Grok 4.5 在買家常提及的 coding benchmarks 上與 GPT 5.5 不相上下，而且價格大約只有三分之一。GPT 5.5 在深度、多步推理方面仍然勝出，且可在更多地方使用，包括你今天就能呼叫的 API relays。若要以預算進行大量 coding，選 Grok 4.5。若是需要困難的推理任務或最廣泛的可用性，選 GPT 5.5。如果你想要推理前沿，兩者都無法取代 Opus 4.8。
Grok 4.5 和 GPT 5.5 都是 2026 年的編碼模型，但它們鎖定的是市場的不同部分。xAI 於 2026 年 7 月 8–9 日發布 Grok 4.5，將其定位為一款速度快、成本低的 Opus 級編碼器（The Decoder, July 2026）。OpenAI 於 2026 年 4 月 23 日推出 GPT 5.5，作為其在 ChatGPT、Codex 和 API 上的標準層主力模型（DocsBot，Contra Collective）。大多數以「grok 4.5 vs gpt 5.5」排名的頁面都比較錯了 Grok 版本（4.3、4.20，或是假想的 Grok 5），因此本文使用實際的配對。
30 秒比較
規格 | Grok 4.5 | GPT 5.5 |
|---|---|---|
發布日期 | 2026年7月8–9日 | 2026年4月23日 |
開發者 | xAI | OpenAI |
上下文視窗 | 1M tokens (Grok 4.x line)* | 1M API / 400K Codex |
知識截止時間 | 未公開揭露 | 未公開揭露 |
API 價格（輸入 / 輸出，每 1M tokens） | $2 / $6 | $5 / $30 |
輸出速度 | ~80 tokens/sec (The Decoder) | 沒有乾淨明確的頭條數字（已測得 Pro reasoning 變體約 ~18 tok/s） |
可在哪裡呼叫 | Grok Build, Cursor, xAI console; Word/PPT/Excel plugins | ChatGPT, Codex, OpenAI API, Azure, OpenRouter |
* xAI 尚未公布 Grok 4.5 專屬的 context window；1M 延續 Grok 4.x 系列（Grok 4.3 為 1M，Grok 4.20 為 2M）。完整的來源拆解列在文章末尾。
兩個要素決定了大多數買家：價格，以及你可以在哪裡使用該模型。
價格差距是重點
從紙面上看，這差得很遠。Grok 4.5 的價格是每百萬 input tokens $2、每百萬 output tokens $6（The Decoder）。GPT 5.5 standard 的價格是 $5 / $30（DocsBot，Contra Collective）。這在 input 上相差 2.5 倍，在 output 上相差 5 倍。
針對一次高強度的程式編寫工作階段，包含 100 萬個輸入 token 和 100,000 個輸出 token 來計算費用：
模型 | 輸入成本 | 輸出成本 | 總計 |
|---|---|---|---|
GPT 5.5 (standard) | $5.00 | $3.00 | $8.00 |
Grok 4.5 | $2.00 | $0.60 | $2.60 |
那個算式假設兩個模型為了相同工作會消耗相同數量的 token，但事實並非如此。The Decoder 報導，Grok 4.5 在 SWE-bench Pro 上使用的 token 數量約比 Opus 4.8 少 4.2 倍，但還沒有人將它與 GPT 5.5 直接一對一測量比較。因此，以下是在同樣的 1M-in / 100K-out 工作負載下的三種誠實情境：
相同 token 使用量：Grok 4.5 大約便宜 3 倍（$2.60 對 $8.00）。
Grok 4.5 使用一半的 tokens：大約便宜 6 倍。
Grok 4.5 使用四分之一的 tokens（與其據稱相較 Opus 4.8 的優勢相符）：大約便宜 12 倍。
即使在保守情況下，差距仍然很大，這就是為什麼 X 上的工作指引是「大量使用 Grok，深入時使用 GPT。」
一個槓桿縮小了差距。自 2026 年 7 月 9 日起，GPT 5.5 可透過 API relay 呼叫，而像 AIReiter 這樣的 relay 會以約 2 折（官方價格 × 0.20）轉售，將標準版 GPT 5.5 的價格降至每百萬 tokens 約 $1 / $6。以這個價格來看，GPT 5.5 在原始成本上大致與 Grok 4.5 持平，但代價是 relay 會以價格換取，移除官方支援與 SLA。Grok 4.5 目前仍無法透過 relay 呼叫，正如可用性章節所述。
