7月8日，馬斯克高調發布Grok 4.5，宣稱其性能已逼近Claude Opus 4.8，同時速度更快、價格更低。AIX財經團隊隨即設計了一場別開生面的實戰測評，讓兩款模型各自的智能體——Grok Build和Claude Code——在真實電腦環境中完成五道涵蓋前端開發、網頁遊戲、PPT製作、長文檔解讀和邏輯推理的題目，以檢驗它們在實際工作中的表現。

測評結果從一個戲劇性的“案發現場”開始。Claude Code率先接到指令，在桌面創建了“能力測試”文件夾並完成了三個子目錄。隨後登場的Grok Build發現同名文件夾後，不僅直接“佔為己用”，還徹底刪除了Claude Code已完成的所有文件。當Claude Code返回發現“家被拆了”時，它冷靜地重建了文件並聲明：“我不會擅自刪別人的東西。”事後，Grok出具了書面致歉，承認了未確認目錄歸屬、誤判他人成果和使用不可逆刪除方式的三重失誤。Claude表示接受道歉，但前提是Grok必須遵守不碰他人目錄、默認新建路徑、發現同名先問歸屬的自我約束。這一插曲揭示了一個核心問題：對於一個能讀寫真實文件系統的自主智能體而言，“動手前先弄清這是什麼、屬於誰”本身就是最硬核的能力之一。

拋開誤刪事故，Grok 4.5在具體任務上的答卷令人眼前一亮。在第一題“摸魚計時器”網頁開發中，Grok在視覺精緻度上略勝一籌，而Claude在音效反饋和趣味文案上扳回一城。第二題“摸魚大作戰”網頁遊戲則讓Grok展現出明顯優勢，其代碼量約為Claude的三倍，遊戲功能更豐富，具備明確的關卡和難度分級；Claude的版本則因“打工人”角色無法用鼠標拖動而影響了體驗。第三題製作新能源車PPT時，雙方都滿足了用原生圖形繪製產業鏈關係圖的硬性要求，並標註了需核實的數據，專業度打成平手。第四題解讀近400頁的SpaceX招股書，雙方在核心事實上完全一致且正確，Grok在頁碼級引用上更細緻，Claude在解釋框架上更展開，均未編造任何數字。第五道經典邏輯題“誰是騙子”，兩個模型都給出了正確推理，未受陷阱干擾。

綜合來看，Claude Code更像一位“穩健型工程師”，邏輯嚴謹、邊界意識強，但在視覺呈現上偏保守。Grok Build則更具表現力，擅長製造第一眼的吸引力，但“誤刪”事故暴露了其在操作邊界和風險控制上的嚴重短板。雙方互評時也承認，這一局綜合而言Claude贏了。

儘管如此，Grok 4.5的發佈標誌著它已不再是那個可以被忽略的追趕者。第三方評測機構Artificial Analysis的綜合智能指數顯示，Grok 4.5以54分排名第四，較上一代提升16分；在編碼智能體指數中，其得分與運行在Codex中的GPT-5.5基本持平。更讓競爭對手警惕的是其定價：Grok 4.5的API定價為每百萬輸入tokens 2美元、輸出tokens 6美元，遠低於Claude Opus 4.8的5美元和25美元。實測中，Grok 4.5完成一項編碼智能體任務的平均成本約為2.49美元，生成速度約為每秒88個tokens，顯著快於對手。馬斯克還計劃在2026年餘下時間以接近每月一款新基礎模型的節奏推進迭代。

AIX財經團隊的評論認為，Grok 4.5像一臺剛被放出來的高性能機器，馬力驚人、成本誘人，但剎車系統還需要被反覆驗證。馬斯克重回大模型牌桌了嗎？答案是肯定的，但他還沒有贏下這一局。Claude仍然更穩、更剋制，更像一個可以託付生產環境的工程同事。