Grok 4.5 Review : Un Codeur Quotidien Rapide et Pas Cher

Le chiffre qui m'a arrêté net n'était pas un benchmark. C'était un décompte de tokens.

xAI a lancé Grok 4.5 le 8 juillet 2026, et ma première réaction a été la même que celle que j'ai désormais chaque semaine : encore un modèle « point-quelque-chose », encore une capture d'écran de classement, probablement rien de neuf. J'étais en plein milieu d'un run d'agent sous Opus 4.8 — le genre qui engloutit discrètement des millions de tokens pendant que je fais semblant de ne pas surveiller le compteur — et j'ai failli balayer l'annonce d'un geste.

Puis j'ai vu le chiffre d'efficacité. xAI rapportait que Grok 4.5 utilisait environ 4,2 fois moins de tokens de sortie qu'Opus 4.8 sur les longues tâches de code — environ 15 954 tokens de sortie en moyenne par tâche contre 67 020 pour Opus 4.8 aux réglages maximum. Ce n'est pas une différence d'arrondi. C'est la différence entre une facture qui me fait grimacer et une facture que j'oublie.

Faire tourner des modèles, c'est mon métier. Pas au sens « j'ai lu la doc » — je veux dire que j'ai des pipelines d'agents multi-modèles qui livrent du vrai code presque tous les jours, et je ressens chaque changement de prix sur ma facture mensuelle réelle. Alors un modèle qui se hisse près de la frontière du code tout en coûtant 2 $ par million de tokens d'entrée a attiré mon attention plus vite que n'importe quel graphique de benchmark. Soyons clairs sur un point avant d'aller plus loin : je n'ai pas encore passé un mois complet avec Grok 4.5. Ce qui suit est un premier regard construit sur les données du lancement, les démos publiques et — la partie dont je peux parler d'expérience — la façon exacte dont j'intégrerais un modèle de ce genre dans une stack que je fais déjà tourner tous les jours.

Pourquoi un modèle de code efficace et pas cher compte plus qu'un modèle plus intelligent en ce moment

Personne ne vous le dit quand vous passez de « discuter avec un modèle » à « faire tourner des agents qui écrivent du code » : le modèle le plus intelligent n'est presque jamais celui que vous devriez utiliser la plupart du temps.

Je l'ai appris à mes dépens. Pendant un moment ce printemps, j'ai tout routé ou presque vers le modèle le plus puissant auquel j'avais accès, parce que pourquoi ne pas utiliser le meilleur ? Puis j'ai fait le calcul sur une seule semaine de travail agentique — tâches multi-étapes, beaucoup d'appels d'outils, contexte long, le modèle relisant les fichiers et re-planifiant à chaque boucle. Les totaux de tokens étaient absurdes. Les agents de code de pointe engloutissent couramment des millions de tokens par tâche non triviale une fois qu'on compte tout le raisonnement et le trafic d'outils. Une comparaison rapportée chiffrait une tâche de code agentique complète à environ 1,9 M de tokens au total pour Grok 4.5 contre à peu près 6–7 M pour les modèles frontières plus chers dans leurs harnais respectifs. Multipliez cela sur une journée de travail et la stratégie « utilise juste le meilleur » cesse d'être une stratégie pour devenir une fuite.

C'est exactement le créneau dans lequel Grok 4.5 est conçu pour s'installer. Pas « le modèle le plus intelligent de la pièce ». Le modèle efficace — la bête de somme que vous pouvez laisser tourner sans surveiller le compteur, assez rapide pour vous garder dans le flow et assez peu chère pour que vous arrêtiez de la rationner.

Et « assez rapide pour rester dans le flow » n'est pas un bénéfice accessoire. Quand un modèle stream au ralenti, vous changez de contexte. Vous faites alt-tab. Vous perdez le fil. Grok 4.5 est servi à environ 80 tokens par seconde — le palier « fast model » de xAI — et des testeurs indépendants ont chronométré son premier token en moins d'une demi-seconde dans des comparatifs directs. Cette réactivité change la sensation de travail avec le modèle, d'une manière qu'un tableau de benchmarks statique ne capturera jamais.

Mais avant de parler de sa place, soyons précis sur ce qui a réellement été livré — parce que les détails du lancement comptent, et deux ou trois d'entre eux sont franchement surprenants.