基準測試：比價格所暗示的更接近
基準測試的故事正是 GPT 5.5 的溢價必須自我證明之處，而它的優勢比價格所暗示的還要更小。以下是重要的程式設計數據與來源：Grok 4.5 來自 The Decoder，GPT 5.5 來自 The Decoder、DocsBot，以及 Contra Collective。
基準測試 | Grok 4.5 | GPT 5.5 | 測試項目 |
|---|---|---|---|
Terminal Bench 2.1 | 83.3% | 83.4% | Agentic / 命令列任務 |
SWE-bench Pro | 64.7% | 58.6% | 更困難的真實世界軟體工程 |
DeepSWE 1.1 | 53% | 67% | 長篇多步驟 GitHub 問題解決 |
在 Terminal Bench 2.1 上，兩者打成平手（83.3 對 83.4）。在 SWE-bench Pro 上，Grok 4.5 領先六分。GPT 5.5 只在 DeepSWE 上取得領先，那裡冗長的多步驟問題解決更有利於其較重的推理能力，差距為 14 分。GPT 5.5 也在 Artificial Analysis Intelligence Index 的已發布套件中以 60 分位居榜首（Contra Collective）；Grok 4.5 目前尚未有已發布的 index 分數。
有一點需要注意：這些分數並非都在相同的推理努力設定下取得。根據 The Decoder，GPT 5.5 的 Terminal Bench 2.1 和 DeepSWE 數據是以 xhigh effort 報告的，這會消耗更多 tokens 和時間，而 Grok 4.5 的數值則是在單一報告設定下。請將這個表格視為「每個模型的最佳公開分數」，而不是經過控制且相互匹配的測試。
接力測試：GPT 5.5 會回答，Grok 4.5 不會
這是使用單一模型輸出進行的 relay 可用性檢查，而不是受控的品質比較，因為只有一個模型可被連接。於 2026 年 7 月 9 日，我透過與 OpenAI 相容的 relay 將相同的提示送給兩者：撰寫一個具有 cancel()、flush() 以及 leading-edge 選項的 TypeScript debounce。
GPT 5.5 回傳了一個完整且正確的 debounce：90 行，使用 generics 完整型別化，大約 12 秒內完成。Grok 4.5 沒有回應。grok-4.5 和 grok-4-5 這兩個 ID 都回傳「service temporarily unavailable」，與上市當天的狀態相同。因此，實際測試得到的結論雖然範圍狹窄但確實存在：截至 7 月 9 日，GPT 5.5 是你可以透過 relay 連線到的那個，而 Grok 4.5 不是。我報告的是延遲與行數，而不是原始 token 數，因為 relay 會注入額外負載，導致 token 計費膨脹。
Grok 4.5 這一面的證據來自 X 上的早期開發者回報，這是使用者情緒反應，而非受控測試。前 48 小時在方向上是一致的，儘管樣本量偏少。@dillikahoon（7 月 8 日）：「Grok 4.5 在程式碼相關任務上明顯比 GPT 5.5 更好，但仍然打不贏 Opus 4.8。」@CoderikSenthil（7 月 9 日）：Grok 4.5「在 coding 上與 GPT 5.5 相當，而且成本低了 60%」，使用的 tokens 少得多。@tokenbender（7 月 8 日）稱 Grok 4.5「在大多數常見的 agentic 工作流程中可以與 gpt 5.5 互換使用。」
可用性與生態系統
這是買家最能看出兩者差異的地方。
GPT 5.5 已在主要管道上提供，且自推出以來一直如此：ChatGPT、Codex、OpenAI API（Responses 和 Chat Completions）、Azure 以及 OpenRouter 都支援它，而且它也可透過 API relays 運作，這正是本文測試它的方式。如果你的技術堆疊是 OpenAI 風格的，GPT 5.5 可以無縫接入。
