Grok 4.5 Review: Een Goedkope, Snelle Dagelijkse Codeerder

Het getal dat me deed stilstaan was geen benchmark. Het was een tokenaantal.

xAI bracht Grok 4.5 uit op 8 juli 2026, en mijn eerste reactie was dezelfde die ik tegenwoordig elke week heb: weer een punt-zoveel-model, weer een leaderboard-screenshot, waarschijnlijk niks bijzonders. Ik zat middenin een agent-run met Opus 4.8 — het soort run dat stilletjes miljoenen tokens verbrandt terwijl ik doe alsof ik niet naar de meter kijk — en ik veegde de aankondiging bijna weg.

Toen zag ik het efficiëntiecijfer. xAI rapporteerde dat Grok 4.5 op lange codeertaken ruwweg 4,2x minder output-tokens gebruikt dan Opus 4.8 — ongeveer 15.954 output-tokens gemiddeld per taak tegenover 67.020 voor Opus 4.8 op maximale instellingen. Dat is geen afrondingsverschil. Dat is het verschil tussen een rekening waar ik van schrik en een rekening die ik vergeet.

Ik draai modellen voor mijn werk. Niet "ik heb de docs gelezen"-draaien — ik bedoel dat ik multi-model agent-pipelines heb die de meeste dagen echte code opleveren, en ik voel elke prijswijziging in mijn daadwerkelijke maandfactuur. Dus een model dat dicht bij de coding-frontier landt en tegelijk $2 per miljoen input-tokens kost, trok mijn aandacht sneller dan welke benchmarkgrafiek dan ook. Laat ik één ding vooraf eerlijk zeggen: ik heb nog geen volle maand met Grok 4.5 gewerkt. Wat volgt is een eerste indruk, gebouwd op de launchdata, de publieke demo's en — het deel waarover ik wel uit eerste hand kan spreken — precies hoe ik een model als dit zou inpassen in een stack die ik al elke dag draai.

Waarom een goedkoop, efficiënt codeermodel nu belangrijker is dan een slimmer model

Niemand vertelt je dit wanneer je doorgroeit van "chatten met een model" naar "agents draaien die code schrijven": het slimste model is vrijwel nooit het model dat je het grootste deel van de tijd zou moeten draaien.

Ik heb dat op de dure manier geleerd. Een tijdje dit voorjaar routeerde ik bijna alles via het sterkste model waar ik toegang toe had, want waarom zou je niet het beste gebruiken? Toen rekende ik één week agentic werk na — meerstaps-taken, veel tool calls, lange context, het model dat bij elke loop bestanden herleest en opnieuw plant. De tokentotalen waren absurd. Frontier coding agents kauwen routinematig miljoenen tokens weg per niet-triviale taak zodra je al het redeneer- en toolverkeer meetelt. Eén gerapporteerde vergelijking kwam voor een volledige agentic codeertaak uit op zo'n 1,9M totale tokens voor Grok 4.5 tegenover ruwweg 6–7M voor de duurdere frontier-modellen in hun respectievelijke harnesses. Vermenigvuldig dat over een werkdag en de "gebruik gewoon het beste"-strategie houdt op een strategie te zijn en wordt een lek.

Dat is precies het gat waarvoor Grok 4.5 is gebouwd. Niet "het slimste model in de kamer". Het efficiënte model — het werkpaard dat je kunt laten draaien zonder de meter te hoeven babysitten, dat snel genoeg is om je in flow te houden en goedkoop genoeg dat je stopt met rantsoeneren.

En "snel genoeg om in flow te blijven" is geen zacht voordeel. Wanneer een model in slakkengang streamt, ga je context-switchen. Je alt-tabt. Je verliest de draad. Grok 4.5 wordt geserveerd op ruwweg 80 tokens per seconde — xAI's "fast model"-tier — en onafhankelijke testers klokten in directe vergelijkingen de eerste token binnen een halve seconde. Die responsiviteit verandert hoe het voelt om ermee te werken, op een manier die een statische benchmarktabel nooit zal vangen.

Maar voordat ik het heb over waar het past, wil ik precies zijn over wat er daadwerkelijk is uitgebracht — want de launchdetails doen ertoe, en een paar ervan zijn oprecht verrassend.

