Um trilhão e meio de parâmetros entraram no chat

A SpaceXAI (sim, a xAI virou SpaceXAI) lançou hoje o Grok 4.5. O Elon Musk chamou de “modelo classe Opus, só que mais rápido, mais eficiente em tokens e mais barato”. Eu normalmente desconto 80% do que o Musk fala sobre IA, mas dessa vez os benchmarks contam uma história interessante.

O Grok 4.5 bate o Claude Opus 4.8 em dois de quatro benchmarks de código, gasta 4,2 vezes menos tokens para resolver os mesmos problemas, e custa US$ 2 por milhão de tokens de input contra US$ 5 do Opus. E tudo isso com uma arma secreta que nenhum outro lab tem: dados reais de sessões do Cursor.

Calma que eu explico.

SpaceX comprou o Cursor por US$ 60 bilhões

Você leu certo. Em junho de 2026, dias depois do IPO mais caro da história (SpaceX abriu capital avaliada em US$ 2,1 trilhões), a empresa comprou o Cursor por US$ 60 bilhões em ações. A Anysphere, startup de São Francisco que criou o editor, tinha sido fundada em 2022.

O que a SpaceX ganhou não foi só um editor de código com 40 milhões de usuários. Ganhou algo muito mais valioso: dados de como devs reais escrevem código, debugam, refatoram e interagem com IA no dia a dia.

E aqui vem a parte que importa para o Grok 4.5: a SpaceXAI usou sessões reais do Cursor no treino. Debugging traces, diffs multi-arquivo, correções que o dev fez depois que a IA errou. É o tipo de dado que nenhum outro lab consegue comprar, porque nenhum outro lab é dono do editor de código mais popular entre devs que usam IA.

A xAI já tinha sido absorvida pela SpaceX meses antes, virando a divisão de IA da empresa. O rebranding para SpaceXAI ficou oficial no dia 6 de julho, dois dias antes do lançamento do Grok 4.5. Coincidência? Claro que não.

Os benchmarks: onde o Grok ganha e onde perde

Vamos aos números, que é o que importa. A SpaceXAI publicou resultados em quatro benchmarks de código:

O Grok 4.5 vence o Opus 4.8 no DeepSWE 1.0 (62% vs 55,75%) e no Terminal-Bench 2.1 (83,3% vs 78,9%). Perde no SWE-Bench Pro por 4,5 pontos e no DeepSWE 1.1 por 6 pontos.

É justo chamar de “classe Opus”? Depende de como você olha. Se pegar os quatro benchmarks, o Grok ganha em metade e perde em metade. Empate técnico? Quase. Mas o Fable 5 da Anthropic (que roda em cima do Opus) destrói todo mundo no SWE-Bench Pro com 80,4%.

O que chama atenção é a eficiência. No SWE-Bench Pro, o Grok 4.5 usou em média 15.954 tokens de output para resolver cada tarefa. O Opus 4.8 precisou de 67.020 tokens. São 4,2 vezes mais tokens para o mesmo benchmark. Em termos de custo por problema resolvido, o Grok sai muito mais barato.

Preço: a matemática que faz CFO sorrir

Vou colocar os preços lado a lado porque a diferença é gritante:

O output do Grok custa quase 4 vezes menos que o do Opus e 5 vezes menos que o do GPT 5.6 Sol. Combinado com a eficiência de tokens (o Grok resolve tarefas com menos tokens), o custo por tarefa completada fica absurdamente mais baixo.

Para um time de 10 devs que roda 500 tarefas por dia num agente de código, a diferença anual pode chegar a dezenas de milhares de dólares. Não é pouco.

O contexto window de 500K tokens também é competitivo. Não é o maior do mercado (o Gemini 3 vai além de 1M), mas é suficiente para a maioria dos cenários reais de desenvolvimento.

1,5 trilhão de parâmetros: o que isso significa na prática

O Grok 4.5 é baseado na arquitetura V9, com 1,5 trilhão de parâmetros. Para colocar em perspectiva:

O GPT-4 original tinha estimados 1,7 trilhão de parâmetros (nunca confirmado oficialmente). O Llama 3.1 da Meta tem 405 bilhões. O Mistral Large, 123 bilhões. O Grok 4.5 está na faixa dos maiores modelos densos do mercado.

