.5. Se qualidade de raciocínio puro é a única coisa que você está otimizando, não é a escolha certa.
• A confiança é uma preocupação ativa e não resolvida, e é o tema individual mais ruidoso na reação da comunidade, não uma nota de rodapé. Isso importa muito mais quando o modelo é voltado para o cliente do que quando está escrevendo código em um IDE.
• Sem desconto por lote no lançamento, diferente do antigo grok-4.3, que tinha 20% de desconto em cargas assíncronas.
• Os preços para o consumidor não estão realmente publicados em nenhum lugar verificável. O valor de ~$30/mês do SuperGrok é relatado pela comunidade, não confirmado em uma página primária da xAI.

O Grok 4.5 é bom para atendimento ao cliente?

É aqui que o modelo e o caso de uso começam a divergir. A xAI chama "minimal hallucinations" de propriedade principal do Grok 4.5, e independentemente disso, é plausível, menos alucinações é genuinamente melhor que mais. Mas mínimo não é zero, e uma fila de suporte é o único lugar onde «normalmente certo» não é bom o suficiente, porque uma resposta errada não fica só feia em uma tabela de benchmark, ela vai para um cliente real.

Já vi de perto exatamente esse padrão de falha. Nos primeiros rollouts da própria eesel, um bot sem um fallback rígido em uma busca falha na base de conhecimento às vezes fabricava uma resposta a partir do que quer que tivesse visto no treinamento em vez de dizer que não sabia, em um caso memorável respondendo a uma pergunta de suporte completamente não relacionada com «Oxigênio», tirado direto da tabela periódica, porque a recuperação voltou vazia e o modelo preencheu a lacuna mesmo assim. Isso não é um problema específico do Grok, é o que qualquer modelo capaz faz por padrão quando nada o impede de chutar com confiança. É também exatamente o tipo de objeção que ouvimos em ligações de vendas: compradores querem uma IA que só responda os tickets dos quais ela realmente tem confiança, e deixe silenciosamente o resto para um humano, em vez de uma que tenta responder tudo e às vezes erra onde um cliente pode ver.

Essa é a diferença entre «um modelo forte» e «uma configuração de suporte segura». A eesel restringe o modelo aos seus próprios documentos de ajuda e tickets anteriores, encaminha para um humano tudo que estiver abaixo de um limiar de confiança em vez de chutar, e roda uma simulação completa contra seus tickets históricos antes de qualquer coisa entrar no ar, para que você veja exatamente o que ele teria dito, em casos reais do passado, antes de um único cliente ver uma resposta. Funciona da mesma forma independentemente de qual modelo esteja por baixo, Grok 4.5, GPT ou Claude, porque o wrapper é a verdadeira camada de segurança, não a escolha do modelo.

O veredito

Se você está escolhendo um modelo para trabalho agentico e intensivo em ferramentas e o custo importa, o Grok 4.5 é uma escolha genuinamente forte, possivelmente a melhor opção de custo-benefício do mercado agora para essa tarefa específica. Se você precisa do modelo simplesmente mais inteligente para raciocínio aberto, Claude Fable 5, Claude Opus 4.8 ou GPT-5.5 ainda o superam, por um preço mais alto. E se você está avaliando para qualquer coisa voltada para o cliente, a qualidade do modelo nunca foi realmente o gargalo, as preocupações de confiança e a falta de um bloqueio rígido contra respostas erradas e confiantes são, o que é mais um problema de configuração do que um problema de modelo.

Experimente a eesel

Seja qual for o modelo de fronteira que vencer este mês, Grok 4.5, GPT-5.5 ou o que quer que venha a seguir, a parte difícil do suporte com IA nunca foi escolher o LLM mais inteligente. É garantir que o modelo só responda o que realmente sabe, e passe o resto adiante de forma limpa. A eesel se instala sobre seu helpdesk existente, seja Zendesk, Freshdesk, Gorgias, HubSpot ou Front, aprende com seu histórico real de tickets desde o primeiro dia, e roda uma simulação completa contra seus tickets passados para que você veja a cobertura exata antes que ela toque em uma conversa ao vivo. O preço é baseado em uso, $0,40 por ticket resolvido, sem taxas por assento e sem mínimo de plataforma, então você não paga pela pontuação de benchmark de um modelo, você paga pelos tickets que ele realmente fechou.