Grok 4.5 vs GPT-5.6 Sol est la première comparaison dans ce cycle de publication qui fait du coût une raison sérieuse de tester un autre fournisseur. Cela ne me pousse toujours pas à remplacer OpenAI ou Anthropic.
Le dernier modèle de SpaceXAI atteint la frontière, fonctionne rapidement et coûte 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie. Les tests indépendants le placent près des agents de codage leaders. Les mêmes tests le placent à cinq points derrière Sol et six derrière Claude Fable 5 en intelligence globale.
Au 18 juillet 2026, mon parcours reste OpenAI en premier et Anthropic en second. Grok 4.5 entre dans une voie de test contrôlée pour les agents de codage, l'automatisation et les charges de travail à volume élevé. Je ne l'ai pas encore utilisé en production, donc cette comparaison sépare les mesures publiées de ma propre décision de routage.
Le verdict court
Grok 4.5 a un rôle clair. C'est un modèle de frontière rentable, pas le nouveau leader en qualité.
Qu'est-ce que Grok 4.5 ?
SpaceXAI a publié Grok 4.5 le 8 juillet comme son modèle phare pour le codage, les tâches agentiques et le travail de connaissance. L'entreprise l'a formé aux côtés de Cursor et l'a rendu disponible via l'API xAI, Grok Build et Cursor.
Le modèle accepte du texte et des images, renvoie du texte et prend en charge l'appel de fonctions, les sorties structurées et le raisonnement configurable. Sa fenêtre de contexte est de 500 000 tokens. La date limite de connaissance publiée est le 1er février 2026, donc les informations actuelles nécessitent les outils de recherche web ou X de xAI.
Grok Build est open source, ce qui donne aux équipes un moyen d'inspecter la boucle d'agent, l'assemblage de contexte, le dispatch d'outils, les hooks, les compétences, les plugins et l'intégration MCP. Le modèle Grok 4.5 lui-même reste propriétaire ; SpaceXAI n'a pas publié ses poids.
Grok 4.5 vs GPT-5.6 Sol vs Claude Fable 5
La comparaison large favorise Anthropic et OpenAI en qualité, puis Grok en coût. Ces valeurs combinent des tests d'Analyse Artificielle indépendants avec la documentation API actuelle de chaque fournisseur.
| Mesure | Grok 4.5 | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|---|
| --- | ---: | ---: | ---: |
| Indice d'Intelligence d'Analyse Artificielle | 54 | 59 | 60 |
| Indice d'Agent de Codage | 76 dans Grok Build | 80 dans Codex | 77 dans Claude Code avec retour en arrière |
| Coût par tâche de l'Indice d'Intelligence | 0,31 $ | 1,04 $ | 2,75 $ |
| Fenêtre de contexte | 500k tokens | 1,05M tokens | 1M tokens |
| API entrée/sortie par 1M tokens | 2 $ / 6 $ | 5 $ / 30 $ | 10 $ / 50 $ |
| Poids | Fermé | Fermé | Fermé |
*Source : Analyse Artificielle, 17 juillet 2026. Son indice v4.1 combine neuf évaluations agentiques, de codage, de raisonnement, de connaissance et de long contexte.*
Cinq points séparent Grok de Sol, et six le séparent de Fable. Cet écart est suffisamment grand pour se manifester dans des tâches difficiles, mais suffisamment petit pour que le coût, la latence et la fiabilité des outils puissent inverser le résultat pratique sur un travail à volume élevé.
Où Grok 4.5 performe-t-il bien ?
Agents de codage et travail terminal
Grok 4.5 obtient 76 dans Grok Build sur l'Indice d'Agent de Codage d'Analyse Artificielle. Sol mène avec 80 dans Codex. Fable 5 obtient 77 dans Claude Code, bien que cette configuration puisse revenir à Opus 4.8.
Un point sépare Grok de la configuration Fable testée. Quatre points le séparent de Sol. C'est assez proche pour justifier des essais au niveau du dépôt, surtout lorsqu'un agent exécute des centaines d'appels d'outils et que les coûts de tokens de sortie s'accumulent.