Dans la fiche technique de Grok 4.5 — et son nouveau badge SpaceXAI

Une note de branding d'entrée de jeu, parce qu'elle piège vraiment les gens : Grok 4.5 vient de xAI — mais xAI n'est plus une société indépendante. SpaceX l'a rachetée dans une opération entièrement en actions bouclée en février 2026, et le 6 juillet 2026 — deux jours avant ce lancement — l'entreprise s'est officiellement rebaptisée SpaceXAI. Donc si vous avez vu Grok 4.5 attribué à SpaceX, c'est désormais exact, pas une confusion. L'ancien cadrage « xAI est une société séparée » est obsolète depuis ce lancement.

Voici la fiche technique confirmée au lancement de juillet 2026 :

• Conçu spécifiquement pour le code et les agents. xAI décrit Grok 4.5 comme son modèle le plus intelligent pour le code, les tâches agentiques et le travail de connaissance — et fait notable, il a été co-entraîné aux côtés de Cursor sur des données réelles d'interactions développeur-agent. C'est un modèle mixture-of-experts entraîné sur le code, la science, l'ingénierie et les mathématiques, avec l'objectif affiché de résoudre des problèmes d'ingénierie concrets plutôt que de seulement courir après les positions au classement.
• Tarification : environ 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie, avec une entrée en cache rapportée autour de 0,50 $/M. Pour situer, cela casse largement les prix des modèles de code frontières haut de gamme.
• Fenêtre de contexte : 500K tokens. Voilà la surprise — c'est en réalité plus petit que la fenêtre de 1M de la génération précédente. Des rapports indiquent que xAI prévoit de revenir vers 1M, mais tel qu'il est livré aujourd'hui, planifiez sur 500K. Je traiterais le « 1M bientôt » comme un signal de feuille de route, pas comme quelque chose sur quoi architecturer dès maintenant.
• Vitesse : ~80 tokens/seconde, le palier rapide de xAI.
• Stack d'outils moderne complète : appels de fonctions natifs, sortie JSON structurée, recherche web, recherche X et exécution de code — avec le raisonnement poussé toujours activé.
• Disponibilité : la plateforme de build de Grok, l'API xAI et les abonnements Cursor dès le lancement. Un bémol à signaler — le déploiement en UE aurait pris du retard, arrivant mi-juillet plutôt qu'au jour un. Si vous développez depuis l'Europe, vérifiez l'accès avant de le brancher où que ce soit.

L'évaluation indépendante conforte le positionnement plutôt que le battage : Artificial Analysis a classé Grok 4.5 autour de la 4e place sur 168 modèles de son Intelligence Index au lancement — près de la frontière, pour une fraction du coût par tâche des modèles au-dessus de lui.

Près de la frontière. Pour une fraction du coût. Tout l'argumentaire tient en ces quelques mots, et c'est avec les benchmarks que cela devient intéressant — et honnête.

Benchmarks de Grok 4.5 : les lire sans se mentir

Les benchmarks ne mentent pas, à proprement parler. Ils mesurent simplement ce qu'ils mesurent, qui est rarement ce qui vous importe. Alors laissez-moi vous donner les chiffres rapportés et ce que chacun teste réellement, parce que l'histoire change selon le graphique que vous regardez.

Voici ce que xAI et les premières couvertures ont rapporté :

Lisez attentivement cette première ligne, parce que c'est celle qui compte le plus pour le travail agentique. Terminal-Bench teste si un modèle sait planifier, itérer et coordonner des outils à l'intérieur d'un shell — soit exactement ce dont vit ou meurt un agent de code autonome. Un score de 83,3 % au coude à coude avec GPT 5.5 et à un point de Fable 5 n'est pas un résultat de jouet. C'est un modèle capable de réellement piloter une boucle d'agent, pas seulement d'autocompléter une fonction.

Le chiffre SWE-bench Pro raconte l'autre moitié de l'histoire. À ~64,7 %, il bat GPT 5.5 mais reste derrière les ~80,4 % rapportés de Fable 5 par une marge réelle. Donc sur les tâches de résolution de bout en bout les plus dures, Grok 4.5 est bon — vraiment bon — mais ce n'est pas le modèle à qui vous confiez votre problème le plus tordu, ambigu, du type « personne ne comprend vraiment ce module legacy ».

