Grok 4.5 ЗДЕСЬ! (Реальные тесты и обзор)
Быстрый творческий результат, нестабильная инженерия
- Первое впечатление Рона простое: Grok 4.5 был быстрым и дешёвым, но качество его работы было «50 на 50» и требовало больше руководства. (видео источник XoPS2ULsKo4, 00:39)
- Четыре мини-проекта плюс использование Composer показали $2.33 в записанной сессии, хотя Рон также отметил высокое потребление токенов. Рассматривайте это как один устаревший пример, а не как текущую цену. (видео источник XoPS2ULsKo4, 02:53; 02:56)
- Средневековый замок прошёл проверку. Китайская демонстрация деревянных конструкций улучшилась после того, как Рон удалил одну функцию, тогда как сборки Хельмовой Пади и Хогвартса не прошли его визуальные и функциональные проверки. (видео источник XoPS2ULsKo4, 07:51; 09:04; 09:27; 10:52)
- Самый сильный результат был получен при настоящем обзоре репозитория: Grok 4.5 выявил непоследовательную фильтрацию временных окон в X-news пайплайне Рона. Затем Рон планировал превратить это открытие в предложение или
spec.mdдля своей модели исполнения. (видео источник XoPS2ULsKo4, 13:08; 13:36)
Grok 4.5 — это не та модель, которой Рон доверил бы превращение креативного брифа с множеством функциональных деталей в отполированный одноразовый результат. Его проверенная позиция ближе к «более дешёвому Opus 4.7», чем к «сопернику Fable 5»: достаточно быстрая и недорогая для экспериментов, но лучше всего подходит для узких задач, когда оператор может проверить результат, а работа выигрывает от контекста X-данных. Для этого набора доказательств используйте её как контролёра с надзором или ограниченного исполнителя, а не как единственный мозг в цепочке. (исходное видео XoPS2ULsKo4, 03:31; 13:19; 13:48; 14:24)
Смотрите тест
- : Рон строит обзор вокруг реального качества кода, скорости, стоимости и того, сколько инструкций требуется модели.
- : видео фиксирует контекстное окно на момент запуска и позиционирование по бенчмарку.
- : тот же загруженный запрос, использованный с Fable 5, выявляет слабую детализацию крыши и износа.
- : более убедительная постройка заслуживает прохождения, с оговорками по контролю времени и полировке.
- : дождь присутствует, но сцена слишком тёмная и не похожа на целевую.
- : упрощение запроса всё ещё не даёт запрашиваемого внешнего вида или доступного интерьера.
- : Грок проверяет конвейер X-news и находит конкретную проблему фильтрации.
- : Рон отделяет низкую стоимость и скорость от чистого творческого потенциала.
Рон своими словами
«Это определённо быстро, это определённо дешево, но качество какое-то 50 на 50.» — Рон, исходное видео XoPS2ULsKo4, 00:39
«Это не крыша.» — Рон, исходное видео XoPS2ULsKo4, 05:36
«Возможно, загруженные подсказки не очень подходят для Grok 4.5.» — Рон, исходное видео XoPS2ULsKo4, 07:58
«Я бы сказал, что это как Opus 4.7, но быстрее и дешевле.» — Рон, исходное видео XoPS2ULsKo4, 14:24
Что показали четыре сборки
A загруженная подсказка просит одновременно несколько сложных функций или ограничений. Первый китайский запрос Рона по древесине сочетал детализированное 3D-здание, загрузку фотографии пользователем и единый автономный HTML-файл. (исходное видео XoPS2ULsKo4, 04:05) Его первый результат имел несколько построек, но не было законченной крыши и использовалась смена цвета вместо текстуры с трещинами и следами износа. (исходное видео XoPS2ULsKo4, 05:13; 05:39; 05:59) Рон объяснил, что Fable 5 отклонил требование несовместимой загрузки и создал демонстрацию, тогда как Grok 4.5 попытался выполнить весь запрос. (исходное видео XoPS2ULsKo4, 06:24; 06:36)
Затем Рон убрал функцию загрузки и попросил только демонстрацию. (исходное видео XoPS2ULsKo4, 06:45) Вторая попытка достигла завершенной крыши, но все еще не имела черепицы; Рон сказал, что логика лесов правильная, в то время как старение осталось только как изменение цвета. (исходное видео XoPS2ULsKo4, 07:28; 07:32; 07:47) Рон назвал это небольшим улучшением по сравнению с первой версией. Это подтверждает практический урок: сокращайте задачу, прежде чем предполагать, что сама модель дала сбой. Это не превращает результат в успешный. (исходное видео XoPS2ULsKo4, 07:51)
| Тест | Что заметил Рон | Результат в этом видео |
