# Grok 4.5 para devs: preço, benchmarks e limites

> Published 2026-10-13T10:54:45.051Z on https://www.crazystack.com.br/pt/p/grok-4-5-para-devs-preco-benchmarks-e-limites/
> Source video: https://www.youtube.com/watch?v=U3uX115I9sY

O Grok 4.5 da xAI pode ser o melhor modelo de código que você não deveria usar como padrão absoluto. Ele entrega benchmarks próximos da fronteira, custa uma fração do preço dos concorrentes e faz auditorias de código com competência. Ao mesmo tempo, o Cursor Bench está contaminado desde 2025, o raciocínio é caro em algumas tarefas e a orquestração de subagentes fica devendo em 2026.

| Critério | Grok 4.5 | Concorrentes de fronteira |
| --- | --- | --- |
| Preço por milhão de tokens | Fração do valor | Referência cheia |
| Benchmarks de código | Próximos da fronteira | No topo |
| Auditoria de código | Competente | Competente |
| Cursor Bench | Contaminado desde 2025 | Sem contaminação confirmada |
| Orquestração de subagentes | Fica devendo | Ponto forte |

Para decidir se vale adotar o Grok 4.5 no seu fluxo, siga estes passos:

1. Rode seus próprios testes no Cursor Bench com prompts do seu dia a dia, sem confiar no placar público desde 2025.
2. Meça o custo real de raciocínio em tarefas longas antes de tratar o modelo como padrão.
3. Compare a saída de subagentes com uma alternativa de fronteira em 2026, tarefa por tarefa.

## Grok 4.5 para devs: o que é e quanto custa

O Grok 4.5 é um modelo da xAI voltado a código, tarefas agênticas e trabalho de conhecimento. A cobrança é de US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima desse limite, os preços dobram para US$ 4 e US$ 12, e a janela chega a 500 mil tokens.

A xAI anunciou o modelo em 2025, com detalhes sobre treinamento e capacidades. No mesmo ano, o Cursor de código com IA baseado no VS Code, publicou um artigo sobre o lançamento, com benchmarks e a integração nos planos de assinatura.

O Grok 4.5 é uma mistura de especialistas treinada em conjunto pela xAI e pelo Cursor, com trilhões de tokens de dados do Cursor. Isso explica parte do desempenho em codificação, mas também gerou um problema de contaminação que aparece mais adiante.

### Preço por faixa de contexto

| Faixa de contexto | Entrada (US$/milhão) | Saída (US$/milhão) |
| --- | --- | --- |
| Até 200 mil tokens | 2 | 6 |
| Acima de 200 mil tokens | 4 | 12 |

### Comparação com concorrentes

| Modelo | Entrada (US$/milhão) | Saída (US$/milhão) |
| --- | --- | --- |
| Grok 4.5 | 2 | 6 |
| Fable | 10 | 50 |

O preço do Grok 4.5 é agressivo na comparação com o Fable, que cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, segundo o anúncio da xAI. A diferença chega a cinco vezes na entrada e a mais de oito vezes na saída.

## Benchmarks do Grok 4.5: onde ele acerta e onde falha

O Grok 4.5 é competitivo, mas não lidera tudo: em 2025 a Artificial Analysis o colocou em quarto com 54 pontos, e em 2026 o Terminal Bench 2.1 trouxe 83,3 para ele. O modelo brilha em eficiência de tokens, mas perde em raciocínio máximo.

| Benchmark | Métrica | Grok 4.5 | Líder |
| --- | --- | --- | --- |
| Artificial Analysis | Pontos no índice | 54 (4º lugar) | GPT-5.5 |
| Terminal Bench 2.1 | Pontuação em terminal | 83,3 | Fable (84,3) |
| DeepSWE | Engenharia de software com agentes | 3º lugar | Fable (1º) |
| Eficiência de tokens (Cursor) | Tokens por tarefa de código | 2 milhões | Fable (7,2 milhões) |
| Skate Bench | Custo e acerto em raciocínio máximo | 1,3 centavo, 76% | Menor índice entre modelos de fronteira |

O Grok 4.5 aparece em quarto lugar no índice de inteligência da Artificial Analysis, com 54 pontos, atrás do GPT-5.5 e à frente do Sonnet 5. Os números de terceiros confirmam que o modelo é competitivo, mas não líder absoluto em todas as frentes.

No Terminal Bench 2.1, o Grok 4.5 marcou 83,3, contra 83,4 do GPT-5.5 e 84,3 do Fable. A diferença é pequena, mas mostra que o modelo está na mesma faixa dos concorrentes diretos em tarefas de terminal.