*Source : Analyse Artificielle. L'indice moyenne DeepSWE, Terminal-Bench v2 et SWE-Atlas-QnA. Les harnais diffèrent, donc le graphique mesure la combinaison modèle-agent.*
Le tableau de lancement de SpaceXAI raconte une histoire similaire mais moins actuelle. Grok mène SWE Marathon à 29,0 %, obtient 83,3 % sur Terminal-Bench 2.1, et atteint 64,7 % sur SWE-Bench Pro. Fable 5 mène quatre des cinq tests de codage montrés. SpaceXAI a comparé Grok avec GPT-5.5 plutôt qu'avec GPT-5.6 Sol, donc je ne voudrais pas utiliser ce tableau de fournisseur pour un verdict direct sur Sol.
Vitesse et efficacité des tokens
L'Analyse Artificielle a mesuré Grok 4.5 à environ 112 tokens de sortie par seconde. SpaceXAI rapporte 80 tokens par seconde et dit que le modèle a utilisé 15 954 tokens de sortie par tâche résolue de SWE-Bench Pro, 4,2 fois moins que Claude Opus 4.8 dans sa comparaison.
Ces chiffres décrivent des configurations de test différentes, mais ils pointent dans la même direction : Grok est conçu pour terminer le travail agentique avec moins de sortie. L'économie est importante lorsqu'un agent de codage lit des fichiers, exécute des commandes, répare des échecs et répète la boucle.
Grok 4.5 est-il le gagnant en coût ?
Pour les invites de moins de 200 000 tokens, xAI facture 2 $ par million de tokens d'entrée, 0,50 $ pour l'entrée mise en cache, et 6 $ pour la sortie. Une fois qu'une invite dépasse 200 000 tokens, les tarifs doublent à 4 $, 1 $ et 12 $ sur l'ensemble de la demande.
Le prix de liste pour le contexte court est 60 % inférieur à celui de Sol sur l'entrée et 80 % inférieur sur la sortie. Fable 5 coûte cinq fois plus pour l'entrée et plus de huit fois plus pour la sortie.
*Source : Analyse Artificielle. Le coût par tâche inclut les tokens utilisés par chaque modèle, plutôt que de comparer uniquement les cartes de prix.*
Le coût de tâche indépendant est plus utile que la carte de prix : 0,31 $ pour Grok, 1,04 $ pour Sol, et 2,75 $ pour Fable. Grok abandonne cinq points d'intelligence à Sol tout en réduisant ce coût de test d'environ 70 %.
Le coût de production inclut toujours les appels d'outils échoués, les correctifs répétés, le temps de révision et les régressions. Une exécution bon marché nécessitant un développeur senior pour réparer le résultat peut coûter plus qu'une exécution propre coûteuse.
Où Grok 4.5 est-il à la traîne ?
Qualité globale et long contexte
Sol et Fable mènent l'indice indépendant large. Les deux offrent également environ deux fois la fenêtre de contexte de Grok. Cette différence affecte les grands dépôts, les longs paquets de recherche et les sessions d'agents qui ne peuvent pas compacter leur historique sans perdre des preuves utiles.
Les benchmarks de lancement de Grok renforcent l'écart. Fable mène DeepSWE 1.0, DeepSWE 1.1, Terminal-Bench 2.1 et SWE-Bench Pro dans le propre graphique de SpaceXAI. Grok gagne SWE Marathon, qui teste des tâches d'ingénierie logicielle plus longues, mais une victoire ne suffit pas à établir un leadership cohérent.
Fiabilité des connaissances
Grok 4.5 a amélioré la précision d'AA-Omniscience de 35 % pour Grok 4.3 à 52 %. Son taux d'hallucination est passé de 25 % à 54 %. Le score combiné d'Omniscience a augmenté de 18 à 26 car Grok a répondu correctement à plus de questions, mais il a également donné plus de réponses non étayées au lieu de décliner.
