Grok 4.5 Review: Un Programador Diario Barato y Rápido

Reseña de Grok 4.5: un caballo de batalla barato y rápido para programar

El número que me detuvo no fue un benchmark. Fue un recuento de tokens.

xAI lanzó Grok 4.5 el 8 de julio de 2026, y mi primera reacción fue la misma que tengo cada semana últimamente: otro modelo punto-algo, otra captura de pantalla de un leaderboard, probablemente nada. Estaba a mitad de una ejecución de agente con Opus 4.8 — de esas que queman silenciosamente millones de tokens mientras finjo no mirar el contador — y casi descarté el anuncio de un manotazo.

Entonces vi la cifra de eficiencia. xAI reportó que Grok 4.5 usa aproximadamente 4,2 veces menos tokens de salida que Opus 4.8 en tareas largas de programación — unos 15.954 tokens de salida promedio por tarea frente a 67.020 de Opus 4.8 en configuración máxima. Eso no es una diferencia de redondeo. Es la diferencia entre una factura que me hace estremecer y una factura que olvido.

Me gano la vida ejecutando modelos. No "ejecutar" en el sentido de "leí la documentación" — quiero decir que tengo pipelines de agentes multimodelo entregando código real casi todos los días, y siento cada cambio de precio en mi factura mensual de verdad. Así que un modelo que aterriza cerca de la frontera del coding costando $2 por millón de tokens de entrada captó mi atención más rápido que cualquier gráfico de benchmarks. Déjame ser franco sobre una cosa antes de seguir: todavía no he pasado un mes completo con Grok 4.5. Lo que sigue es un primer vistazo construido sobre los datos del lanzamiento, las demos públicas y — la parte de la que sí puedo hablar de primera mano — exactamente cómo encajaría un modelo así en un stack que ya ejecuto a diario.

Por qué un modelo de código barato y eficiente importa más que uno más inteligente ahora mismo

Nadie te cuenta esto cuando pasas de "chatear con un modelo" a "ejecutar agentes que escriben código": el modelo más inteligente casi nunca es el que deberías estar usando la mayor parte del tiempo.

Yo lo aprendí de la forma cara. Durante una temporada esta primavera enruté casi todo por el modelo más potente al que tenía acceso, porque ¿por qué no ibas a usar el mejor? Entonces hice las cuentas de una sola semana de trabajo agéntico — tareas de varios pasos, montones de llamadas a herramientas, contexto largo, el modelo releyendo archivos y replanificando en cada iteración. Los totales de tokens eran absurdos. Los agentes de código de frontera devoran rutinariamente millones de tokens por tarea no trivial una vez que cuentas todo el razonamiento y el tráfico de herramientas. Una comparación reportada situó una tarea agéntica de código completa en alrededor de 1,9M de tokens totales para Grok 4.5 frente a unos 6–7M para los modelos de frontera más caros en sus respectivos harnesses. Multiplica eso por una jornada de trabajo y la estrategia de "usa siempre el mejor" deja de ser una estrategia y empieza a ser una fuga.

Ese es exactamente el hueco que Grok 4.5 está construido para ocupar. No "el modelo más inteligente de la sala". El eficiente — el caballo de batalla que puedes dejar corriendo sin vigilar el contador, lo bastante rápido para mantenerte en flujo y lo bastante barato como para que dejes de racionarlo.

Y "lo bastante rápido para mantenerte en flujo" no es un beneficio menor. Cuando un modelo transmite a paso de tortuga, cambias de contexto. Haces alt-tab. Pierdes el hilo. Grok 4.5 se sirve a aproximadamente 80 tokens por segundo — el nivel de "modelo rápido" de xAI — y evaluadores independientes cronometraron su primer token llegando en menos de medio segundo en comparativas directas. Esa capacidad de respuesta cambia cómo se siente trabajar con él, de una forma que una tabla estática de benchmarks nunca capturará.

Pero antes de hablar de dónde encaja, déjame ser preciso sobre lo que realmente se lanzó — porque los detalles del lanzamiento importan, y un par de ellos son genuinamente sorprendentes.