|---|---|---|
| Китайская деревянная архитектура | Несколько строений и улучшенные леса во второй попытке, но слабая кровля и старение только изменением цвета вместо текстуры треснувшего дерева. (исходное видео XoPS2ULsKo4, 05:39; 05:59; 07:32) | Улучшилось после сокращения объема; все еще ниже запрошенного уровня отделки. (исходное видео XoPS2ULsKo4, 07:51) |
| Средневековый замок | Правильная последовательность строительства, рентген осады, полезная деталь маленького строения и отсутствие контроля временной линии; Рон счел это менее привлекательным, чем longcat. (исходное видео XoPS2ULsKo4, 08:07; 08:24; 08:31; 08:36; 09:02) | Прошла. (исходное видео XoPS2ULsKo4, 09:04) |
| Хельмова Падь | Не похоже на цель, сцена была слишком темной, присутствовала детализация дождя. (исходное видео XoPS2ULsKo4, 09:11; 09:14; 09:23) | Большой провал. (исходное видео XoPS2ULsKo4, 09:27) |
| Хогвартс | Рон заставил модель улучшиться и спланировать более простой запрос, но сцена была слишком яркой, и он не смог достичь запрошенного интерьера Великого зала. (исходное видео XoPS2ULsKo4, 09:56; 10:05; 10:16) | Ошибка. (исходное видео XoPS2ULsKo4, 10:52) |
Это четыре демонстрации, а не общая бенчмарк-платформа. Они наиболее полезны как доказательство режимов сбоев: Grok 4.5 мог создавать структуру, но требовал суженного текста и все же пропускал визуальную отделку или запрашиваемое взаимодействие в трех тестах; замок прошел один раз. (исходное видео XoPS2ULsKo4, 07:51; 09:04; 09:27; 10:52)
Обзор кода был более полезен
Рон перешел от креативных демонстраций к раннему проекту X-news, который собирал и фильтровал сообщения из социальных сетей для ежедневного отчета. Ранее он использовал Fable 5 для планирования и MiniMax M3 для выполнения, затем попросил Grok 4.5 изучить репозиторий и оценить конвейер. (исходное видео XoPS2ULsKo4, 11:07; 12:05; 12:36)
Обзор сказал, что широкий конвейер звучит надежно, затем изолировал согласованность временных окон как основное отличие в том, как фильтровались релевантные и нерелевантные посты. Следующий шаг Рона не заключался в том, чтобы дать Гроку полный контроль: он предложил спросить у него о spec.md, передав это предложение своему агенту MiniMax, и далее итеративно двигаться. (источник видео XoPS2ULsKo4, 12:58; 13:08; 13:36)
Когда Грок получает задание
Тесты, проведённые 9 июля 2026 года, поддерживают следующее разделение задач:
- Это однократная творческая задача с несколькими визуальными и функциональными требованиями? Не выбирайте Грок 4.5 только на основании этих данных; три из четырёх творческих тестов потребовали серьёзной корректировки или не прошли проверку Рона. (источник видео XoPS2ULsKo4, 07:51; 09:27; 10:52)
- Можете ли вы разделить бриф на одну задачу размером с демонстрацию? Попробуйте меньшую задачу и проверьте результат. Удаление требования загрузки дало небольшое улучшение попытки архитектуры на китайском. (исходное видео XoPS2ULsKo4, 06:45; 07:51)
- Является ли работа обзором новостей или агрегирующего потока, ориентированного на X? Это самое ясное соответствие в видео. Попросите диагноз, а затем превратите вывод в предложение или спецификацию для отдельного этапа выполнения, как планировал Рон. (исходное видео XoPS2ULsKo4, 13:19; 13:36)
- Имеет ли значение стоимость и может ли человек или более сильная модель планирования контролировать процесс? Grok 4.5 является кандидатом для дешёвого прохода. Сессия за $2,33 в видео является доказательством только для этого запуска, а не гарантированным бюджетом. (исходное видео XoPS2ULsKo4, 02:53; 14:12)
Примечание о свежести
Видео было опубликовано 9 июля 2026 года, а этот материал был проверен на соответствие исходной расшифровке и сегментам с временными отметками 18 июля 2026 года. Дополнительные релиз-ноты, страницы с ценами, результаты бенчмарков или последующие тесты не добавлялись. Заявления, записанные о 500-тысячном окне контекста, возможном обновлении до миллиона токенов «к следующей неделе», позициях в бенчмарках и стоимости сеанса в $2,33, остаются заявлениями на момент запуска из видео, а не утверждениями о модели, доступной сегодня. (исходное видео XoPS2ULsKo4, 01:33; 01:41; 02:35; 02:53)