Mas tamanho não é tudo. O que diferencia o Grok 4.5 dos modelos anteriores da família não é o número de parâmetros, e sim o que foi colocado no treino. A SpaceXAI cita três fontes principais de dados:

Código real do Cursor: debugging traces, diffs, e correções pós-IA. Isso ensina o modelo a não só gerar código, mas a entender o fluxo de trabalho real de um desenvolvedor.

Dados de ciência e engenharia: papers, datasets técnicos, documentação de APIs. O Grok 4.5 é posicionado como modelo forte em STEM.

Feedback de beta testers: o modelo esteve em beta privado desde 28 de junho, primeiro na SpaceX e na Tesla. O feedback foi incorporado antes do lançamento público.

Cursor + Grok: a integração que ninguém mais pode copiar

O Grok 4.5 já está disponível dentro do Cursor em todos os planos. Isso cria um ciclo de feedback único no mercado:

1. Dev usa Cursor com Grok 4.5
2. As interações geram dados de treinamento
3. Dados alimentam a próxima versão do Grok
4. Próxima versão melhora a experiência no Cursor
5. Volta para o passo 1

Nenhum outro lab tem essa vantagem. A Anthropic tem o Claude Code (CLI), a OpenAI tem o Codex, mas nenhum deles é dono do editor mais popular entre devs que usam IA. A SpaceXAI é dona do modelo E da interface.

A Anthropic investiu no Cursor antes da aquisição pela SpaceX. Imagino que esse investimento não esteja envelhecendo bem.

Para devs que já usam Cursor, a mudança é simples: selecione Grok 4.5 no dropdown de modelos. Segundo relatos de beta testers, a velocidade de resposta (80 tokens/segundo) faz diferença real no fluxo de trabalho, especialmente em completions longas e refatorações de arquivos grandes.

O elefante na sala: Elon Musk e a credibilidade

Não dá para falar do Grok sem mencionar o contexto. O Musk tem um histórico complicado com promessas de IA. O Grok 3 foi anunciado como “a IA mais inteligente do mundo” e… não era. O Grok 4 teve resultados mistos. A cada lançamento, o discurso é o mesmo: “dessa vez é diferente”.

Mas o Grok 4.5 chega num momento diferente. Tem benchmarks verificáveis de terceiros (SWE-Bench e Terminal-Bench não são controlados pela SpaceXAI). Tem uma vantagem concreta de custo que qualquer um pode verificar olhando a tabela de preços da API. E tem a aquisição do Cursor, que deu à equipe dados de treinamento que são objetivamente únicos.

A manchete do Decrypt diz tudo: “Elon Musk diz que compete com o Claude Opus do ano passado”. Não é o Opus de hoje. É o Opus de 2025. E o Opus 4.8 atual já é significativamente melhor que a versão de 2025.

Então, “classe Opus”? Sim, se você olhar para o Opus 4.6/4.7 do final de 2025. Não, se comparar com o Opus 4.8 de hoje. Mas com o preço que cobra, isso talvez não importe tanto.

Para quem faz sentido migrar

Se você usa a API do Claude ou GPT para tarefas de código, vale testar o Grok 4.5 em paralelo. A economia de custo é real, e para tarefas tipo “corrige esse bug”, “escreve esse teste”, “refatora esse módulo”, a diferença de qualidade entre Grok 4.5 e Opus 4.8 é marginal.

Se você precisa do melhor resultado absoluto num benchmark, o Fable 5 da Anthropic continua imbatível no SWE-Bench Pro. Mas Fable 5 não é barato, e nem todo problema de código precisa do modelo mais caro do mercado.

Cenários onde o Grok 4.5 faz sentido:

Volume alto de tarefas simples a médias. Testes unitários, refatoração, documentação, code review automatizado. O Grok resolve em menos tokens e cobra menos por token. Economia dupla.

Times com orçamento apertado. A diferença de US$ 2 vs US$ 5 no input e US$ 6 vs US$ 25 no output é brutal em escala. Se você roda centenas de chamadas por dia, o Grok pode economizar 70% a 80% do custo.

Usuários de Cursor. A integração nativa elimina qualquer atrito. Não precisa configurar API key, não precisa de proxy, não precisa de nada. Só seleciona e usa.

