xAI ha rilasciato mercoledi' 8 luglio 2026 Grok 4.5, il primo modello dell'azienda di Elon Musk pensato esplicitamente per la programmazione e i compiti agentici, e lo ha presentato come un modello "di classe Opus" ma piu' veloce e molto piu' economico. Il prezzo di listino e' di 2 dollari per milione di token in ingresso e 6 dollari in uscita: oltre il 60% in meno rispetto a Claude Opus 4.8 e a GPT-5.5, i due riferimenti attuali del segmento premium. La combinazione di prezzo aggressivo e punteggi elevati ha reso Grok 4.5 la notizia dominante della settimana nel mondo dei modelli di frontiera.
Secondo xAI, il modello e' costruito sulla base V9 da 1,5 trilioni di parametri (architettura Mixture-of-Experts) ed e' stato addestrato anche su dati reali di sessioni di sviluppo raccolti tramite l'editor Cursor, che il gruppo di Musk controlla dopo l'acquisizione da parte di SpaceX. Proprio questo dettaglio, come vedremo, e' allo stesso tempo la sua arma piu' affilata e il suo punto piu' contestato.
Quanto costa Grok 4.5 e dove si colloca in classifica
Nella classifica Intelligence Index di Artificial Analysis, Grok 4.5 si posiziona al quarto posto con un punteggio di 54, dietro Claude Fable 5, GPT-5.5 e Claude Opus 4.8, ma davanti a tutti i modelli a pesi aperti e a tutta la famiglia Gemini di Google. Il dato che ha fatto discutere non e' pero' la posizione assoluta, quanto il rapporto qualita'-prezzo: nessun modello con punteggio comparabile costa cosi' poco da usare.
Sui benchmark di programmazione i numeri raccontano un modello competitivo ma non dominante. Su Terminal-Bench 2.1, che misura la capacita' di lavorare in un terminale reale, Grok 4.5 ottiene l'83,3%, praticamente appaiato a GPT-5.5 (83,4%) e Claude Fable 5 (84,3%), e sopra Opus 4.8 (78,9%). Sulla SWE Marathon, un test di sessioni di codice a lungo orizzonte, xAI rivendica il primo posto con un tasso di risoluzione del 29%, davanti a Opus 4.8 (26%). Su altri benchmark come DeepSWE 1.1 il modello resta invece dietro ai leader, a conferma che il primato non e' generalizzato.
Il vero argomento di vendita: l'efficienza dei token
La leva competitiva di Grok 4.5 non e' tanto l'intelligenza pura quanto il costo per completare un compito. Sui test agentici il modello usa in media molti meno token per arrivare al risultato: su SWE-bench Pro, secondo i dati diffusi da xAI, Grok 4.5 impiega circa 16.000 token in uscita per compito contro gli oltre 67.000 di Opus 4.8. Tradotto in denaro, significa un costo per compito di pochi centesimi contro oltre un dollaro e mezzo. Per chi manda in produzione agenti che girano migliaia di volte al giorno, la differenza sulla bolletta mensile e' enorme.
E' la stessa tendenza che attraversa tutto il 2026: dopo la corsa alla potenza bruta, i laboratori competono ora sull'efficienza, cioe' su quanto costa ottenere una risposta di qualita'. Grok 4.5 spinge questa logica all'estremo, puntando a diventare il modello "di default" per i carichi agentici ad alto volume dove il prezzo per token conta piu' del punteggio in cima alla classifica.
I due nei: allucinazioni e sospetti di contaminazione
Il lancio non e' privo di ombre. I test indipendenti hanno rilevato un tasso di allucinazione elevato, piu' alto rispetto alle versioni precedenti di Grok: con una capacita' maggiore il modello tende a produrre risposte sbagliate ma espresse con grande sicurezza, un problema serio in domini dove l'accuratezza e' vincolante. Per usarlo in produzione su compiti sensibili serve quindi uno strato di verifica degli output.
Il secondo nodo riguarda proprio l'addestramento sui dati di Cursor. Diversi sviluppatori, sul forum Hacker News, hanno sollevato il dubbio che i punteggi altissimi su benchmark basati su sessioni Cursor possano riflettere in parte una memorizzazione dei dati di addestramento piu' che una reale capacita' di generalizzazione. xAI sostiene che i risultati su test distinti, come la SWE Marathon, non siano intaccati dal problema, ma il dibattito sulla pulizia dei benchmark resta aperto.
Perche' in Europa Grok 4.5 non e' ancora arrivato
Chi vive nell'Unione Europea, al lancio, non ha potuto provare il modello. xAI ha indicato una disponibilita' verso la meta' di luglio 2026, legata alla revisione di conformita' con l'AI Act europeo: le capacita' di Grok in ambito cybersicurezza lo espongono a un vaglio piu' severo, proprio mentre si avvicina la scadenza del 2 agosto 2026, quando entrano in vigore gli obblighi per i modelli di IA generica ad alto impatto. E' un promemoria concreto di come la regolamentazione stia iniziando a incidere sui tempi e sui mercati di lancio dei modelli, non solo sulla carta.
Cosa cambia per chi sceglie un modello oggi
Grok 4.5 non spodesta i leader assoluti, ma sposta l'asticella del rapporto prezzo-prestazioni e costringe i concorrenti a giustificare i propri listini. Per un team che sviluppa agenti di programmazione, la scelta ora e' piu' articolata: massima potenza con Claude Fable 5 o GPT-5.6 Sol, miglior valore ad alte prestazioni con Grok 4.5, volumi a costo minimo con opzioni come GPT-5.6 Luna o i modelli aperti cinesi. Come per ogni annuncio, conviene diffidare dei benchmark forniti dai produttori e attendere i test indipendenti: qui, almeno, i primi riscontri esterni sono arrivati in fretta e raccontano un modello reale, veloce ed economico, ma non privo di difetti.
Questo articolo incrocia i dati ufficiali di xAI con le classifiche indipendenti di Artificial Analysis e i primi test di terze parti; i benchmark dei produttori vanno sempre letti con cautela finche' non sono replicati da fonti indipendenti.