O benchmark DeepSWE, que mede engenharia de software com agentes, coloca o Fable em primeiro, o GPT-5.5 em segundo e o Grok 4.5 em terceiro, à frente dos modelos do Google. O resultado é relevante porque mede fluxos de trabalho reais com agentes.

Em eficiência de tokens, o Grok 4.5 se destaca. Em tarefas de código, o modelo usou cerca de 2 milhões de tokens por tarefa contra 7,2 milhões do Fable e 9,2 milhões do Opus, segundo dados do Cursor. Menos tokens significam faturas menores e respostas mais rápidas.

Nem tudo são flores. No benchmark Skate Bench, o Grok 4.5 gastou 1,3 centavo por execução e acertou 76%, o menor índice entre modelos de laboratórios de fronteira nas configurações de raciocínio máximo. O modelo pensa demais em tarefas que exigem truques e respostas curtas.

## O problema do Cursor Bench: dados de treinamento contaminados

O Cursor revelou que um snapshot anterior do código do Cursor foi incluído acidentalmente no treinamento do Grok 4.5. Como o Cursor Bench usa problemas reais do próprio editor, os resultados do modelo nesse benchmark ficaram comprometidos.

O impacto exato da contaminação não foi divulgado. O Cursor afirmou que os dados foram removidos de modelos futuros e que não usa o Cursor Bench para promover o Grok 4.5 publicamente. A transparência é um ponto positivo, mas o benchmark perde valor para comparações.

Para quem avalia modelos, a lição é clara: um benchmark só é útil quando o conjunto de testes não vaza para o treinamento. O caso do Grok 4.5 mostra que até empresas sérias podem cometer esse erro.

## Preço e eficiência: o Grok 4.5 é realmente barato?

O Grok 4.5 custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima disso, o preço dobra, mas ainda fica abaixo de concorrentes como o Fable.

A eficiência de tokens muda a conta. O Grok 4.5 usou cerca de 2 milhões de tokens por tarefa em código, contra 7,2 milhões do Fable e 9,2 milhões do Opus. Na prática, o custo por tarefa fica muito menor do que o preço por token sugere.

Em tarefas agênticas, o custo médio por tarefa do Grok 4.5 ficou em cerca de 31 centavos, contra 37 centavos do GLM-5.2 e 2,75 dólares do Fable, segundo a Artificial Analysis. O modelo entrega mais inteligência por dólar em várias categorias.

## Grok 4.5 na prática: auditoria de código e PRs

Em uso real, o Grok 4.5 surpreendeu em auditorias de código. O modelo encontrou a maioria dos problemas que o Fable e o GPT-5.6 encontraram, e foi especialmente bom ao corrigir os problemas depois de identificá-los.

Em um fluxo de trabalho com múltiplos PRs, o modelo conseguiu processar pedidos complexos, responder perguntas e gerar listas de tarefas pendentes sem se perder. Ele também lidou bem com referências ambíguas a listas numeradas diferentes, algo que costuma confundir modelos.

O Grok 4.5 não encontrou tudo que o Fable encontrou, e o código não foi tão minucioso quanto o do GPT-5.6. Mesmo assim, a capacidade de manter uma conversa longa e produtiva em tarefas pesadas chamou atenção.

## Modelagem 3D e geração de jogos: o diferencial inesperado

O Grok 4.5 se saiu melhor que qualquer outro modelo testado na criação de ambientes 3D em Three.js, incluindo a modelagem de criaturas e geometria. O resultado não é profissional, mas é o primeiro caso em que um modelo acerta o básico de modelagem 3D em jogos.

O modelo cometeu erros, como inverter os controles de teclado e não corrigir tudo no primeiro pedido de ajuste. Ainda assim, a capacidade de gerar um ambiente tridimensional completo, com modelos próprios, superou as expectativas para um modelo da geração anterior.

Esse desempenho sugere que o Grok 4.5 pode ser útil em prototipagem rápida de jogos e visualizações 3D, desde que você revise o resultado com atenção.

## Orquestração de subagentes: a maior limitação do Grok 4.5

O Grok 4.5 não demonstrou a mesma habilidade de orquestrar subagentes que modelos como Fable e GPT-5.6. Em testes limitados, o modelo não dividiu tarefas com a mesma nuance e às vezes travou em processos que não sabia encerrar.

Parte do problema pode ser do ambiente de execução, não só do modelo. Ainda assim, a diferença é visível: modelos de geração mais nova conseguem delegar trabalho e manter o contexto por mais tempo.