Et cette dichotomie est le véritable enseignement. Grok 4.5 se regroupe avec GPT 5.5 sur l'exécution agentique, se place un cran sous Fable 5 en profondeur brute de résolution de problèmes, et les surclasse tous deux radicalement sur le coût et la dépense de tokens. Il ne gagne pas le trophée du « modèle le plus intelligent ». Il n'a jamais cherché à le faire.

Là où les benchmarks se taisent, les démos parlent fort — alors regardons ce qu'il construit réellement.

Démos de code de Grok 4.5 : là où il brille, là où il patine

Les chiffres vous donnent le plafond d'un modèle. Les démos vous donnent sa personnalité — là où il est confiant, là où il patine, ce qu'il a manifestement beaucoup vu à l'entraînement. Les démos publiques autour du lancement ont dressé un portrait net et cohérent, et je signalerai les parties auxquelles je ferais confiance et celles que je vérifierais moi-même avant de m'y fier.

Là où il a paru vraiment solide :

• Un clone de macOS — barre de menus supérieure, calendrier, fonds d'écran, un Launchpad fonctionnel et des animations de dock. La démo montrait des icônes SVG propres et cohérentes partout, ce qui est plus difficile qu'il n'y paraît. Les systèmes d'icônes sont là où les modèles moins bons produisent de la bouillie.
• Une landing page SaaS haut de gamme dans un seul fichier HTML — React 18 avec GSAP et ScrollTrigger pour l'animation au scroll, générée en un seul coup. C'est le point idéal : frontend moderne, vraie bibliothèque d'animation, mise en page cohérente.
• Le travail SVG comme force marquante — un papillon détaillé, une « peinture » en SVG et une lava lamp animée en CSS. Le travail vectoriel écrit à la main est un vrai révélateur de la qualité d'un modèle, et Grok 4.5 l'aurait réussi proprement, avec un rendu lisible et coloré.
• Un moteur de ray-tracing WebGL avec brouillard atmosphérique et ciel procédural, plus une scène low-poly de style Zelda: Breath of the Wild qui fut, selon le présentateur, l'un des moments forts de toute la session.
• Un clone façon Minecraft avec craft, blocs, outils et mobs — classé à peu près troisième parmi les modèles testés, donc : compétent, mais pas le meilleur de sa catégorie.

Là où il a visiblement peiné :

• Un système solaire en 3D est sorti faible — une vraie lacune, et exactement le genre de problème d'échelles spatiales astrophysiques que ces modèles ont tendance à rater.
• Une scène de donut de drift en F1 a atterri autour de 6/10 — la physique était imparfaite. Le mouvement qui doit sembler juste reste un point faible.

Vous voyez le motif ? Grok 4.5 excelle en composition d'UI frontend, en SVG et en agencement de scènes 3D, et se montre nettement plus faible sur la simulation à forte composante physique et les visuels astrophysiques complexes. Ce n'est pas une répartition aléatoire. Cela colle parfaitement avec un modèle co-entraîné avec Cursor qui a vu d'énormes volumes de vrai travail frontend et de construction d'applications. Il construit des interfaces comme s'il avait grandi en le faisant, et il approxime la physique comme s'il l'avait lue dans un livre.

Cela recoupe presque exactement ce que j'avais constaté en faisant passer GPT 5.5 par des builds réels similaires — le frontend et le SVG tiennent, la physique vacille. Si vous voulez la version détaillée de ce schéma de test, j'ai documenté les runs complets dans mon test pratique de GPT 5.5 Codex, et la même règle « faites confiance à l'UI, vérifiez la physique » s'applique ici.

Alors, où un modèle comme celui-ci gagne-t-il réellement sa place ? Pour moi, la réponse n'est pas « utilisez-le pour tout ». C'est plus chirurgical que cela.

Où se place Grok 4.5 : le modèle quotidien dans une stack multi-modèles

Je ne fais pas tourner un seul modèle. Plus personne de sérieux ne le fait. Je fais tourner une petite flotte, et tout le jeu consiste à router la bonne tâche vers le bon modèle au bon coût. Si vous vous êtes déjà demandé pourquoi votre facture IA explose, c'est presque toujours parce que vous envoyez des tâches bon marché vers des modèles chers, par habitude.