Grok 4.5 的適用範圍較窄。上市時，它透過 Grok Build、Cursor 以及 xAI 控制台運作，並支援 Word、PowerPoint 和 Excel 外掛；而且它目前尚未在歐盟提供，xAI 目標是在 7 月中旬推出（The Decoder）。它也無法透過 API relay 呼叫：在 7 月 9 日查詢時，該模型雖已佈建完成，但回傳「service temporarily unavailable」。Grok 4.5 的確切 context window 和 knowledge cutoff 也尚未公開，因此任何要整合它的人都得等 xAI 提供這些規格。對於不在 xAI 和 Cursor 生態圈內的買家來說，這代表各方面都得等待。
兩個模型都不是最前沿。兩者都被定位為價值層級，而且在最困難的推理工作上都落後於 Opus 4.8 和 Fable 5（請參閱 Fable 5 vs GPT 5.5 以了解這些產品線的比較）。
你應該選擇哪一個
依工作流程選擇，而非依品牌。
高流量、預算敏感的程式撰寫。 選擇 Grok 4.5。它的每個 token 成本便宜 2.5–5 倍，速度約為 80 tokens/sec，且在 SWE-bench Pro 上領先。你可以接受較有限的可用性以及新模型的粗糙之處。
複雜的多步推理或大規模部署。 選擇 GPT 5.5。它在 DeepSWE 上領先，可透過主要通路以及 relays 使用，且背後擁有更成熟的生態系統。
前沿推理，而非勤勞的程式碼產出者。 升級到 Opus 4.8 或 Fable 5。Grok 4.5 和 GPT 5.5 的定位本來就低於它們。
如果你常用 Cursor，那麼 Grok 4.5 vs Claude Sonnet 5 的兄弟篇解析，以及 Grok 4.5 roundup 都涵蓋了它還適合哪些情境。
哪些已經確認，哪些仍未知
項目 | Grok 4.5 | GPT 5.5 |
|---|---|---|
官方價格 | 已驗證：$2 / $6 (The Decoder) | 已驗證：$5 / $30 (DocsBot) |
程式碼基準測試 | 報告：83.3% / 64.7% / 53% (The Decoder) | 報告：83.4% / 58.6% / 67% (The Decoder, DocsBot) |
輸出速度 | 報告：約 80 tok/s (The Decoder) | 混合：沒有醒目數據；Pro 實測約 18 tok/s (OpenRouter) |
上下文視窗 | 4.5 未公開（4.x 系列：1M–2M） | 已驗證：1M API / 400K Codex (DocsBot) |
知識截止時間 | 未揭露 | 未揭露 |
Relay 存取（2026 年 7 月 9 日測試） | 不可用：「service temporarily unavailable」 | 可用：90 行 debounce 約 12 秒 |
「Verified」表示主要來源或聚合來源直接聲明。 「Reported」表示第三方引用了供應商或排行榜數據。 「Not published」表示供應商尚未揭露。
常見問題
Grok 4.5 在程式撰寫方面比 GPT 5.5 更好嗎？
在標準編碼與代理式任務上，它們表現相近。Grok 4.5 在 Terminal Bench 2.1 上與 GPT 5.5 打成平手，並在 SWE-bench Pro 上勝出；GPT 5.5 則在 DeepSWE（長篇多步推理測試）中獲勝。
哪個比較便宜，Grok 4.5 還是 GPT 5.5？
Grok 4.5，差距相當大：每百萬 tokens 為 $2 / $6，而不是 $5 / $30，而且每個任務使用的 tokens 更少。2折中繼可將 GPT 5.5 降至接近 $1 / $6。
Grok 4.5 和 GPT 5.5 什麼時候推出？
GPT 5.5 於 2026 年 4 月 23 日推出。Grok 4.5 於 2026 年 7 月 8 日至 9 日推出。
Grok 4.5 是否更適合 Cursor，而 GPT 5.5 是否更適合 Codex？
大致上是的。Grok 4.5 與 Cursor 和 xAI 控制台緊密整合；GPT 5.5 則是 Codex、ChatGPT 和 OpenAI API 中的標準模型。
我可以透過 API relay 執行 Grok 4.5 或 GPT 5.5 嗎？
GPT 5.5，沒錯：今天已可透過相容 OpenAI 的 relays 呼叫。Grok 4.5，還不行。於 2026 年 7 月 9 日，它在 relays 上回傳了「service temporarily unavailable」，因此目前它只可透過 Grok Build、Cursor 和 xAI console 執行。
Grok 4.5 或 GPT 5.5 是否勝過 Opus 4.8？
不，兩者都是價值層級，且在最困難的工作上都落後於 Opus 4.8 和 Fable 5。關於整個產品線的定價，請參閱 GPT 定價指南。