Dentro de la ficha técnica de Grok 4.5 — y su nueva insignia SpaceXAI

Una nota de marca por adelantado, porque de verdad confunde a la gente: Grok 4.5 viene de xAI — pero xAI ya no es una empresa independiente. SpaceX la adquirió en una operación totalmente en acciones que se cerró en febrero de 2026, y el 6 de julio de 2026 — dos días antes de este lanzamiento — la compañía se rebautizó oficialmente como SpaceXAI. Así que si viste Grok 4.5 atribuido a SpaceX, eso ahora es correcto, no una confusión. El viejo encuadre de "xAI es una empresa separada" quedó desactualizado a partir de este lanzamiento.

Aquí está la ficha técnica confirmada al momento del lanzamiento de julio de 2026:

• Diseñado específicamente para código y agentes. xAI describe Grok 4.5 como su modelo más inteligente para programación, tareas agénticas y trabajo de conocimiento — y, de forma notable, fue co-entrenado junto a Cursor con datos reales de interacción desarrollador-agente. Es un modelo mixture-of-experts entrenado en código, ciencia, ingeniería y matemáticas, con el objetivo declarado de resolver problemas prácticos de ingeniería en lugar de solo perseguir posiciones en los leaderboards.
• Precios: aproximadamente $2 por millón de tokens de entrada y $6 por millón de tokens de salida, con entrada cacheada reportada en torno a $0,50/M. Para ponerlo en contexto, eso rebaja por un amplio margen a los modelos de código de frontera de gama alta.
• Ventana de contexto: 500K tokens. Aquí viene la sorpresa — en realidad es más pequeña que la ventana de 1M de la generación anterior. Los reportes apuntan a que xAI planea expandirla de vuelta hacia 1M, pero tal como se entrega hoy, planifica en torno a 500K. Yo trataría el "1M próximamente" como una señal de roadmap, no como algo sobre lo que arquitecturar todavía.
• Velocidad: ~80 tokens/segundo, el nivel rápido de xAI.
• Stack completo de herramientas modernas: llamadas a funciones nativas, salida JSON estructurada, búsqueda web, búsqueda en X y ejecución de código — con razonamiento alto siempre activado.
• Disponibilidad: la plataforma de construcción de Grok, la API de xAI y los planes de Cursor desde el lanzamiento. Un detalle que vale la pena señalar — el despliegue en la UE aparentemente se retrasó, llegando a mediados de julio en lugar del primer día. Si construyes desde Europa, verifica el acceso antes de conectarlo a nada.

La evaluación independiente respalda el posicionamiento más que el bombo: Artificial Analysis clasificó a Grok 4.5 alrededor del puesto #4 de 168 modelos en su Intelligence Index en el lanzamiento — cerca de la frontera, a una fracción del costo por tarea de los modelos por encima de él.

Cerca de la frontera. A una fracción del costo. Ese es todo el argumento en pocas palabras, y los benchmarks son donde la cosa se pone interesante — y honesta.

Benchmarks de Grok 4.5: cómo leerlos sin mentirte a ti mismo

Los benchmarks no mienten, exactamente. Solo miden lo que miden, que rara vez es lo que te importa. Así que déjame darte los números reportados y lo que cada uno está probando en realidad, porque la historia cambia según el gráfico que mires.

Esto es lo que reportaron xAI y la cobertura temprana:

Lee esa primera fila con atención, porque es la que más importa para el trabajo agéntico. Terminal-Bench evalúa si un modelo puede planificar, iterar y coordinar herramientas dentro de un shell — que es exactamente aquello de lo que vive o muere un agente de código autónomo. Un 83,3% codo a codo con GPT 5.5 y a un punto de Fable 5 no es un resultado de juguete. Es un modelo que puede realmente conducir un bucle de agente, no solo autocompletar una función.