Voici le modèle mental que j'utilise, et où Grok 4.5 s'insère :

Palier 1 — le modèle quotidien. Le modèle qui absorbe l'essentiel du volume : scaffolding, composants frontend, CRUD, refactorisations, boilerplate, la boucle d'itération rapide où vous allez le lancer cinquante fois. Ce palier a besoin d'être rapide, pas cher et efficace bien plus que d'être la chose la plus intelligente au monde. C'est exactement le siège pour lequel Grok 4.5 est construit — et c'est le siège que j'aurais auparavant confié à un modèle intermédiaire comme Sonnet 5. Sur l'efficacité et le prix, Grok 4.5 a de solides arguments pour prendre ce siège purement et simplement.

Palier 2 — le poids lourd. Le modèle que vous réservez aux problèmes vraiment durs : la décision d'architecture ambiguë, le bug de concurrence subtil, la refactorisation « ça touche quarante fichiers et je ne comprends pas complètement pourquoi ». C'est là que je garde Fable 5 ou Opus 4.8, parce que SWE-bench Pro vous dit la vérité ici — l'écart de profondeur est réel, et sur les 20 % difficiles vous voulez le modèle qui résout le plus de problèmes, pas le moins cher.

Le jeu d'orchestration consiste à faire traiter le volume par le Palier 1 et à escalader vers le Palier 2 seulement quand le Palier 1 cale ou que la tâche est signalée difficile dès le départ. Bien fait, vous obtenez l'essentiel de la qualité de la frontière pour une fraction du coût de la frontière — parce que vous avez arrêté de payer des tarifs premium pour du boilerplate. J'ai décortiqué l'économie de ce schéma de routage exact dans mon guide d'optimisation des coûts d'agents IA, et Grok 4.5 est proche d'une mise à niveau directe pour le palier quotidien dans ce cadre.

Ce qui rend Grok 4.5 particulièrement convaincant pour le Palier 1, ce n'est pas seulement le prix affiché — c'est l'efficacité en tokens qui s'y compose par-dessus. Un modèle moins cher au token qui en plus utilise moins de tokens pour finir une tâche vous fait économiser deux fois. Cette réduction de 4,2x des tokens de sortie face à Opus 4.8, c'est là que vivent les vraies économies, parce que sur les longues tâches agentiques, ce sont les tokens de sortie et de raisonnement qui vident réellement le compte.

Si vous préférez ne pas architecturer ce routage vous-même — ou si vous voulez une stack d'agents multi-modèles construite, réglée et livrée à votre équipe pour ne pas être celui qui surveille les compteurs de tokens — contactez-moi si c'est un chantier que vous préférez déléguer plutôt que câbler vous-même. Mon travail pour mes clients est ici.

Voilà pour le scénario optimiste. Maintenant, laissez-moi argumenter contre moi-même, parce qu'un premier regard qui ne liste que des forces, c'est du marketing, pas un test.

Les limites honnêtes que je pèserais avant de m'engager

J'ai envie d'aimer Grok 4.5 plus que je n'ai envie d'avoir raison à son sujet — et c'est exactement pour cela que je dois être prudent ici. Quelques éléments tempèrent mon enthousiasme.

La fenêtre de contexte a régressé. 500K, c'est beaucoup, mais c'est la moitié de ce que proposait la génération précédente, et si vous avez construit des workflows qui reposent sur le fait de fourrer d'énormes bases de code dans un seul contexte, c'est une vraie régression à anticiper. Le « 1M bientôt » rapporté est encourageant, mais je n'architecture pas sur des feuilles de route. J'architecture sur ce qui est livré. Pour le travail sur de gros monorepos aujourd'hui, ce plafond de 500K est une contrainte réelle — et si vous voulez le contre-exemple qui mise à fond sur une fenêtre d'un million de tokens, j'ai couvert cet arbitrage dans mon article sur Opus et le contexte d'un million de tokens.

La faiblesse en physique n'est pas cosmétique. Si votre travail implique de la simulation, de la physique de jeu, de la visualisation scientifique ou tout ce où le mouvement et la précision spatiale doivent être corrects plutôt que plausibles, les démos sont un avertissement. Grok 4.5 compose de belles scènes puis rate la physique à l'intérieur. Sachez de quel côté de cette ligne se situe votre travail.

