xAI lanzó Grok 4.5, su primer modelo pensado para código y trabajo agéntico. Elon Musk lo describió como clase Opus, pero más rápido, más eficiente en tokens y más barato: US$2 por millón de tokens de entrada y US$6 de salida. Para un equipo latino que construye automatizaciones sobre la API, la pelea de precios se pone interesante.
Es el tercer lanzamiento en pocas semanas que se posiciona contra el modelo estrella de Anthropic sin nombrarlo de frente. Primero fue la propia Anthropic corriendo capacidades de Opus hacia su gama media, y ahora xAI llega directo a comparar su modelo nuevo con Opus 4.8 en velocidad y costo. Cuando todos apuntan al mismo techo, la señal es clara: el trabajo agéntico de código es el terreno donde se está jugando el margen.
Los números que puso xAI sobre la mesa
Grok 4.5 fue entrenado junto a Cursor sobre una base V9 de 1,5 billones de parámetros, según xAI. El dato que más interesa a quien paga por token es este: resuelve tareas con unos 15.954 tokens de salida en promedio, cerca de 4,2 veces menos que Opus 4.8 en su configuración máxima. Menos tokens de salida por tarea significa menos cuenta a fin de mes cuando el volumen escala.
El entrenamiento con Cursor no es casualidad. El modelo está disponible vía Grok Build, el editor Cursor y la consola API de xAI, lo que lo posiciona de entrada donde ya trabajan los desarrolladores en vez de pedirles que cambien de herramienta.
¿Alcanza la eficiencia en tokens para justificar migrar un flujo que ya funciona? Esa es la pregunta que el anuncio deja abierta, porque un modelo más barato por token no es más barato si necesita más intentos para llegar al mismo resultado.
A quién le sirve y a quién no todavía
El precio de US$2 de entrada y US$6 de salida ubica a Grok 4.5 en la misma vecindad que el precio introductorio con el que Anthropic lanzó Claude Sonnet 5. La diferencia es el enfoque: Sonnet 5 es un modelo mediano de propósito general, mientras Grok 4.5 nace apuntando a código y tareas agénticas. Para un equipo que automatiza generación de reportes, clasificación de leads o scripts internos, tener dos modelos capaces peleando por el mismo rango de precio empuja el costo hacia abajo sin que nadie tenga que negociar.
El pero que conviene no ignorar: el modelo no estuvo disponible en la Unión Europea al lanzamiento, y xAI apuntaba a mediados de julio para esa región. Si tu operación depende de servidores o clientes europeos, la disponibilidad regional pesa tanto como el benchmark. Y como siempre, las cifras de eficiencia y la comparación con Opus 4.8 salen de xAI, no de una evaluación independiente. Sirven para decidir qué probar, no para dar por hecho el resultado.
Cómo evaluarlo sin migrar a ciegas
- Toma una tarea agéntica acotada que ya corras en producción, como generar un resumen estructurado o revisar código repetitivo, y córrela en paralelo con tu modelo actual y con Grok 4.5.
- No compares solo el precio por token: mide tokens totales por tarea completada y cuántos reintentos necesitó cada modelo. Ahí es donde la eficiencia prometida se confirma o se cae.
- Si trabajas con Cursor, el acceso es directo desde el editor. Empieza ahí antes de tocar la consola API, porque el modelo fue entrenado con esa herramienta y es donde debería rendir mejor.
- Verifica la disponibilidad en tu región antes de comprometer un flujo. La ausencia en la UE al lanzamiento es un recordatorio de que la cobertura no es global desde el día uno.
Un modelo más rápido y barato no arregla una automatización mal diseñada. La ventaja se la lleva el equipo que ya tiene claro qué proceso quiere abaratar, no el que migra por el titular.
