行业投资评级 - 投资评级为“看好”，并维持该评级 [9] 报告核心观点 - 事件：2026年7月9日，SpaceXAI发布与Cursor联合训练的旗舰模型Grok 4.5，该模型参数为1.5T，采用MoE架构，支持最高50万上下文，重点面向编程、Agent和知识工作场景，并支持视觉输入 [2][7] - 核心观点：AI正在从开发者场景向更广泛的企业生产力场景渗透，商业化空间进一步打开，当前时点继续看好AI商业化进展，关注下半年模型范式迭代与场景加速渗透带来的商业化斜率变化 [12] 模型性能与工程能力 - 在SWE Bench Pro测试中得分64.7%，超过GPT-5.5（58.6%）和Opus 4.7（64.3%），接近Opus 4.8（69.2%）[12] - 在Terminal Bench 2.1测试中得分83.3%，与GPT-5.5差距仅0.1% [12] - 在DeepSWE 1.0测试中得分62.0%，超越Opus 4.8（55.75%），接近GPT-5.5（64.31%）[12] - 在GDPval-AAv2 Leaderboard中得分1543分，排名第四；在Harvey法律智能体基准测试中位列第一 [12] - 马斯克表示“Grok 4.5大致相当于Opus 4.7，但快得多” [12] 效率与成本优势 - 推理速度达到80 TPS，跻身第一梯队 [12] - Token效率显著：在SWE Bench Pro任务中，Grok 4.5平均输出15，954个Token，而Opus 4.8需要67，020个Token，节约Token约4.2倍 [12] - 定价为输入$2/百万token、输出$6/百万token，比Opus系列和GPT-5.5便宜60%以上 [12] - 每项GDPval任务成本仅$0.49，比榜首模型便宜近90% [12] - 未来内部针对GB300优化的推理栈上线后，模型运行速度有望翻倍甚至更高 [12] - 非顶尖梯队玩家正通过低价策略抢占自身场景用户的数据闭环，效率优先策略有望打开更多对成本敏感的规模化部署场景 [12] 训练范式与垂直整合 - 预训练基于数万张GB300 GPU完成，针对超大规模训练进行稳定性优化，同时提高数据密度和质量 [12] - 强化学习扩展到了数十万个真实的软件工程和知识工作任务，受益于引入数万亿Token规模的Cursor数据，模型学到的是完整软件开发流程而非单纯代码生成 [12] - SpaceXAI构建了从算力（Colossus超算）、数据（Cursor生态）、应用（特斯拉/SpaceX内部工程团队）到模型（Grok 4.5）的整合版图，这种一体化的整合能力是其独到之处 [12] 未来工作范式展望 - 未来大概率是模型分层、Multi-Agent部署的工作范式，大多数任务不需要Fable级别的性能，更可能是“Grok负责执行开发，再交给Fable做代码审计” [12]