# Grok 4.5

> Fiche du modèle de langage Grok 4.5 sur Quelle IA, édition du 28 septembre 2026. Grok 4.5 (xAI) : score IA de 87,3, 30e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/grok-4-5/
Origine : xAI · États-Unis · sorti le 8 juillet 2026

## Score général

- Score IA : 87,3 (marge à 90 % : de 85,4 à 89,3)
- Rang : 30 (Groupe 5, ex æquo)
- Couverture : 100 % du poids des tâches, 31 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 86,0 | Rang 29 · 67 % |
| Code | 90,7 | Rang 14 · 46 % |
| Agents | 88,9 | Provisoire · 33 % |
| Usage | 86,3 | Rang 30 · 100 % |
| Maths | 85,0 | Rang 32 · 62 % |
| Sciences | 88,6 | Rang 17 · 80 % |
| Français | 85,0 | Provisoire · 25 % |
| Vision | 88,1 | Rang 19 · 100 % |
| Écriture | 87,6 | Rang 28 · 100 % |
| Web | 87,6 | Rang 32 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Grok 4.5 (High)](https://artificialanalysis.ai/models/grok-4-5) | 38,8 | 63e sur 193 | 56,2 jetons/s | 10,3 s | 2 $ / 6 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/grok-4-5

## Exécution locale

Non. Grok 4.5 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 1,76 € / 5,27 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 500 000 jetons (environ 375 000 mots)
- Entrées : Texte, image, PDF
- Réflexion : Faible, moyenne, élevée (trois niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/x-ai/grok-4.5)
- Par API : [API xAI](https://docs.x.ai)
- L'essayer : [Grok](https://grok.com)

## Dans les outils de code

- Disponible dans : [Cursor](https://quelleia.com/outils/#cursor) (inclus), [GitHub Copilot](https://quelleia.com/outils/#github-copilot) (inclus), [Devin Desktop (ex-Windsurf)](https://quelleia.com/outils/#devin-desktop) (à l'usage), [OpenCode](https://quelleia.com/outils/#opencode) (à l'usage), [Droid (Factory)](https://quelleia.com/outils/#factory-droid), [Augment Code](https://quelleia.com/outils/#augment), [Warp](https://quelleia.com/outils/#warp)
- Mesuré dans : [Cursor](https://quelleia.com/outils/#cursor)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 97,8 % | 88,2 | saturé | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 96,5 % | 101,7 | saturé | https://conceptualreasoning.ai/dtbench |
| GPQA Diamond | Sciences | 93,4 % | 88,3 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 87,2 % | 85,3 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 85,7 % | 84,5 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 79,2 % | 81,8 | saturé | https://arcprize.org/leaderboard |
| Surface Evolver Bench | Sciences | 74,4 % | 89,9 | saturé | https://yhenon.github.io/surface-evolver-llm-eval/ |
| Code Arena, WebDev | Web | 1 552,0 Elo | 87,6 | actif | https://arena.ai/leaderboard |
| GBAEval | Code | 65,4 % | 92,1 | actif | https://gbaeval.com/model/grok-4-5 |
| SimpleBench | Raisonnement | 70 % | 90,3 | actif | https://lmcouncil.ai/benchmarks |
| Arena, écriture créative | Écriture | 1 450,9 Elo | 88,1 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 472,8 Elo | 84,4 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 489,6 Elo | 83,3 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 513,6 Elo | 84,5 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 465,8 Elo | 84,6 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 479,8 Elo | 82,4 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 278,7 Elo | 87,8 | actif | https://arena.ai/leaderboard |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 57,2 % | 84,0 | actif | https://epoch.ai/benchmarks |
| APEX-Agents | Agents | 56,2 % | 90,9 | actif | https://epoch.ai/benchmarks |
| SciCode | Code | 54,1 % | 88,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| DeepSWE | Code | 53,8 % | 87,7 | actif | https://deepswe.datacurve.ai/ |
| LMCA | Raisonnement | 45,2 | 84,2 | actif | https://conceptualreasoning.ai/lmca |
| ARC-AGI-2 | Raisonnement | 52,6 % | 85,5 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 52,6 % | 85,5 | saturé | https://epoch.ai/benchmarks |
| Vending-Bench 2 | Agents | 3 887 $ | 87,0 | actif | https://epoch.ai/benchmarks |
| SimpleQA Verified | Données | 48,3 % | 86,3 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 46,4 % | 72,2 | actif | https://htihle.github.io/weirdml.html |
| FrontierCode | Code | 42,4 % | 91,3 | actif | https://cognition.com/frontiercode |
| ARC-AGI-2 | Raisonnement | 33,1 % | 81,9 | saturé | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 36 % | 87,1 | actif | https://epoch.ai/benchmarks |
| ProofBench | Maths | 31 % | 84,8 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| Blueprint-Bench 2 | Vision | 27,3 % | 90,5 | actif | https://andonlabs.com/evals/blueprint-bench-2 |
| FrontierMath, palier 4 (v2) | Maths | 24,4 % | 85,4 | saturé | https://epoch.ai/benchmarks |
| PostTrainBench | Agents | 23,5 % | 84,4 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 15,4 % | 87,6 | actif | https://epoch.ai/benchmarks |
| GDP.pdf | Données | 14 % | 82,7 | actif | https://surgehq.ai/benchmarks/gdp-pdf |
| Furniture Assembly | Vision | 22,5 % | 82,4 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Grok 4.5 ?** Grok 4.5 obtient un score IA de 87,3, avec une marge de 85,4 à 89,3, dans l'édition du 28 septembre 2026. Il est classé 30e sur 246 modèles, à partir de 31 mesures.

**Dans quelles tâches Grok 4.5 est-il le plus fort ?** Ses deux meilleures tâches sont code (90,7) et agents (88,9). Sa tâche la plus faible est français (85,0).

**Grok 4.5 peut-il tourner en local ?** Non. Grok 4.5 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte Grok 4.5 ?** 1,76 € par million de jetons en entrée et 5,27 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Grok 4.5 ?** Grok 4.5 est édité par xAI (États-Unis), et il est sorti le 8 juillet 2026. C'est un modèle fermé.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com