SpaceXAI, la división de inteligencia artificial de SpaceX, ha lanzado Grok 4.5, su modelo más potente hasta la fecha y el primero desde que la compañía adquirió Cursor, el popular editor de código con IA, por 60.000 millones de dólares.
La noticia
El 8 de julio de 2026, SpaceXAI puso a disposición del público Grok 4.5, un modelo diseñado específicamente para programación y tareas agénticas (agentic tasks). Es el primer lanzamiento desde que xAI se fusionó con SpaceX en febrero de 2026, y también la primera muestra del trabajo conjunto con Cursor, el editor de código que SpaceX acordó comprar en junio por 60.000 millones de dólares.
El modelo se ha entrenado en decenas de miles de GPUs Nvidia GB300, poniendo especial énfasis en la calidad de los datos: filtrado meticuloso, deduplicación y scoring de calidad. La gran novedad técnica es que se ha entrenado con datos reales de sesiones de desarrolladores en Cursor: trazas de depuración, diffs de múltiples archivos, correcciones de usuarios y señales de feedback que surgen cuando un desarrollador acepta o rechaza una sugerencia. Es un tipo de señal de entrenamiento cualitativamente diferente a los corpus estáticos de código fuente.
El precio de salida es agresivo: 2 dólares por millón de tokens de entrada y 6 dólares por millón de tokens de salida. Para contextualizar, el Claude Opus 4.8 de Anthropic cuesta 5 dólares de entrada y 25 de salida. La versión más barata de GPT-5.6, Luna, también está a 6 dólares de salida, pero con un contexto de 500.000 tokens frente al millón de Opus o Fable 5.
Disponibilidad
Grok 4.5 ya está disponible a través de tres vías:
- Grok Build, el agente de programación con IA de SpaceXAI
- Cursor, el editor de código recién adquirido
- SpaceXAI Console, el portal para desarrolladores con clave API
La disponibilidad en la Unión Europea está prevista para mediados de julio. El modelo tiene una ventana de contexto de 500.000 tokens.
Los primeros benchmarks
Las primeras evaluaciones independientes tras 24 horas en producción dibujan un perfil mixto:
- Artificial Analysis Intelligence Index: Grok 4.5 ocupa el cuarto puesto con una puntuación de 54, por detrás de Claude Fable 5, GPT-5.5 y Claude Opus 4.8.
- Coding Agent Index: obtiene 76 puntos, empatando con GPT-5.5 en Codex.
- Uso agéntico de herramientas: obtiene la mejor puntuación de todos los modelos en elArtificial Analysis board, lo que lo convierte en la mejor opción para flujos de trabajo que requieren llamadas secuenciales a herramientas.
- Tasa de alucinación: subió del 25% en Grok 4.3 al 54% en Grok 4.5. El modelo sabe más (la precisión en Artificial Analysis subió del 35% al 52%), pero cuando se equivoca, lo hace con más confianza.
La reclamación de eficiencia de tokens es el dato más interesante desde el punto de vista operativo: SpaceXAI afirma que Grok 4.5 resuelve tareas de SWE-bench Pro usando una media de 15.954 tokens de salida frente a los 67.020 de Opus 4.8, una ventaja de 4,2x. Combinado con el precio menor por token, el coste por tarea sería 17 veces menor que con Opus 4.8 — si la eficiencia se traslada del benchmark a producción.
Qué significa
Grok 4.5 llega en una semana histórica para los modelos de IA. Justo ayer OpenAI lanzó GPT-5.6 Sol, Terra y Luna, y esta semana también presentó GPT-Live, su nuevo modelo de voz full-duplex. Por primera vez desde que Anthropic desactivó Fable 5 y Mythos 5 en junio, todos los laboratorios frontera tienen modelos públicos disponibles.
Para el desarrollador medio, Grok 4.5 es interesante sobre todo por dos cosas: el precio (es significativamente más barato que sus competidores directos) y el entrenamiento con datos reales de Cursor, que podría traducirse en sugerencias de código más naturales y útiles. La contrapartida es la alta tasa de alucinación, que obliga a revisar siempre el resultado antes de usarlo en producción.
SpaceXAI está posicionando Grok como un competidor serio para uso empresarial, más barato que sus rivales incluso si todavía no alcanza su rendimiento máximo. La pregunta abierta es si la eficiencia de tokens que muestran los benchmarks se mantiene en cargas de trabajo reales.