El número de SWE-bench Pro cuenta la otra mitad de la historia. Con ~64,7% supera a GPT 5.5 pero queda por detrás del ~80,4% reportado de Fable 5 por un margen real. Así que en las tareas más difíciles de resolución de issues de principio a fin, Grok 4.5 es bueno — genuinamente bueno — pero no es el modelo al que le entregas tu problema más enrevesado, ambiguo, de "nadie entiende del todo este módulo legacy".

Y esa división es la verdadera conclusión. Grok 4.5 se agrupa con GPT 5.5 en ejecución agéntica, se sitúa un escalón por debajo de Fable 5 en profundidad pura de resolución de problemas, y rebaja a ambos dramáticamente en costo y gasto de tokens. No está ganando el trofeo al "modelo más inteligente". Nunca lo intentó.

Donde los benchmarks se quedan callados es donde las demos hacen ruido — así que veamos qué construye en realidad.

Demos de código de Grok 4.5: dónde brilla, dónde tropieza

Los números te dicen el techo de un modelo. Las demos te dicen su personalidad — dónde está confiado, dónde tropieza, qué claramente vio mucho durante el entrenamiento. Las demos públicas alrededor del lanzamiento pintaron un cuadro nítido y consistente, y señalaré qué partes me creería y cuáles verificaría yo mismo antes de fiarme de ellas.

Donde se vio genuinamente fuerte:

• Un clon de macOS — barra de menú superior, calendario, fondos de pantalla, un Launchpad funcional y animaciones del dock. La demo mostró iconos SVG limpios y coherentes en todo momento, lo que es más difícil de lo que parece. Los sistemas de iconos son donde los modelos menores producen papilla.
• Una landing page SaaS de gama alta en un solo archivo HTML — React 18 con GSAP y ScrollTrigger para animación de scroll, generada de un solo intento. Este es el punto dulce: frontend moderno, librería de animación real, layout cohesivo.
• El trabajo en SVG como fortaleza destacada — una mariposa detallada, una "pintura" en SVG y una lámpara de lava animada en CSS. El trabajo vectorial hecho a mano es un indicador real de la calidad de un modelo, y Grok 4.5 aparentemente lo clavó con limpieza, con resultados legibles y coloridos.
• Un renderizador de ray tracing en WebGL con niebla atmosférica y un cielo procedural, más una escena low-poly al estilo Zelda: Breath of the Wild que fue, según el presentador, uno de los momentos destacados de toda la sesión.
• Un clon estilo Minecraft con crafteo, bloques, herramientas y mobs — clasificado aproximadamente tercero entre los modelos probados, así que: competente, no líder de su clase.

Donde visiblemente sufrió:

• Un sistema solar en 3D salió flojo — una carencia real, y exactamente el tipo de problema de escala espacial astrofísica que estos modelos tienden a estropear.
• Una escena de donuts de derrape de F1 quedó en torno a un 6/10 — la física era imperfecta. El movimiento que tiene que sentirse correcto sigue siendo un punto débil.

¿Notas el patrón? Grok 4.5 es excelente en composición de UI de frontend, SVG y disposición de escenas 3D, y notablemente más débil en simulación con mucha física y visuales astrofísicos complejos. No es una distribución aleatoria. Encaja perfectamente con un modelo co-entrenado con Cursor que vio volúmenes enormes de trabajo real de frontend y construcción de aplicaciones. Construye interfaces como si hubiera crecido haciéndolo, y aproxima la física como si hubiera leído sobre ella.

Esto coincide casi exactamente con lo que encontré al someter a GPT 5.5 a builds reales similares — el frontend y el SVG aterrizan, la física se tambalea. Si quieres la versión más profunda de ese patrón de pruebas, escribí las ejecuciones completas en mi reseña práctica de GPT 5.5 Codex, y la misma regla de "confía en la UI, verifica la física" aplica aquí.

Entonces, ¿dónde se gana realmente su lugar un modelo así? Para mí, la respuesta no es "úsalo para todo". Es algo más quirúrgico.