Binnen in de spec sheet van Grok 4.5 — en het nieuwe SpaceXAI-label

Eén opmerking over de branding vooraf, want dit zet mensen echt op het verkeerde been: Grok 4.5 komt van xAI — maar xAI is niet langer een zelfstandig bedrijf. SpaceX nam het over in een all-stock deal die in februari 2026 werd afgerond, en op 6 juli 2026 — twee dagen vóór deze launch — heeft het bedrijf zich officieel omgedoopt tot SpaceXAI. Dus als je Grok 4.5 aan SpaceX zag toegeschreven: dat klopt nu, het is geen vergissing. Het oude frame "xAI is een apart bedrijf" is sinds deze launch achterhaald.

Dit is de bevestigde spec sheet per de launch van juli 2026:

• Doelgericht gebouwd voor coding en agents. xAI omschrijft Grok 4.5 als zijn slimste model voor coding, agentic taken en kenniswerk — en opvallend genoeg is het samen met Cursor getraind op echte developer-agent-interactiedata. Het is een mixture-of-experts-model, getraind op coding, wetenschap, engineering en wiskunde, met als uitgesproken doel praktische engineeringproblemen op te lossen in plaats van alleen leaderboard-posities na te jagen.
• Prijzen: ruwweg $2 per miljoen input-tokens en $6 per miljoen output-tokens, met cached input gerapporteerd rond $0,50/M. Ter context: dat duikt met ruime marge onder de topklasse frontier-codeermodellen.
• Contextvenster: 500K tokens. En hier zit de verrassing — dat is feitelijk kleiner dan het 1M-venster van de vorige generatie. Berichten wijzen erop dat xAI van plan is weer richting 1M uit te breiden, maar zoals het vandaag wordt geleverd, moet je rekenen met 500K. Ik zou de "1M komt eraan" behandelen als een roadmap-signaal, niet als iets om nu al op te architecten.
• Snelheid: ~80 tokens/seconde, xAI's fast tier.
• Volledige moderne tool-stack: native function calling, gestructureerde JSON-output, websearch, X search en code execution — met high reasoning altijd aan.
• Beschikbaarheid: Groks build-platform, de xAI API en Cursor-abonnementen vanaf de launch. Eén addertje dat het vermelden waard is — de EU-uitrol liep naar verluidt achter en landde half juli in plaats van op dag één. Bouw je vanuit Europa, controleer dan de toegang voordat je het ergens in verwerkt.

Onafhankelijke evaluatie ondersteunt de positionering in plaats van de hype: Artificial Analysis rangschikte Grok 4.5 bij launch rond #4 van 168 modellen op zijn Intelligence Index — dicht bij de frontier, tegen een fractie van de kosten per taak van de modellen erboven.

Dicht bij de frontier. Tegen een fractie van de kosten. Dat is de hele pitch in zeven woorden, en bij de benchmarks wordt het interessant — en eerlijk.

Grok 4.5 benchmarks: ze lezen zonder jezelf voor de gek te houden

Benchmarks liegen niet, strikt genomen. Ze meten alleen het ding dat ze meten, en dat is zelden het ding waar jij om geeft. Dus laat me je de gerapporteerde cijfers geven én wat elk cijfer daadwerkelijk test, want het verhaal verandert afhankelijk van naar welke grafiek je kijkt.

Dit is wat xAI en de vroege berichtgeving rapporteerden:

Lees die bovenste rij zorgvuldig, want dat is de rij die voor agentic werk het meest telt. Terminal-Bench test of een model kan plannen, itereren en tools coördineren binnen een shell — en dat is precies waar een autonome coding agent op leeft of sterft. Een score van 83,3% die schouder aan schouder staat met GPT 5.5 en één punt achter Fable 5 is geen speelgoedresultaat. Dat is een model dat daadwerkelijk een agent-loop kan aansturen, niet alleen een functie kan autocompleten.

Het SWE-bench Pro-cijfer vertelt de andere helft van het verhaal. Met ~64,7% verslaat het GPT 5.5, maar blijft het met een echte marge achter op de gerapporteerde ~80,4% van Fable 5. Dus op de zwaarste end-to-end issue-resolutietaken is Grok 4.5 goed — oprecht goed — maar het is niet het model waaraan je je meest venijnige, ambigue, "niemand snapt deze legacy-module volledig"-probleem toevertrouwt.

