Zum Inhalt springen

KI

Grok 4.5 ist da: "Opus-Klasse", sagt Elon. Belege folgen

Das erste Modell von SpaceXAI seit dem Börsengang soll dein Pensum günstiger erledigen. Die Effizienz ist die Schlagzeile, die Benchmarks sind das Kleingedruckte.

Titelfoto: Michael Gaylard from Horsham, UK / CC BY 4.0

TL;DR

  1. SpaceXAI hat Grok 4.5 veröffentlicht, das erste Modell seit dem Börsengang vor einigen Wochen.
  2. Laut Firma bringt es "twice greater token efficiency" gegenüber anderen Top-Modellen. Herstellerangabe, kein Laborergebnis.
  3. Die Benchmarks liegen Berichten zufolge nah an der Konkurrenz, knapp unter Best-in-Class.

Was passiert ist

SpaceXAI hat Grok 4.5 veröffentlicht, das erste Modell seit dem Börsengang der Firma vor einigen Wochen. In einem Blogpost am Mittwoch preist SpaceXAI es als Arbeitstier für genau die Jobs an, die die Branche so gern automatisieren würde: Coding, App-Bau, Büro- und Verwaltungskram, Recherche, Texte und ganz normale Wissensarbeit.

Die eigentliche Pointe ist der Preis. SpaceXAI behauptet, Grok 4.5 habe eine "twice greater token efficiency" als andere führende Modelle. Auf Deutsch: Die Firma sagt, das Modell braucht weniger Tokens, um den Job zu erledigen.

Elon Musk hat auf X gepostet, das eine Tochter von SpaceXAI ist, und das Modell mit Opus verglichen, dem LLM von Anthropic für aufwendige und komplexe Aufgaben. In seinem Post erwähnt er außerdem starkes positives Feedback von Kunden aus einem Beta-Testprogramm.

SpaceXAI hat auch Benchmark-Ergebnisse veröffentlicht. Demnach ist Grok mit den Top-Modellen der Konkurrenz konkurrenzfähig, liegt aber knapp unter Best-in-Class.

Warum es zählt

Wer KI pro Token bezahlt, macht sich zunehmend Gedanken über die Kosten. Hält die Effizienz-Behauptung bei echten Workloads, ist das ein handfester Vorteil. Billiger pro Aufgabe schlägt klüger auf der Folie, sobald die Rechnung kommt.

Das Wörtchen "wenn" trägt hier viel Gewicht. Die Zahl stammt vom Hersteller, veröffentlicht vom Hersteller, über das Modell des Herstellers. Und die Benchmarks sagen "nah dran", nicht "vorn", und das ist eine andere Schlagzeile als der Opus-Vergleich nahelegt.

Trotzdem ist die Arbeitstier-Pitch ehrlich darüber, wo das Geld liegt. Niemand rechnet Gedichte ab. Abgerechnet werden Verwaltungskram, Recherche und Routineaufgaben, die den Arbeitstag kohlenstoffbasierter Belegschaft füllen.

Token-Effizienz klingt nach Detail, entscheidet aber darüber, was der Betrieb eines Modells kostet. Ein Modell, das mit weniger Tokens zur gleichen Antwort kommt, ist für jeden Kunden günstiger und antwortet schneller.

Deshalb werben Labs inzwischen neben rohen Benchmark-Werten auch mit Effizienz. Und deshalb braucht die Behauptung unabhängige Tests, bevor irgendjemand sie für bare Münze nimmt. Die Vergleiche mit Konkurrenzmodellen, inklusive des Labels "Opus-Klasse", stammen von der Firma selbst.

Was du damit machst

  • Teste mit deinen eigenen Aufgaben.Schick eine echte Workload durch Grok 4.5 und durch dein aktuelles Modell, und vergleiche dann die Token-Rechnung statt der Marketingfolien.
  • Check die Benchmarks selbst."Knapp unter Best-in-Class" solltest du komplett lesen, bevor du irgendetwas umstellst.
  • Behalte die Verfügbarkeit im Blick.Beta-Kunden hatten zuerst Zugriff, Details zum breiteren Rollout sind noch dünn. Prüf also, was du tatsächlich nutzen kannst, bevor du darauf planst.
  • Rechne pro fertiger Aufgabe.Effizienz zählt nur, wenn das Ergebnis genauso gut ist. Miss also die Kosten pro akzeptiertem Ergebnis.

Keep up, sapiens. Das Arbeitstier ist angeblich billiger und braucht trotzdem keine Mittagspause.