Dónde encaja Grok 4.5: el modelo diario en un stack multimodelo

No ejecuto un solo modelo. Ya nadie serio lo hace. Ejecuto una pequeña flota, y todo el juego consiste en enrutar la tarea correcta al modelo correcto al costo correcto. Si alguna vez te has preguntado por qué tu factura de IA se dispara, casi siempre es porque estás enviando tareas baratas a modelos caros por costumbre.

Este es el modelo mental que uso, y dónde encaja Grok 4.5:

Nivel 1 — el modelo diario. El modelo que maneja el grueso del volumen: scaffolding, componentes de frontend, CRUD, refactorizaciones, boilerplate, el bucle de iteración rápida donde lo vas a ejecutar cincuenta veces. Este nivel necesita ser rápido, barato y eficiente mucho más de lo que necesita ser lo más inteligente que existe. Este es exactamente el asiento para el que Grok 4.5 está construido — y es el asiento que antes yo ocupaba con un modelo de gama media como Sonnet 5. En eficiencia y precio, Grok 4.5 presenta argumentos sólidos para quedarse con ese puesto directamente.

Nivel 2 — el peso pesado. El modelo que reservas para los problemas genuinamente difíciles: la decisión de arquitectura ambigua, el bug sutil de concurrencia, la refactorización de "esto toca cuarenta archivos y no entiendo del todo por qué". Aquí es donde mantengo a Fable 5 u Opus 4.8, porque SWE-bench Pro te está diciendo la verdad: la brecha de profundidad es real, y en el 20% difícil quieres el modelo que resuelve más issues, no el más barato.

La jugada de orquestación consiste en que el Nivel 1 haga el volumen y solo escalar al Nivel 2 cuando el Nivel 1 se atasca o la tarea viene marcada como difícil desde el principio. Bien hecho, obtienes la mayor parte de la calidad de la frontera a una fracción del costo de la frontera — porque dejaste de pagar precios premium por boilerplate. Desglosé la economía de exactamente este patrón de enrutamiento en mi guía de optimización de costos de agentes de IA, y Grok 4.5 está cerca de ser una mejora directa para el nivel de modelo diario en ese marco.

Lo que hace a Grok 4.5 específicamente atractivo para el Nivel 1 no es solo el precio de etiqueta — es la eficiencia de tokens componiéndose encima. Un modelo más barato por token que además usa menos tokens para terminar una tarea te ahorra dos veces. Esa reducción de 4,2x en tokens de salida frente a Opus 4.8 es donde vive el ahorro real, porque en tareas agénticas largas los tokens de salida y de razonamiento son los que de verdad drenan la cuenta.

Si prefieres no arquitecturar este enrutamiento tú mismo — o quieres un stack de agentes multimodelo construido, afinado y entregado a tu equipo para que no seas tú quien vigila los contadores de tokens — escríbeme si es un trabajo que prefieres delegar en lugar de cablear por tu cuenta. Mi trabajo con clientes está aquí.

Ese es el caso optimista. Ahora déjame argumentar contra mí mismo, porque un primer vistazo que solo enumera fortalezas es marketing, no una reseña.

Las limitaciones honestas que sopesaría antes de comprometerme

Quiero que Grok 4.5 me guste más de lo que quiero tener razón sobre él — que es exactamente por lo que tengo que ser cuidadoso aquí. Unas cuantas cosas moderan mi entusiasmo.

La ventana de contexto retrocedió. 500K es mucho, pero es la mitad de lo que ofrecía la generación anterior, y si has construido flujos de trabajo que dependen de meter bases de código enormes en un solo contexto, esa es una regresión real que planificar. El reportado "1M próximamente" es alentador, pero yo no arquitecturo sobre roadmaps. Arquitecturo sobre lo que se lanzó. Para trabajo con monorepos grandes hoy, ese techo de 500K es una restricción genuina — y si quieres el contraejemplo de apostar fuerte por una ventana de un millón de tokens, cubrí ese trade-off en mi artículo sobre Opus y el contexto de un millón de tokens.

La debilidad en física no es cosmética. Si tu trabajo involucra simulación, física de videojuegos, visualización científica o cualquier cosa donde el movimiento y la precisión espacial tengan que ser correctos en lugar de plausibles, las demos son una advertencia. Grok 4.5 compone escenas hermosas y luego estropea la física dentro de ellas. Ten claro de qué lado de esa línea está tu trabajo.