Cenários onde o Opus 4.8 ou GPT 5.6 ainda fazem mais sentido:

Tarefas complexas de longo contexto. Refatoração de sistemas inteiros, análise de codebases grandes, problemas que exigem raciocínio profundo em cadeia. Aqui o Opus ainda leva vantagem.

Código que precisa de segurança máxima. O Opus 4.8 tem melhor performance em benchmarks de segurança e detecção de vulnerabilidades.

Quando o budget não é prioridade. Se custo não é fator, o Fable 5 é objetivamente melhor.

O roadmap da SpaceXAI: Grok 5 com 10 trilhões de parâmetros

Se o Grok 4.5 já tem 1,5 trilhão, o roadmap publicado pela SpaceXAI menciona sete modelos em treinamento, incluindo o Grok 5 com 10 trilhões de parâmetros. Dez trilhões. É um número que desafia a imaginação e os data centers.

A SpaceXAI tem vantagem aqui: infraestrutura. Com os data centers da Tesla, a rede de satélites da Starlink para transferência de dados, e a capacidade de investimento de uma empresa de US$ 2,1 trilhões, a escala não é o problema. O problema é se modelos maiores realmente traduzem em resultados proporcionalmente melhores, ou se atingimos retornos decrescentes de escala.

O mercado de modelos de IA em julho de 2026 está mais competitivo do que nunca. Claude Opus 4.8, GPT 5.6 Sol, Gemini 3, GLM 5.2, Grok 4.5. Cada um com suas forças. Nenhum domina todas as categorias. E a guerra de preços está só começando.

O Grok 4.5 não é o melhor modelo do mundo. Mas pode ser o melhor custo-benefício. E para a maioria dos devs que pagam do próprio bolso ou de orçamentos apertados de startup, custo-benefício é o que paga as contas.

Grok Build: o IDE que vem junto

Além da API e do Cursor, o Grok 4.5 é o modelo default dentro do Grok Build, o ambiente de desenvolvimento da própria SpaceXAI. Pense num playground turbinado: você descreve o que quer (“cria uma simulação do sistema solar em Three.js”) e o Grok gera o projeto inteiro, com preview ao vivo.

Os exemplos que a SpaceXAI mostrou incluem:

• Geração de apps completos a partir de um único prompt
• Trabalho com Excel envolvendo pesquisa na web e fórmulas multi-planilha
• Criação de apresentações PowerPoint com shapes nativos
• Geração de documentos Word formatados

É o tipo de coisa que o Claude Artifacts e o ChatGPT Canvas fazem, mas com a vantagem de rodar num modelo que custa significativamente menos por token. Para prototipagem rápida e provas de conceito, o custo menor permite iterar mais sem se preocupar com a fatura no fim do mês.

O que isso muda no mercado de IA para código

O lançamento do Grok 4.5 no mesmo dia que o GPT 5.6 Sol e o GPT-Live da OpenAI não é coincidência. Julho de 2026 virou o mês que três labs decidiram competir simultaneamente, e quem ganha com isso é o desenvolvedor.

A guerra de preços que começou com o DeepSeek no início de 2025 agora chegou aos modelos frontier. Quando o Grok 4.5 cobra US$ 6 por milhão de tokens de output enquanto o GPT 5.6 Sol cobra US$ 30, a pressão sobre OpenAI e Anthropic para reduzir preços é enorme.

A Anthropic ainda tem a carta do Fable 5, que é objetivamente o melhor modelo de código do mercado nos benchmarks. Mas por quanto tempo consegue cobrar premium quando concorrentes entregam 85% a 90% da qualidade por um quinto do preço?

O Harvey Legal Agent Benchmark, onde o Grok 4.5 ficou em primeiro lugar, mostra que a competência do modelo vai além de código. Advogados, analistas, pesquisadores, todos vão se beneficiar dessa competição.

Quem viveu a era dos cloud providers sabe como essa história termina: os preços caem, a qualidade sobe, e o cliente final fica com o melhor dos dois mundos. Estamos assistindo exatamente isso acontecer em tempo real com os modelos de IA.

Fonte de inspiração: Introducing Grok 4.5 | SpaceXAI