Le retard du lancement en UE est un vrai accroc opérationnel. Un déploiement mi-juillet pour l'Europe signifie que si vous y développez et que vous aviez planifié sur une disponibilité au jour un, vous avez peut-être heurté un mur. Vérifiez toujours l'accès régional avant d'engager une dépendance de production sur un modèle tout neuf.

Les benchmarks sont ceux du vendeur. La plupart des chiffres accrocheurs ici remontent aux propres rapports de xAI ou à la couverture du lancement. Le classement indépendant d'Artificial Analysis est rassurant, mais je ferais quand même tourner mes trois ou quatre tâches représentatives avant de confier du vrai travail à quoi que ce soit. Ce n'est pas du scepticisme envers Grok en particulier — c'est juste ma façon de traiter chaque lancement désormais. Les chiffres vous amènent à « ça vaut le coup de tester », pas à « branchez-le en production ».

Rien de tout cela n'est rédhibitoire pour le rôle de modèle quotidien. Ce sont des garde-fous. Et honnêtement, un modèle qui assume clairement d'être la bête de somme efficace plutôt que le génie le plus intelligent est plus facile à croire qu'un modèle qui se survend, parce que vous savez exactement où sont ses limites.

Alors comment sauriez-vous concrètement s'il fonctionne pour vous ? Rendons cela concret.

Comment tester si Grok 4.5 mérite sa place dans votre stack

Ne prenez pas mon cadrage — ni la démo de qui que ce soit — pour argent comptant. Voici la méthode honnête et bon marché pour savoir si Grok 4.5 gagne son siège, en un après-midi :

1. Choisissez trois tâches réelles dont vous connaissez déjà la réponse. Un build frontend, un correctif de bug de difficulté moyenne, une chose sur laquelle vous vous attendez à ce qu'il peine (physique, refactorisation épineuse). Les tâches à réponse connue sont les seules qui vous disent la vérité.
2. Surveillez deux chiffres, pas un. Suivez le total de tokens et le temps réel jusqu'à un résultat fonctionnel — pas seulement s'il a terminé. Toute la thèse de Grok 4.5 est l'efficacité, donc s'il n'est pas nettement moins cher et plus rapide que votre modèle quotidien actuel sur la même tâche, la thèse échoue pour votre charge de travail.
3. Poussez-le délibérément hors de sa zone de confort. Confiez-lui la tâche à forte composante physique volontairement. Vous n'essayez pas de le faire mal paraître — vous cherchez la ligne exacte où vous devez escalader vers un modèle plus lourd. Connaître cette ligne, c'est ce qui fait fonctionner le routage.
4. Comparez-le à votre Palier 1 actuel, pas à la frontière. La bonne question n'est pas « Grok 4.5 est-il aussi intelligent que Fable 5 ? » Il ne l'est manifestement pas. La question est « fait-il mon travail à fort volume aussi bien que mon modèle quotidien actuel, pour moins cher ? » C'est la seule comparaison qui change votre facture.

Ce que vous cherchez est ennuyeux dans le meilleur sens du terme : une qualité de sortie comparable sur le travail de routine, un coût nettement plus bas et une idée claire de quand escalader. Si vous obtenez ces trois choses, vous avez trouvé votre modèle quotidien. Si la qualité baisse sur les tâches de routine, laissez-le sur le banc.

Attente réaliste : pour le travail à dominante frontend et la construction d'applications en général, je m'attendrais à ce que Grok 4.5 tienne tête à un modèle quotidien intermédiaire tout en vous coûtant moins sur les deux axes. Pour l'ingénierie profonde et ambiguë, attendez-vous à escalader. Ce n'est pas un reproche — c'est tout le design qui fonctionne comme prévu.

Le vrai enseignement

Il y a six mois, je vous aurais dit que la prochaine grande nouveauté en IA serait un modèle plus gros et plus intelligent. J'aurais regardé le mauvais axe.

L'histoire de Grok 4.5 n'est pas une histoire d'intelligence. C'est celle de l'efficacité qui arrive à la frontière du code — un modèle qui atteint presque le haut du panier sur les benchmarks qui comptent pour les agents, qui stream assez vite pour vous garder dans le flow, et qui le fait pour une fraction de la dépense en tokens. Cette combinaison ne fait pas les gros titres comme « le modèle le plus intelligent de tous les temps ». Mais c'est la combinaison qui change réellement ce que vous pouvez vous permettre de construire.

