Comment utiliser Grok 4.5?

Grok 4.5 est le plus récent grand modèle de langage de SpaceXAI, l’entreprise derrière le robot conversationnel Grok, dont les modèles précédents étaient sortis sous le nom xAI. Il est arrivé le 8 juillet 2026, et l’entreprise le décrit comme son modèle le plus puissant jusqu’ici, destiné à trois types de travail : écrire et corriger du code, exécuter des tâches d’agent (des travaux en plusieurs étapes où le modèle utilise des outils de lui-même) et le travail intellectuel courant, comme les tableurs et les documents. Il a été entraîné conjointement avec Cursor, l’éditeur de code à IA.

Deux affirmations alimentent l’intérêt. Elon Musk l’a qualifié de « modèle de la classe d’Opus, mais plus rapide, plus économe en jetons et moins coûteux », en le comparant aux meilleurs modèles Claude d’Anthropic. Et le prix est bas : 2 $ US par million de jetons envoyés et 6 $ US par million de jetons générés. Un jeton est un petit morceau de texte, environ les trois quarts d’un mot anglais, et c’est l’unité de facturation des fournisseurs d’IA. À titre de comparaison, TechCrunch indique 5 $ US et 25 $ US pour Claude Opus 4.7, pour les mêmes quantités.

Où l’utiliser dès aujourd’hui

L’annonce de SpaceXAI nomme trois points d’accès :

SpaceXAI offre aussi l’utilisation gratuite de Grok 4.5 dans Grok Build et Cursor pendant une période limitée, ce qui fait de cette semaine un bon moment pour expérimenter sans facture.

L’appeler depuis votre propre code

Si vous développez avec l’IA, la voie de l’API tient en quelques lignes. Vous créez une clé d’API dans la console de SpaceXAI, la stockez dans une variable d’environnement et envoyez une requête au point de terminaison responses :

import os, requests

reply = requests.post(
    "https://api.x.ai/v1/responses",
    headers={"Authorization": f"Bearer {os.environ['XAI_API_KEY']}"},
    json={
        "model": "grok-4.5",
        "input": "Cette fonction Python devrait renvoyer la moyenne d’une liste, "
                 "mais elle plante sur une liste vide. Corrige-la et explique la correction "
                 "en deux phrases :\n\ndef average(xs):\n    return sum(xs) / len(xs)",
    },
    timeout=120,
)
print(reply.json())

Affichez la réponse complète la première fois. Elle montre la réponse et, dans sa section usage, le nombre de jetons dont vous aurez besoin pour la comparaison ci-dessous.

Un test côte à côte concret

Les résultats de bancs d’essai publiés au lancement sont ceux de l’entreprise. Sur ses graphiques, Grok 4.5 est proche des meneurs dans plusieurs tests de programmation, mais reste surtout juste derrière le meilleur résultat, et TechCrunch le décrit comme concurrentiel, sans être le meilleur de sa catégorie. Votre propre tâche compte plus que n’importe quel graphique. Voici un test que vous pouvez faire en une heure environ.

1. Choisissez trois vraies tâches que vous avez déjà résolues, pour connaître la bonne réponse : par exemple, corriger un bogue connu, écrire une petite fonction avec des tests et transformer un fichier CSV désordonné en tableau récapitulatif propre.
2. Rédigez un prompt par tâche et envoyez exactement le même prompt à Grok 4.5 et au modèle que vous utilisez maintenant.
3. Évaluez chaque réponse sur quatre points : correcte ou non, nombre de corrections que vous avez dû faire, jetons utilisés (tirés de la réponse de l’API) et temps pour terminer.
4. Refaites chaque tâche deux fois, parce qu’un même modèle peut donner des réponses différentes d’une exécution à l’autre.

Votre feuille de résultats pourrait ressembler à ceci. Les chiffres sont des exemples, pas des mesures :

Un tableau comme celui-ci vous apprend ce qu’aucun billet de lancement ne peut vous dire : si le coût plus bas et la vitesse tiennent la route sur votre travail, et où le modèle moins cher a besoin de vérifications supplémentaires.

Comment se compare-t-il pour l’actualité?

Commencez par ce à quoi sert le modèle. L’annonce de Grok 4.5 porte sur la programmation, les agents et les documents de bureau. Elle ne dit rien des nouvelles ni de l’information en temps réel : il n’existe donc encore aucune donnée publiée sur la façon dont il traite l’actualité.

Pour n’importe quel modèle, la connaissance des événements récents vient d’outils de recherche, pas du modèle lui-même. Un modèle ne connaît que ce qui se trouvait dans ses données d’entraînement, qui s’arrêtent à une date fixe. L’avantage de Grok tient depuis longtemps à ses outils : quand SpaceXAI, alors xAI, a lancé Grok 4, elle a entraîné le modèle à choisir lui-même ses requêtes de recherche sur le Web et sur X, et son API offrait une recherche en direct sur X, le Web et les nouvelles. Obtenir de l’information fraîche dépend donc de l’activation de la recherche dans le produit ou l’appel d’API que vous utilisez, pas seulement du nom du modèle.

Pour comparer équitablement, posez la même question sur un événement de cette semaine à Grok et à un autre assistant, recherche activée, et exigez des dates et des liens dans la réponse. Ouvrez ensuite les liens. Vérifiez que chaque affirmation figure dans la source citée et que la date concorde. Les publications sur X arrivent vite, mais sont souvent non vérifiées : traitez un résumé construit surtout à partir de publications comme une piste à vérifier, pas comme une réponse terminée.