El retraso del lanzamiento en la UE es un tropiezo operativo real. Un despliegue a mediados de julio para Europa significa que si construyes allí y planificaste en torno a la disponibilidad del primer día, puede que te hayas topado con un muro. Verifica siempre el acceso regional antes de comprometer una dependencia de producción con un modelo recién estrenado.

Los benchmarks son los benchmarks del proveedor. La mayoría de los números llamativos aquí se remontan a los reportes de la propia xAI o a la cobertura de la ventana de lanzamiento. La clasificación independiente de Artificial Analysis es tranquilizadora, pero aun así yo ejecutaría mis propias tres o cuatro tareas representativas antes de confiarle nada de esto a trabajo real. Eso no es escepticismo sobre Grok en particular — es simplemente cómo trato cada lanzamiento ahora. Los números te llevan a "vale la pena probarlo", no a "conéctalo a producción".

Ninguna de estas es un obstáculo definitivo para el rol de modelo diario. Son barandillas. Y honestamente, un modelo que es claro sobre ser el caballo de batalla eficiente en lugar del genio más inteligente es más fácil de confiar que uno que se sobrevende, porque sabes exactamente dónde están sus bordes.

Entonces, ¿cómo sabrías realmente si te está funcionando? Déjame hacerlo concreto.

Cómo probar si Grok 4.5 merece un lugar en tu stack

No te fíes de mi encuadre — ni de la demo de nadie. Esta es la forma honesta y barata de averiguar si Grok 4.5 se gana un asiento, en una tarde:

1. Elige tres tareas reales cuya respuesta ya conozcas. Un build de frontend, una corrección de bug de dificultad media y una cosa con la que esperas que sufra (física, una refactorización peliaguda). Las tareas con respuesta conocida son las únicas que te dicen la verdad.
2. Vigila dos números, no uno. Registra los tokens totales y el tiempo de reloj hasta un resultado funcional — no solo si terminó. Toda la tesis de Grok 4.5 es la eficiencia, así que si no es notablemente más barato y más rápido que tu modelo diario actual en la misma tarea, la tesis falla para tu carga de trabajo.
3. Empújalo más allá de su zona de confort a propósito. Entrégale la tarea cargada de física deliberadamente. No intentas hacerlo quedar mal — estás encontrando la línea exacta donde necesitas escalar a un modelo más pesado. Conocer esa línea es lo que hace que el enrutamiento funcione.
4. Compara contra tu Nivel 1 actual, no contra la frontera. La pregunta correcta no es "¿es Grok 4.5 tan inteligente como Fable 5?". Claramente no lo es. La pregunta es "¿hace mi trabajo de alto volumen tan bien como mi modelo diario actual, por menos?". Esa es la única comparación que cambia tu factura.

Lo que buscas es aburrido en el mejor sentido: calidad de salida comparable en trabajo rutinario, costo significativamente menor y una idea clara de cuándo escalar. Si consigues esas tres cosas, has encontrado un modelo diario. Si la calidad baja en tareas rutinarias, déjalo en el banquillo.

Expectativa realista: para trabajo intensivo en frontend y construcción general de aplicaciones, esperaría que Grok 4.5 se mantuviera a la altura de un modelo diario de gama media costándote menos en ambos ejes. Para ingeniería profunda y ambigua, espera escalar. Eso no es una crítica — es todo el diseño funcionando según lo previsto.

La verdadera conclusión

Hace seis meses te habría dicho que la próxima gran cosa en IA sería un modelo más grande y más inteligente. Habría estado mirando el eje equivocado.

La historia de Grok 4.5 no va de inteligencia. Va de la eficiencia llegando a la frontera del coding — un modelo que se acerca a lo más alto del grupo en los benchmarks que importan para los agentes, transmite lo bastante rápido para mantenerte en flujo, y lo hace por una fracción del gasto de tokens. Esa combinación no gana titulares como lo hace "el modelo más inteligente de la historia". Pero es la combinación que realmente cambia lo que puedes permitirte construir.