En die tweedeling is het eigenlijke inzicht. Grok 4.5 clustert met GPT 5.5 op agentic uitvoering, zit een tandje onder Fable 5 op pure probleemoplossingsdiepte, en duikt bij beide dramatisch onder qua kosten en tokenverbruik. Het wint de trofee voor "slimste model" niet. Dat was ook nooit de bedoeling.

Waar de benchmarks stil worden, worden de demo's luid — dus laten we kijken naar wat het daadwerkelijk bouwt.

Grok 4.5 codeerdemo's: waar het schittert, waar het worstelt

Cijfers vertellen je het plafond van een model. Demo's vertellen je zijn persoonlijkheid — waar het zelfverzekerd is, waar het worstelt, wat het duidelijk veel heeft gezien in zijn training. De publieke demo's rond de launch schetsten een scherp, consistent beeld, en ik markeer welke delen ik zou vertrouwen en welke ik zelf zou verifiëren voordat ik erop bouw.

Waar het oprecht sterk oogde:

• Een macOS-kloon — bovenste menubalk, kalender, wallpapers, een werkende Launchpad en dock-animaties. De demo toonde overal strakke, coherente SVG-iconen, en dat is moeilijker dan het klinkt. Iconsystemen zijn waar mindere modellen brij produceren.
• Een high-end SaaS-landingspagina in één enkel HTML-bestand — React 18 met GSAP en ScrollTrigger voor scroll-animatie, in één keer gegenereerd. Dit is de sweet spot: moderne frontend, echte animatiebibliotheek, samenhangende layout.
• SVG-werk als opvallende kracht — een gedetailleerde vlinder, een SVG-"schilderij" en een geanimeerde CSS-lavalamp. Handgeschreven vectorwerk is een echte graadmeter voor modelkwaliteit, en Grok 4.5 zette het naar verluidt strak neer met leesbare, kleurrijke output.
• Een WebGL-raytracing-renderer met atmosferische mist en een procedurele lucht, plus een low-poly scène in Zelda: Breath of the Wild-stijl die volgens de presentator een van de hoogtepunten van de hele sessie was.
• Een Minecraft-achtige kloon met crafting, blokken, tools en mobs — ruwweg derde geëindigd van de geteste modellen, dus: competent, niet klassebest.

Waar het zichtbaar worstelde:

• Een 3D-zonnestelsel kwam er zwak uit — een echte tekortkoming, en precies het soort astrofysisch ruimtelijk-schaalprobleem waar deze modellen doorgaans op stuklopen.
• Een F1-driftdonut-scène landde rond een 6/10 — de physics waren niet perfect. Beweging die goed moet aanvoelen blijft een zwakke plek.

Zie je het patroon? Grok 4.5 is uitstekend in frontend-UI-compositie, SVG en 3D-scène-opbouw, en merkbaar zwakker in physics-zware simulatie en complexe astrofysische visuals. Dat is geen willekeurige spreiding. Het sluit perfect aan bij een model dat samen met Cursor is getraind en enorme volumes echt frontend- en app-bouwwerk heeft gezien. Het bouwt interfaces alsof het ermee is opgegroeid, en het benadert physics alsof het erover heeft gelezen.

Dit komt vrijwel exact overeen met wat ik vond toen ik GPT 5.5 door vergelijkbare praktijkbuilds haalde — de frontend en SVG landen, de physics wiebelt. Wil je de diepere versie van dat testpatroon, dan heb ik de volledige runs uitgeschreven in mijn hands-on review van GPT 5.5 Codex, en dezelfde regel "vertrouw de UI, verifieer de physics" geldt ook hier.

Dus waar verdient een model als dit daadwerkelijk zijn plek? Voor mij is dat antwoord niet "gebruik het voor alles". Het is chirurgischer dan dat.

