SpaceX, bu hafta yeni nesil yapay zeka modeli Grok 4.5'i duyurdu. 1.5 trilyon parametreye sahip model, on binlerce GB300 GPU üzerinde eğitildi ve Cursor IDE ile doğrudan iş birliği içinde geliştirilen ilk model olma özelliğini taşıyor. İki rakam öne çıkıyor: Grok 4.5, SWE-Bench Pro görevini yaklaşık 16.000 token ile tamamlarken, Claude Opus 4.8 aynı görev için 67.000 token harcıyor. Ayrıca giriş fiyatı milyon token başına 2 dolar iken, Opus 4.8 ve OpenAI'nin GPT 5.5'i 5 dolar seviyesinde. Bu sadece bir kıyaslama farkı değil, aynı zamanda bütçe kalemi.
Geçtiğimiz yıl boyunca, ajan tabanlı kodlama döngüleri her adımda fiyatlandırılıyordu. Her yama, fark, araç çağrısı ve yeniden besleme, bağlam penceresine ekleniyordu. Token maliyeti, bir kodlama ajanını çalışır durumda bırakmanın sessiz vergisiydi. Aynı görevde dört kat daha az token gerektiren bir model, 'ajan döngüsü'nün işletme maliyetinin matematiğini tamamen değiştiriyor.
Fiyat tablosu, duyurunun en net kısmı. SpaceX dört yönlü karşılaştırmayı doğrudan yayınladı: Grok 4.5 giriş 2 dolar/çıkış 6 dolar, Claude Opus 4.8 giriş 5 dolar/çıkış 25 dolar, GPT 5.5 giriş 5 dolar/çıkış 30 dolar, Fable 5 giriş 10 dolar/çıkış 50 dolar. Girişte Grok 4.5, Opus 4.8 ve GPT 5.5'in %40'ı seviyesinde. Çıkışta ise sırasıyla %24 ve %20'si. Kodlama ajanları için çıkış daha önemli — bir ajan döngüsündeki harcamanın çoğu modelin yanıtıdır. Çıkış farkı asıl hikaye.
Teknik Analiz
Token verimliliği ise fiyatlandırmadan farklı bir boyut. SpaceX, Grok 4.5'in SWE-Bench Pro görevi başına ~16.000 token kullandığını, Opus 4.8'in ise ~67.000 token kullandığını belirtiyor — yaklaşık 4.2 kat verimlilik. Tek bir görev için sadece giriş maliyeti hesabı: Grok 4.5 0.032 dolar, Opus 4.8 0.335 dolar. Bu, aynı görev için çıkış tokenleri eklenmeden önce yaklaşık 10 kat giriş maliyeti farkı anlamına geliyor. SWE-Bench Pro, uçtan uca yazılım mühendisliği çalışmalarını değerlendirdiği için anlamlı bir kıyaslama.
Duyurunun en ilginç detayı 'Cursor ile birlikte geliştirilen ilk model' ifadesi. Çoğu temel model statik bir külliyat üzerinde eğitilir, bir kez değerlendirilir ve ardından IDE'lere bitmiş ürün olarak sunulur. Cursor ise ajan döngüsü etrafında inşa edilmiş bir IDE — farklar, araç çağrıları, çok turlu düzenlemeler. Eğitim sinyali ve değerlendirmesi bu döngüden geçen bir model, farklı şekillenir. Bu, Grok 4.5'in 'Cursor gibi düşündüğü' anlamına gelmez; eğitim sırasında modelin çalışma bağlamının gerçek bir geliştirici oturumuyla aynı şekilde olmasıdır.
Önemli Gelişmeler
Bugün itibarıyla Grok 4.5'i kullanmak için iki somut adım: Cursor kullanıcısıysanız, modelin ayarlandığı yer burası. Kısa süre içinde model seçicide Grok 4.5'i görmeyi bekleyin. Opus veya GPT 5.5 üzerinde çalıştırdığınız bir görevi seçin ve token harcamasını Cursor'un kullanım panelinde izleyin. Diğer IDE'lerdeyseniz, bunu bir bütçe egzersizi olarak değerlendirin. Mevcut modelinizin bir görevde harcadığı tokenleri sayın, milyon başına oranınızla çarpın. Grok 4.5'in bu rakamı girişte %40'a, çıkışta %25'e düşürme vaadi var.
Duyurudaki dürüst boşluk: SpaceX, Grok 4.5'in performansının Opus 4.8 ve GPT 5.5'e 'yakın' olduğunu, ajan ve kodlama kıyaslamalarında Grok 4.3'e göre 'önemli kazanımlar' sağladığını belirtiyor. Bu, bağımsız üçüncü taraf rakamları henüz düşmemişken her model duyurusunun kullandığı türden bir ifade. 16K'ya karşı 67K token rakamı en somut iddia; gerisi yönlendirici. Önümüzdeki haftalarda SWE-Bench Verified, Terminal-Bench gibi bağımsız doğrulamaları bekleyin. Ayrıca OpenAI'in önümüzdeki günlerde GPT 5.6'yı piyasaya sürmesi bekleniyor, bu da rekabeti yeniden kızıştıracak.
Kaynak: dev.to