Para quem depende de fluxos agênticos complexos, o Grok 4.5 funciona melhor como modelo principal para tarefas diretas e como apoio para modelos mais capazes em orquestração.

## Vale a pena adotar o Grok 4.5 no seu fluxo de trabalho?

O Grok 4.5 vale a pena como modelo padrão para tarefas de código do dia a dia, especialmente se o custo por token pesa no orçamento. Ele é rápido, eficiente e competente em auditorias e correções.

Para tarefas que exigem raciocínio pesado, orquestração de subagentes ou respostas curtas e criativas, o modelo fica atrás de concorrentes mais caros. A decisão depende do tipo de trabalho que você faz mais.

Uma estratégia prática é usar o Grok 4.5 como modelo principal e recorrer a modelos mais capazes quando a tarefa exigir delegação complexa ou raciocínio estendido. O custo total tende a cair sem sacrificar qualidade.

## Perguntas frequentes sobre o Grok 4.5

- **Quanto custa o Grok 4.5?** O modelo custa US$ 2 por milhão de tokens de entrada e US$ 6 por milhão de saída abaixo de 200 mil tokens de contexto. Acima desse limite, o preço dobra para US$ 4 e US$ 12, com janela máxima de 500 mil tokens.

- **O Grok 4.5 é bom para programar?** Sim, especialmente em auditorias de código, correções e tarefas agênticas diretas. Ele fica atrás de modelos como Fable e GPT-5.6 em profundidade de análise e orquestração de subagentes.

- **O que é o Cursor Bench e por que ele está contaminado?** O Cursor Bench é um benchmark baseado em problemas reais do editor Cursor. Um snapshot anterior do código do Cursor foi incluído acidentalmente no treinamento do Grok 4.5, comprometendo os resultados nesse teste.

- **O Grok 4.5 é mais barato que o Fable?** Sim. O Fable cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, segundo o anúncio da xAI. O Grok 4.5 custa US$ 2 e US$ 6, com eficiência de tokens que reduz ainda mais o custo por tarefa.

- **Qual a janela de contexto do Grok 4.5?** O modelo suporta até 500 mil tokens de contexto, mas cobra o dobro acima de 200 mil tokens. Isso torna o uso em contextos muito longos mais caro e menos atraente.

- **O Grok 4.5 substitui modelos como GPT-5.5 ou Fable?** Não totalmente. Ele é competitivo em várias tarefas e mais barato, mas perde em orquestração de subagentes e raciocínio pesado. A escolha depende do fluxo de trabalho.

- **O Grok 4.5 é open source?** Não há informação sobre abertura do código do modelo. O anúncio da xAI descreve o treinamento e as capacidades, mas não menciona licença de código aberto.

- **O Grok 4.5 funciona bem em tarefas de terminal?** Sim. No Terminal Bench 2.1, o modelo marcou 83,3, praticamente empatado com GPT-5.5 (83,4) e Fable (84,3), segundo dados do Cursor.

- **O Grok 4.5 é indicado para iniciantes em programação?** O modelo pode ajudar em tarefas simples e auditorias, mas erros de controle e orquestração aparecem em projetos maiores. Iniciantes devem revisar o código gerado com atenção.

## Recursos para desenvolvedores brasileiros

Se você quer se aprofundar em stacks modernas de desenvolvimento, o Crazystack Typescript é uma referência para quem trabalha com TypeScript no Brasil. O projeto reúne conteúdos e práticas usadas por times de tecnologia.

Para quem está começando, o Bootcamp do Dev Doido oferece trilhas de aprendizado práticas. O conteúdo é mantido por Gustavo Dev Doido, referência em desenvolvimento no país.

A comunidade do Skala Blog também publica análises de ferramentas e modelos, como este artigo sobre o Grok 4.5. Você pode acompanhar mais conteúdos em [crazystack.com.br](https://crazystack.com.br).

## Transforme seus vídeos em artigos com o Skala Blog

Este artigo nasceu da ideia de que conhecimento técnico merece ser registrado e compartilhado. Se você tem aulas, entrevistas ou análises em vídeo sobre ferramentas como o Grok 4.5, esse material pode virar um artigo completo.

Com o Skala Blog, você cola a URL do vídeo, gera a transcrição e transforma o conteúdo em um texto estruturado. O fluxo é simples: vídeo no YouTube, transcrição automática e artigo pronto para publicar.

[Skala Blog](https://skalablog.com)

[Source video](https://www.youtube.com/watch?v=U3uX115I9sY)