Grok 4.5

Popularidad y adopción

• Varios comentaristas dicen que Grok se usa mucho menos que GPT/Claude/Gemini, citando el throughput de tokens de OpenRouter como un orden de magnitud inferior.
• La reputación se ve perjudicada por su asociación con su propietario, las controversias previas de “MechaHitler”/CSAM y una supuesta agenda ideológica; algunos se niegan a usarlo por principio.
• Otros no se preocupan por la política y lo evalúan solo por precio/rendimiento, o señalan que mucha gente usa felizmente modelos chinos pese a sus propios problemas.

Rendimiento en programación y benchmarks

• Hay acuerdo general en que las versiones anteriores de Grok iban por detrás en SWE; 4.5 es la primera que se ve competitiva.
• En benchmarks de programación (DeepSWE, TerminalBench, SWE-Bench Pro) parece estar aproximadamente en el nivel “Opus 4.7” / comparable a GLM‑5.2, aunque algunos todavía consideran que GPT‑5.5/Opus 4.8 es más fiable.
• Muchos elogian su velocidad y eficiencia en tokens (alto número de tokens por segundo, menos tokens de razonamiento que sus pares). Algunos describen que supera refactors complejos, depuración, reformas de suites de pruebas y correcciones de Kubernetes.
• Otros informan que es “al límite de inutilizable” en refactors simples, lo que sugiere problemas del harness, dependencia del dominio o simplemente inconsistencias.
• Se informa que el uso de herramientas y el comportamiento agéntico han mejorado mucho frente a Grok 4, pero sigue siendo objeto de debate.

Precios y economía de tokens

• Precios de la API: $2/$6 por cada 1M de tokens de entrada/salida bajo 200k de contexto, duplicándose por encima de 200k; los aciertos de caché cuestan el 25% del precio de entrada (más alto que el de muchos competidores de EE. UU. y China).
• Algunos lo ven como “de clase Opus a precios de Haiku” una vez que se factoriza la eficiencia; otros dicen que sigue siendo caro frente a DeepSeek/GLM.
• Quejas sobre la suscripción: el plan de $40 solo ofrece unas ~8 horas/mes de Grok Build; SuperGrok y los paquetes con Cursor dan más, pero el valor frente a Codex/Claude Code es discutido.

Datos de entrenamiento, benchmarks y privacidad

• El entrenamiento usó “billones de tokens” de datos de interacción con Cursor IDE, además de grandes entornos de RL. Muchos ven esto como el verdadero foso competitivo para la calidad en programación.
• Preocupa que Cursor entrene con el trabajo de los usuarios por defecto, incluso para clientes de pago, lo que genera temores de fuga de propiedad intelectual.
• Se discuten preocupaciones sobre “colapso del modelo” por datos sintéticos; el consenso en el hilo es que unos datos curados y mixtos, reales/sintéticos, están bien.
• CursorBench estuvo parcialmente contaminado por datos de entrenamiento; lo excluyeron del gráfico público de benchmarks, pero algunos siguen viendo esto como un riesgo de inflar benchmarks.

Política, sesgo y confianza

• Un gran subhilo debate el sesgo: múltiples análisis externos (citados en el hilo) se interpretan como que los grandes laboratorios tienden a la izquierda, con Grok ligeramente a la derecha pero el más cercano al centro; otros cuestionan estos estudios.
• A muchos les inquieta que un modelo pueda ajustarse tan directamente a la política de un solo multimillonario y temen un “empujón” silencioso en el backend en dominios no políticos, convirtiéndolo en un riesgo de cadena de suministro.
• Contraargumento: todos los laboratorios punteros moldean las respuestas mediante RLHF/RLAIF; ninguno es políticamente neutral, así que Grok solo es más explícito y, para algunos, más “equilibrado”.
• El comportamiento previo con imágenes sobre menores y la persona de “MechaHitler” se citan repetidamente como líneas rojas por parte de los críticos; los defensores dicen que esos problemas ya se han corregido y se centran en las diferencias de censura frente a otros laboratorios.

Acceso, bloqueo regional y momento de lanzamiento

• Grok 4.5 no está inicialmente disponible en la UE (las VPN funcionan); xAI dice que el soporte para la UE llegará pronto. El bloqueo regional se ve como algo inusual, pero no sin precedentes.
• Los comentaristas señalan la frecuente agrupación de grandes anuncios de modelos (Grok vs lanzamientos de GPT) y especulan sobre el momento competitivo, la inteligencia corporativa y la estrategia de relaciones públicas.

Estrategia de mercado y competencia

• Algunos ven a Grok atrapado en el medio: ni el mejor de su clase ni el más barato; difícil de justificar frente a Anthropic/OpenAI/DeepSeek/GLM.
• Otros argumentan que el enorme cluster de xAI, la capacidad excedente y la integración con Cursor/X/Tesla le dan margen para rebajar precios y construir un nicho, incluso con una cuota de mercado baja.
• Hay amplio consenso en que Anthropic sigue liderando en programación seria/investigación, con OpenAI y Google fuertes en otras áreas; Grok 4.5 se ve como un paso de xAI desde “no contendiente” a “segunda línea pero relevante”.