*Source : Évaluation de Grok 4.5 par Analyse Artificielle. Le taux d'hallucination appartient à AA-Omniscience et ne doit pas être généralisé à chaque type d'invite.*
Je demanderais une récupération, des preuves citées et une vérification externe pour la publication factuelle avec Grok. La même règle s'applique à Sol et Fable, mais le changement de précision par rapport à l'hallucination de Grok mérite un test dédié.
Qu'est-ce qui bloque Grok 4.5 pour ma pile actuelle ?
J'ai besoin d'un accès compatible avec l'UE pour ce déploiement. La documentation de Grok 4.5 de xAI indique toujours que l'accès à la console API n'est pas disponible pour les utilisateurs de l'UE et est attendu plus tard en juillet. Cela peut changer bientôt, mais cela bloque un chemin de production stable aujourd'hui.
xAI stocke les entrées et sorties de l'API pendant 30 jours par défaut et dit qu'il ne s'entraîne pas sur elles sans autorisation explicite. La Zero Data Retention est disponible pour les équipes éligibles, bien que l'activation supprime les fonctionnalités de l'API Responses à état, les fichiers et les collections, et le support de l'API Batch. Tout essai de production nécessite une révision de la gestion des données avant que le code ou le matériel client n'atteigne le service.
OpenAI reste mon choix par défaut car Sol mène l'indice actuel des agents de codage, a une fenêtre de contexte de 1,05 million de tokens, et s'adapte aux flux de travail de l'API Codex et Responses que j'utilise déjà. Ma comparaison entre GPT-5.6 Sol et Fable 5→ explique ce chemin en plus de détails.
Anthropic reste ma deuxième option pour une analyse longue et ambiguë où l'avantage de qualité de Fable peut couvrir son prix plus élevé. Grok doit surpasser l'un de ces chemins sur le coût des tâches terminées, pas seulement sur le prix des tokens.
Mon standard provient de la construction d'agents IA qui fonctionnent réellement→ : mesurer le travail accompli, les échecs d'outils, le temps de révision et la récupération après une mauvaise action.
Comment je testerais Grok 4.5
Je reconsidérerais le routage après l'ouverture de l'accès à l'UE et que Grok réussisse ces tests. D'ici là, Grok 4.5 est un candidat digne d'un benchmark plutôt qu'une dépendance de production.
Un choix de modèle pratique
Choisissez Grok 4.5 lorsque le travail d'agent à volume élevé, la sortie rapide et le coût par tâche complétée dominent la décision — et lorsque sa fenêtre de 500 000 tokens et sa disponibilité régionale correspondent à votre déploiement.
Choisissez GPT-5.6 Sol lorsque vous souhaitez le meilleur résultat actuel d'agent de codage, une surface d'outil mature, et une fenêtre de contexte plus grande dans l'écosystème OpenAI.
Choisissez Claude Fable 5 lorsque la tâche est suffisamment difficile analytiquement pour justifier le prix le plus élevé par token et que vous appréciez son avance sur le benchmark d'intelligence large.
Mon parcours reste OpenAI plus Anthropic, avec Grok en test. Grok 4.5 rend ce test économiquement intéressant. Les résultats publiés ne justifient pas encore une migration.
Sources et méthodologie
J'ai vérifié l'annonce de Grok 4.5 de SpaceXAI, la documentation du modèle, le tableau de prix en direct, la FAQ sur la sécurité, et l'annonce de Grok Build open-source. Les résultats indépendants proviennent de l'évaluation de Grok 4.5 par Analyse Artificielle et de sa comparaison de frontière du 17 juillet. J'ai utilisé la documentation de GPT-5.6 Sol d'OpenAI et celle de Claude Fable 5 d'Anthropic pour les spécifications et les prix concurrents.
Les scores, les prix, les notes d'accès et le comportement des produits sont à jour au 18 juillet 2026. Les fournisseurs peuvent changer le comportement de service, les prix, l'accès régional et les alias de modèle sans changer l'article.