No voy a jubilar a Fable 5 ni a Opus 4.8. La brecha de SWE-bench Pro es real, y los problemas difíciles siguen yendo a los pesos pesados. Lo que sí estoy haciendo es auditar cada tarea que actualmente corre por un modelo caro y hacerme una pregunta directa: ¿esto realmente necesita al genio, o solo necesita hacerse rápido y barato? Para una cantidad sorprendente de mi trabajo diario, la respuesta honesta es la segunda — y ese es el asiento que Grok 4.5 está construido para ocupar.

Ve a buscar esas tres tareas de prueba cuyas respuestas ya conoces. Pásalas por Grok 4.5 esta semana y mira el contador de tokens, no solo el resultado. Ese número — el que me detuvo a mí en primer lugar — es el que te dirá si xAI acaba de entregarte una forma más barata de lanzar software.

Preguntas frecuentes

¿Es Grok 4.5 bueno para programar?

Sí — Grok 4.5 es un modelo de código sólido, especialmente para trabajo agéntico y de frontend. Obtuvo un reportado ~83,3% en Terminal-Bench 2.1 (empatado con GPT 5.5) y fue co-entrenado con Cursor sobre datos reales de desarrollador-agente. Queda por detrás de modelos punteros como Fable 5 en las tareas más difíciles de SWE-bench Pro, así que encaja mejor como modelo diario de alto volumen que como peso pesado para tus problemas más complejos.

¿Cuánto cuesta Grok 4.5?

Grok 4.5 tiene un precio reportado de $2 por millón de tokens de entrada y $6 por millón de tokens de salida, con entrada cacheada en torno a $0,50 por millón. Eso rebaja significativamente a los modelos de código de frontera de gama alta, y su eficiencia de tokens (reportadamente ~4,2x menos tokens de salida que Opus 4.8 en tareas largas) multiplica el ahorro en trabajo agéntico real.

¿Cuál es la ventana de contexto de Grok 4.5?

Grok 4.5 se entrega con una ventana de contexto de 500K tokens. En realidad es más pequeña que la ventana de 1M de la generación anterior — los reportes apuntan a que xAI la expandirá de vuelta hacia 1M, pero por ahora planifica en torno a 500K. Para detalles sobre por qué una ventana de un millón de tokens importa para bases de código grandes, mira mi desglose más arriba.

¿Grok 4.5 está hecho por SpaceX?

Efectivamente, sí. Grok 4.5 viene de xAI, que SpaceX adquirió en una operación cerrada en febrero de 2026. El 6 de julio de 2026 — dos días antes de este lanzamiento — xAI se rebautizó oficialmente como SpaceXAI, integrándose en SpaceX. Así que el encuadre antiguo de "xAI y SpaceX son empresas separadas" ya no es preciso; Grok 4.5 se lanza bajo la marca SpaceXAI.

¿Debería reemplazar mi modelo actual con Grok 4.5?

No del todo — la jugada inteligente es colocar Grok 4.5 en el nivel de modelo diario de un stack multimodelo para trabajo de alto volumen, frontend y boilerplate, mientras mantienes un modelo más pesado como Fable 5 u Opus 4.8 para tus problemas de ingeniería más difíciles. Pruébalo contra tu modelo diario actual en tareas cuyas respuestas ya conoces antes de cambiar.

Antes de enrutar una sola tarea

Si estás considerando una configuración multimodelo como la de arriba — un modelo diario barato haciendo el volumen, un peso pesado de guardia para el 20% difícil — la parte complicada no es elegir modelos, es la lógica de enrutamiento y escalado que decide qué tarea va a dónde. Diseñar y afinar esa capa de enrutamiento — para que los equipos dejen de pagar precios de frontera por trabajo de boilerplate — es el tipo de proyecto que construyo de principio a fin. Si cablearlo tú mismo no es como quieres pasar la semana, aquí es donde encontrarme.