Waar Grok 4.5 past: de daily driver in een multi-model stack

Ik draai niet één model. Niemand die serieus bezig is doet dat nog. Ik draai een kleine vloot, en het hele spel is de juiste taak naar het juiste model routeren tegen de juiste kosten. Als je je ooit hebt afgevraagd waarom je AI-rekening explodeert: het komt bijna altijd doordat je uit gewoonte goedkope taken naar dure modellen stuurt.

Dit is het mentale model dat ik gebruik, en waar Grok 4.5 inschuift:

Tier 1 — de daily driver. Het model dat het gros van het volume afhandelt: scaffolding, frontend-componenten, CRUD, refactors, boilerplate, de snel-itereren-loop waarin je het vijftig keer gaat draaien. Deze tier moet vooral snel, goedkoop en efficiënt zijn, veel meer dan dat hij het slimste ding op aarde moet zijn. Dit is precies de stoel waarvoor Grok 4.5 is gebouwd — en het is de stoel die ik voorheen vulde met een mid-tier model als Sonnet 5. Op efficiëntie en prijs maakt Grok 4.5 een sterke case om die plek rechtstreeks over te nemen.

Tier 2 — de heavy hitter. Het model dat je reserveert voor de echt moeilijke problemen: de ambigue architectuurbeslissing, de subtiele concurrency-bug, de refactor van "dit raakt veertig bestanden en ik snap niet volledig waarom". Hier houd ik Fable 5 of Opus 4.8, want SWE-bench Pro vertelt je hier de waarheid — het diepteverschil is echt, en op de moeilijke 20% wil je het model dat de meeste issues oplost, niet het model dat het goedkoopst is.

De orkestratiezet is om Tier 1 het volume te laten doen en alleen te escaleren naar Tier 2 wanneer Tier 1 vastloopt of de taak vanaf het begin als moeilijk is gemarkeerd. Goed uitgevoerd krijg je het merendeel van de frontier-kwaliteit tegen een fractie van de frontier-kosten — omdat je stopte met premiumprijzen betalen voor boilerplate. Ik heb de economie van exact dit routingpatroon uitgewerkt in mijn gids over AI-agent-kostenoptimalisatie, en Grok 4.5 is bijna een drop-in upgrade voor de daily-driver-tier in dat framework.

Wat Grok 4.5 specifiek aantrekkelijk maakt voor Tier 1 is niet alleen de stickerprijs — het is de token-efficiëntie die daar bovenop compoundeert. Een model dat per token goedkoper is en óók minder tokens gebruikt om een taak af te ronden, bespaart je dubbel. Die 4,2x reductie in output-tokens ten opzichte van Opus 4.8 is waar de echte besparing zit, want op lange agentic taken zijn het de output- en redeneertokens die de rekening daadwerkelijk leegtrekken.

Wil je deze routing liever niet zelf architecten — of wil je een multi-model agent-stack die gebouwd, afgesteld en aan je team overgedragen wordt, zodat jij niet degene bent die tokenmeters zit te babysitten — neem dan contact op als dat een klus is die je liever uitbesteedt dan zelf bedraadt. Mijn klantwerk vind je hier.

Dat is het optimistische verhaal. Nu ga ik tegen mezelf in, want een eerste indruk die alleen sterke punten opsomt is marketing, geen review.

De eerlijke beperkingen die ik zou afwegen voordat ik me vastleg

Ik wil Grok 4.5 liever leuk vinden dan gelijk hebben — en precies daarom moet ik hier voorzichtig zijn. Een paar dingen temperen mijn enthousiasme.

Het contextvenster ging achteruit. 500K is veel, maar het is de helft van wat de vorige generatie bood, en als je workflows hebt gebouwd die leunen op het proppen van enorme codebases in één context, is dat een echte regressie om rekening mee te houden. De gerapporteerde "1M komt eraan" is bemoedigend, maar ik architect niet op roadmaps. Ik architect op wat er is uitgebracht. Voor groot monorepo-werk is dat 500K-plafond vandaag een echte beperking — en wil je het tegenvoorbeeld van vol inzetten op een venster van een miljoen tokens, dan heb ik die afweging behandeld in mijn stuk over Opus en de million-token context.

