TLDR;

Grok 4.5 se mostrou muito competente para programação, passando repetidamente testes automáticos em projetos React/TypeScript, Laravel e Filament com baixo custo e boa velocidade, ficando frequentemente entre os melhores. O modelo teve limitações de disponibilidade (não estava liberado na UE inicialmente) e apresentou instabilidade/latência nos primeiros dias, exigindo relançamentos em algumas execuções. Existem falhas em cenários específicos — por exemplo, um teste de detecção de N+1 queries falhou na primeira tentativa — e em várias medições o Composer 2.5 superou o Grok em velocidade/custo apesar do bom desempenho geral do Grok.

Resumo

Na análise do novo modelo Grock 4.5, o autor destaca que ele foi treinado especificamente para programação em parceria com a SpaceX (incluindo Cursor) e mostra uma melhora drástica em relação às versões anteriores. Por limitações regionais, ele precisou usar OpenCode Zen para executar um benchmark com 25 prompts em cinco projetos: React/TypeScript, API Laravel, painel Filament com enums PHP, e um teste de leitura de package visando detectar N+1 queries, entre outros. Nos primeiros três projetos Grock 4.5 obteve resultados muito bons — por exemplo, 12/12 testes em React em ~53s e 20/20 no Filament em cerca de 1 minuto — geralmente ficando em segundo lugar por custo e velocidade, perdendo ocasionalmente para Composer (também SpaceX). No projeto Laravel houve instabilidade inicial (execução travada em 300s), depois sucessos de 23/23 testes em ~95–118s. Entretanto, nem tudo foi perfeito: no teste de N+1 queries Grock falhou nas primeiras tentativas, revelando limitações na avaliação do próprio código. Conclui-se que Grock 4.5 é um salto qualitativo, mais rápido e barato que muitos concorrentes, porém com problemas de confiabilidade e precisão em casos complexos. O autor recomenda cautela nos testes iniciais e sugere repetir execuções para medir tempo e estabilidade reais do modelo.