Выход Grok 4.5 стал знаковым событием для индустрии искусственного интеллекта, особенно в сфере программирования. Ведущий канала Уэс Рот (Wes Roth) анализирует возможности новой модели, созданной в результате сотрудничества xAI и команды Cursor, и проверяет, удалось ли Илону Маску сократить технологический разрыв с лидерами рынка — OpenAI и Claude.
🚀 Слияние xAI и Cursor: новый игрок в классе Frontier 0:00
По мнению Уэса Рота, запуск Grok 4.5 — это «действительно важное событие», так как это первая модель, обученная на данных популярного ИИ-редактора Cursor . После того как компании SpaceX и xAI приобрели Cursor, эксперты ожидали увидеть качественный скачок в способностях модели к написанию кода.
Хотя Grok 4.5 пока не достигла уровня Fable 5 от Claude, которую Уэс Рот выделяет в отдельную категорию, результаты бенчмарков впечатляют . Согласно тестам Deep SWE 1.0 и 1.1, новая модель от Илона Маска уверенно закрепилась в так называемом «классе Opus» (на уровне Claude 3 Opus и GPT 5.5) :
- Grok 4.5 находится между GPT 5.5 Extra High и Opus 4.8 Max в бенчмарке Deep SWE 1.0 .
- В тестах Terminal Bench и Sweet Bench Pro модель идет «ноздря в ноздрю» с конкурентами от OpenAI .
Уэс Рот считает, что Маску удалось догнать лидеров, сделав Grok 4.5 быстрой и значительно более дешевой альтернативой топовым моделям .
🛠 Инструментарий и первые тесты: Grok Build в действии 1:58
Для тестирования способностей модели Уэс Рот использовал Grok Build — инструмент командной строки (CLI) для сборки кода, аналогичный Claude Code .
Основные параметры настройки теста:
- Режим: Auto mode (автономная работа модели).
- Инструмент: CLI-интерфейс Grok Build.
- Интеграции: Использование API 11 Labs для генерации голоса и звуковых эффектов .
Симулятор парусника в 3D
Первым сложным заданием стала разработка 3D-игры про управление кораблем . Уэс Рот выделил три критерия успеха:
- Визуальное качество: создание эстетичной 3D-среды без графических артефактов .
- Физика: реалистичное поведение волн и зависимость движения судна от положения парусов и направления ветра .
- Погружение: работа со звуком (шум ветра, команды первого помощника, музыка) .
Grok 4.5 успешно реализовала управление парусами (команды Q и R для настройки) и рулем, а также динамическую смену погоды — от штиля до ночного шторма с молниями и урагана . Уэс Рот отметил, что модель корректно добавила условия затопления судна при критическом крене, внедрив систему «здоровья» корабля по просьбе автора .
🎮 Ролевая игра в стиле The Elder Scrolls 15:22
Второй тест — создание базовой RPG с диалоговой системой и механикой морального выбора. Уэс Рот подчеркивает, что это не прямое сравнение с Fable 5, так как Grok 4.5 (предположительно имеющий 1,5 трлн параметров) играет в другой весовой категории .
Особенности созданной игры:
- Система репутации: ответы игрока влияют на шкалу «добро/зло» .
- Озвучка персонажей: полная интеграция с 11 Labs для каждого NPC (капитан Торн, торговец Элиас Кроу) .
- Ветвление сюжета: возможность подкупить персонажа или договориться с ним, что открывает доступ к новым предметам (например, карте подземелья) .
Несмотря на наличие багов (например, призраки, проходящие сквозь стены в подземелье), Уэс Рот был впечатлен глубиной повествования и тем, как модель связала предыстории персонажей с финальным боссом — Полым Королем .
🏛 Визуализация: от древнего Рима до киберпанка 21:53
Ведущий проверил способность Grok 4.5 генерировать сложные 3D-сцены и анимированные SVG-файлы:
- Древний Рим: модель создала детализированную сцену с колоннами и красными крышами. После одного уточнения Grok исправил ошибку с перевернутыми крышами .
- База на Марсе: детальная проработка теней и освещения в 3D .
- SVG-анимации: дракон вокруг башни, самурай на скале и киберпанк-переулок .
Уэс Рот отмечает, что хотя визуальные способности — традиционно слабое место моделей для кодинга, Grok 4.5 показывает значительный прогресс .
🌆 Ультимативный тест: Модель-архитектор против Модели-строителя 27:05
Самым впечатляющим моментом видео стала демонстрация огромного детализированного 3D-города. Уэс Рот использовал стратегию разделения труда между разными ИИ :
- Fable 5 (Архитектор): создала общую спецификацию (blueprint) города, определила направления и контролировала качество.
- Grok 4.5 (Строитель): написала более 1 МБ чистого JavaScript-кода для каждого из 50 уникальных кварталов .
Экономическая эффективность: По оценке автора, использование только Fable 5 для такой задачи обошлось бы примерно в $80. Связка «Fable + Grok 4.5» выполнила ту же работу за $8 . Город включает в себя стадионы, колеса обозрения, порты с движущимися кранами и монорельс, который реально останавливается на станциях .
Уэс Рот утверждает, что Grok 4.5 идеально подходит на роль «рабочей лошадки», которая эффективно и дешево выполняет основной объем рутинного кодинга .
📈 Будущее xAI: конец «пузыря» или новый взлет? 30:50
Уэс Рот критикует скептиков, заявлявших, что Grok выбыл из гонки, а ИИ-модели никогда не научатся кодить. По его мнению, сочетание вычислительных мощностей Илона Маска и «вкусных» данных Cursor создает угрозу даже для Frontier Labs .
Ключевые преимущества новой экосистемы:
- RL-обучение: особые методы обучения с подкреплением от команды xAI .
- Пошаговая оптимизация: Cursor позволяет поощрять модель за каждый верный шаг в длинной цепочке задач (до 100 шагов), а не только за финальный результат .
- Независимость от API: наличие собственной мощной модели позволяет Cursor не субсидировать токены конкурентов, а предлагать пользователям лучшую цену .
В завершение Уэс Рот называет Grok 4.5 «зверем» и обещает продолжить тесты в других категориях, таких как работа с электронными таблицами и бизнес-аналитика .