De physics-zwakte is niet cosmetisch. Als je werk simulatie, game-physics, wetenschappelijke visualisatie of iets anders omvat waarbij beweging en ruimtelijke nauwkeurigheid correct moeten zijn in plaats van plausibel, dan zijn de demo's een waarschuwing. Grok 4.5 componeert prachtige scènes en laat vervolgens de physics erbinnen vallen. Weet aan welke kant van die lijn jouw werk zit.

De vertraagde EU-launch is een echte operationele hobbel. Een uitrol half juli voor Europa betekent dat als je daar bouwt en op dag-één-beschikbaarheid had gerekend, je mogelijk tegen een muur bent gelopen. Verifieer altijd regionale toegang voordat je een productie-afhankelijkheid vastlegt op een gloednieuw model.

Benchmarks zijn de benchmarks van de leverancier. De meeste opvallende cijfers hier herleiden naar xAI's eigen rapportage of berichtgeving rond de launch. De onafhankelijke Artificial Analysis-ranking is geruststellend, maar ik zou nog steeds mijn eigen drie of vier representatieve taken draaien voordat ik er echt werk aan toevertrouw. Dat is geen scepsis over Grok specifiek — het is gewoon hoe ik tegenwoordig elke launch behandel. De cijfers brengen je tot "het testen waard", niet tot "sluit het aan op productie".

Geen van deze punten is een dealbreaker voor de daily-driver-rol. Het zijn vangrails. En eerlijk gezegd is een model dat duidelijk is over zijn rol als efficiënt werkpaard in plaats van slimste genie makkelijker te vertrouwen dan een model dat zichzelf overschreeuwt, omdat je precies weet waar zijn randen liggen.

Dus hoe weet je nou of het voor jou werkt? Laat me dat concreet maken.

Zo test je of Grok 4.5 in jouw stack thuishoort

Neem mijn framing — of wiens demo dan ook — niet op goed geloof aan. Dit is de eerlijke, goedkope manier om in een middag uit te vinden of Grok 4.5 een plek verdient:

1. Kies drie echte taken waarvan je het antwoord al kent. Eén frontend-build, één bugfix van gemiddelde moeilijkheid, één ding waarvan je verwacht dat het ermee worstelt (physics, een venijnige refactor). Taken met een bekend antwoord zijn de enige die je de waarheid vertellen.
2. Kijk naar twee getallen, niet één. Volg de totale tokens én de doorlooptijd tot een werkend resultaat — niet alleen of het af is gekomen. De hele Grok 4.5-these is efficiëntie, dus als het op dezelfde taak niet merkbaar goedkoper en sneller is dan je huidige daily driver, faalt de these voor jouw workload.
3. Duw het bewust voorbij zijn comfortzone. Geef het opzettelijk de physics-zware taak. Je probeert het niet slecht te laten lijken — je zoekt de exacte lijn waar je moet escaleren naar een zwaarder model. Die lijn kennen is wat de routing laat werken.
4. Vergelijk met je huidige Tier 1, niet met de frontier. De juiste vraag is niet "is Grok 4.5 net zo slim als Fable 5?" Dat is het duidelijk niet. De vraag is "doet het mijn high-volume-werk net zo goed als mijn huidige daily driver, voor minder geld?" Dat is de enige vergelijking die je rekening verandert.

Waar je naar zoekt is saai op de beste manier: vergelijkbare outputkwaliteit op routinewerk, betekenisvol lagere kosten en een helder gevoel voor wanneer je moet escaleren. Krijg je die drie, dan heb je een daily driver gevonden. Zakt de kwaliteit op routinetaken, houd het dan op de bank.

Realistische verwachting: voor frontend-zwaar en algemeen app-bouwwerk verwacht ik dat Grok 4.5 zich staande houdt tegenover een mid-tier daily driver, terwijl het je op beide assen minder kost. Voor diep, ambigu engineeringwerk: reken op escaleren. Dat is geen sneer — dat is het hele ontwerp dat werkt zoals bedoeld.

De echte conclusie

Zes maanden geleden zou ik je hebben verteld dat het volgende grote ding in AI een groter, slimmer model zou zijn. Ik zou naar de verkeerde as hebben gekeken.