Je ne mets pas Fable 5 ni Opus 4.8 à la retraite. L'écart sur SWE-bench Pro est réel, et les problèmes durs vont toujours aux poids lourds. Ce que je fais en revanche, c'est auditer chaque tâche qui passe actuellement par un modèle cher et poser une question brutale : est-ce que cela a vraiment besoin du génie, ou est-ce que cela a juste besoin d'être fait vite et pas cher ? Pour une part surprenante de mon travail quotidien, la réponse honnête est la seconde — et c'est le siège que Grok 4.5 est construit pour occuper.

Allez chercher ces trois tâches de test dont vous connaissez déjà les réponses. Faites-les passer par Grok 4.5 cette semaine et regardez le compteur de tokens, pas seulement la sortie. Ce chiffre — celui qui m'a arrêté au départ — est celui qui vous dira si xAI vient de vous offrir un moyen moins cher de livrer.

Foire aux questions

Grok 4.5 est-il bon pour coder ?

Oui — Grok 4.5 est un solide modèle de code, en particulier pour le travail agentique et frontend. Il a obtenu un score rapporté d'environ 83,3 % sur Terminal-Bench 2.1 (à égalité avec GPT 5.5) et a été co-entraîné avec Cursor sur des données réelles développeur-agent. Il reste derrière les meilleurs modèles comme Fable 5 sur les tâches SWE-bench Pro les plus dures, donc il convient mieux comme modèle quotidien à fort volume que comme gros bras pour vos problèmes les plus complexes.

Combien coûte Grok 4.5 ?

Grok 4.5 est tarifé, selon les chiffres rapportés, à 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie, avec une entrée en cache autour de 0,50 $ par million. Cela casse nettement les prix des modèles de code frontières haut de gamme, et son efficacité en tokens (environ 4,2 fois moins de tokens de sortie qu'Opus 4.8 sur les longues tâches, selon les rapports) démultiplie les économies sur le vrai travail agentique.

Quelle est la fenêtre de contexte de Grok 4.5 ?

Grok 4.5 est livré avec une fenêtre de contexte de 500K tokens. C'est en réalité plus petit que la fenêtre de 1M de la génération précédente — des rapports indiquent que xAI compte revenir vers 1M, mais planifiez sur 500K pour l'instant. Pour comprendre pourquoi une fenêtre d'un million de tokens compte pour les grandes bases de code, voyez mon analyse ci-dessus.

Grok 4.5 est-il fabriqué par SpaceX ?

Dans les faits, oui. Grok 4.5 vient de xAI, que SpaceX a rachetée dans une opération bouclée en février 2026. Le 6 juillet 2026 — deux jours avant ce lancement — xAI s'est officiellement rebaptisée SpaceXAI, s'intégrant à SpaceX. Donc l'ancien cadrage « xAI et SpaceX sont des sociétés séparées » n'est plus exact ; Grok 4.5 est livré sous la marque SpaceXAI.

Dois-je remplacer mon modèle actuel par Grok 4.5 ?

Pas entièrement — le geste intelligent est d'installer Grok 4.5 au palier « modèle quotidien » d'une stack multi-modèles pour le travail à fort volume, le frontend et le boilerplate, tout en gardant un modèle plus lourd comme Fable 5 ou Opus 4.8 pour vos problèmes d'ingénierie les plus durs. Testez-le face à votre modèle quotidien actuel sur des tâches dont vous connaissez déjà les réponses avant de changer.

Avant de router la moindre tâche

Si vous lorgnez une configuration multi-modèles comme celle décrite plus haut — un modèle quotidien pas cher qui absorbe le volume, un poids lourd de garde pour les 20 % difficiles — la partie délicate n'est pas de choisir les modèles, c'est la logique de routage et d'escalade qui décide quelle tâche va où. Concevoir et régler cette couche de routage — pour que les équipes arrêtent de payer des tarifs de frontière pour du boilerplate — est le genre de projet que je construis de bout en bout. Si le câbler vous-même n'est pas la façon dont vous voulez passer la semaine, voici où me trouver.