Het verhaal van Grok 4.5 gaat niet over intelligentie. Het gaat over efficiëntie die aankomt op de coding-frontier — een model dat dicht bij de top van het veld komt op de benchmarks die voor agents ertoe doen, snel genoeg streamt om je in flow te houden, en dat doet voor een fractie van het tokenverbruik. Die combinatie wint geen krantenkoppen zoals "slimste model ooit" dat doet. Maar het is de combinatie die daadwerkelijk verandert wat je je kunt veroorloven te bouwen.

Ik pensioneer Fable 5 of Opus 4.8 niet. Het SWE-bench Pro-gat is echt, en de moeilijke problemen gaan nog steeds naar de heavy hitters. Wat ik wel doe, is elke taak die nu door een duur model loopt auditen en een botte vraag stellen: heeft dit echt het genie nodig, of moet het gewoon snel en goedkoop af? Voor een verrassend groot deel van mijn dagelijkse werk is het eerlijke antwoord het tweede — en dat is de stoel waarvoor Grok 4.5 is gebouwd.

Pak die drie testtaken waarvan je de antwoorden al kent. Draai ze deze week door Grok 4.5 en kijk naar de tokenteller, niet alleen naar de output. Dat getal — het getal dat mij in eerste instantie deed stilstaan — is het getal dat je vertelt of xAI je zojuist een goedkopere manier heeft gegeven om te shippen.

Veelgestelde vragen

Is Grok 4.5 goed voor coding?

Ja — Grok 4.5 is een sterk codeermodel, vooral voor agentic en frontend-werk. Het scoorde een gerapporteerde ~83,3% op Terminal-Bench 2.1 (gelijk met GPT 5.5) en werd samen met Cursor getraind op echte developer-agent-data. Het blijft achter op topmodellen als Fable 5 bij de moeilijkste SWE-bench Pro-taken, dus het past het best als high-volume daily driver in plaats van als zware kracht voor je meest complexe problemen.

Wat kost Grok 4.5?

Grok 4.5 is geprijsd op een gerapporteerde $2 per miljoen input-tokens en $6 per miljoen output-tokens, met cached input rond $0,50 per miljoen. Dat duikt fors onder de topklasse frontier-codeermodellen, en zijn token-efficiëntie (naar verluidt ~4,2x minder output-tokens dan Opus 4.8 op lange taken) versterkt de besparing op echt agentic werk.

Wat is het contextvenster van Grok 4.5?

Grok 4.5 wordt geleverd met een contextvenster van 500K tokens. Dat is feitelijk kleiner dan het 1M-venster van de vorige generatie — berichten wijzen erop dat xAI weer richting 1M uitbreidt, maar reken voorlopig met 500K. Voor details over waarom een venster van een miljoen tokens ertoe doet bij grote codebases, zie mijn uitleg hierboven.

Is Grok 4.5 gemaakt door SpaceX?

Effectief wel. Grok 4.5 komt van xAI, dat door SpaceX werd overgenomen in een deal die in februari 2026 werd afgerond. Op 6 juli 2026 — twee dagen vóór deze launch — heeft xAI zich officieel omgedoopt tot SpaceXAI en is het opgegaan in SpaceX. Het oudere frame "xAI en SpaceX zijn aparte bedrijven" klopt dus niet meer; Grok 4.5 verschijnt onder het merk SpaceXAI.

Moet ik mijn huidige model vervangen door Grok 4.5?

Niet volledig — de slimme zet is om Grok 4.5 in de daily-driver-tier van een multi-model stack te schuiven voor high-volume-, frontend- en boilerplate-werk, terwijl je een zwaarder model als Fable 5 of Opus 4.8 aanhoudt voor je moeilijkste engineeringproblemen. Test het tegen je huidige daily driver op taken waarvan je de antwoorden al kent voordat je overstapt.

Voordat je ook maar één taak routeert

Als je een multi-model setup overweegt zoals hierboven — een goedkope daily driver die het volume doet, een heavy hitter stand-by voor de moeilijke 20% — dan is het lastige deel niet de modellen kiezen, maar de routing- en escalatielogica die bepaalt welke taak waarheen gaat. Het ontwerpen en afstellen van die routinglaag — zodat teams stoppen met frontier-prijzen betalen voor boilerplate-werk — is het soort project dat ik end-to-end bouw. Als je je week liever niet besteedt aan het zelf bedraden, hier vind je me.