TL;DR
- Wat: SpaceXAI heeft Grok 4.5 uitgebracht — het model staat op nummer 1 in een aantal benchmarks, maar verliest in andere van concurrenten.
- Waarom relevant: de AI-markt wordt steeds competitiever, wat betere en goedkopere tools oplevert voor ondernemers die AI inzetten.
- Wat je ermee kunt: bekijk of Grok 4.5 voor jouw specifieke werkzaamheden (juridisch, financieel, code) een betere prijs-kwaliteitverhouding biedt dan je huidige AI-tool.
Elon Musk meldde gisteren op X dat Grok 4.5 op meerdere benchmarks de hoogste score haalt — "better than expected", schreef hij. Ik vind het interessant om daar wat dieper in te duiken, want de werkelijkheid blijkt genuanceerder dan die ene zin doet vermoeden.
Wat is Grok 4.5 precies?
Grok 4.5 is het nieuwste AI-model van SpaceXAI, het bedrijf van Elon Musk dat eerder als xAI bekendstond. Het model is gebouwd op een architectuur met 1,5 biljoen parameters — dat is het aantal "knoppen" waaraan het model kan draaien om taal te begrijpen en te genereren. Ter vergelijking: dat is ruwweg twee keer zoveel als veel modellen van een jaar geleden.
Wat mij opvalt is de samenwerking met Cursor, de AI-code-editor die SpaceXAI in juni 2026 wilde overnemen voor zo'n 60 miljard dollar. Grok 4.5 is deels getraind op data uit die code-omgeving. Dat verklaart waarom het model vooral sterk lijkt te presteren op programmeertaken.
De prijs? Twee dollar per miljoen invoertokens en zes dollar per miljoen uitvoertokens. Dat is in de wereld van AI-modellen relatief scherp geprijsd.
De benchmarks: wat zeggen de cijfers écht?
Hier wordt het interessant — en eerlijk gezegd ook een beetje rommelig. SpaceXAI publiceerde vier benchmarkvergelijkingen op de eigen lanceerpagina. Het beeld dat daaruit oprijst is niet eenduidig.
Waar Grok 4.5 wint
- DeepSWE 1.0 (een test voor het oplossen van softwareproblemen): Grok 4.5 haalt 62,0%, tegenover 55,75% voor Anthropic's Opus 4.8.
- Terminal-Bench 2.1 (een test voor het werken in een terminal-omgeving): 83,3% tegenover 78,9% voor Opus 4.8.
- Harvey's Legal Agent Benchmark: hier scoort Grok 4.5 de nummer 1-positie — opvallend voor een model dat vooral als coderingstool wordt gepositioneerd.
Waar Grok 4.5 verliest
- DeepSWE 1.1 (een nieuwere versie van dezelfde test): 53% tegenover 59% voor Opus 4.8.
- SWE-Bench Pro: 64,7% tegenover 69,2% voor Opus 4.8.
En dan is er nog een detail dat mij niet ontgaat: op alle vier de benchmarks die SpaceXAI zelf publiceerde, scoort Anthropic's Fable 5 hoger dan zowel Grok 4.5 als Opus 4.8. Dat SpaceXAI die cijfers transparant meeneemt in het eigen materiaal verdient overigens een compliment — maar het relativeert de "nummer 1"-claim wel stevig.
Een belangrijke kanttekening
Deze benchmarkcijfers zijn door de leverancier zelf gerapporteerd. Er is nog geen onafhankelijke verificatie. Dat betekent niet dat de cijfers niet kloppen, maar het is verstandig om ze te lezen als "het getal van de maker" en niet als een definitief rapport.
Token-efficiëntie: waar het voor ondernemers spannend wordt
Ik vind eerlijk gezegd het verhaal over token-efficiëntie interessanter dan de benchmarkscores zelf. Op de SWE-Bench Pro-test lost Grok 4.5 taken op met gemiddeld 15.954 uitvoertokens, terwijl Opus 4.8 daar 67.020 tokens voor nodig heeft. Dat is een factor 4,2 verschil.
Waarom is dat relevant als je ondernemer bent? Omdat je bij de meeste AI-aanbieders betaalt per token. Stel dat je een AI-model inzet voor het analyseren van contracten, het genereren van rapporten of het schrijven van code. Als model A hetzelfde resultaat levert met een kwart van de tokens, betaal je ook ruwweg een kwart van de prijs voor die specifieke taak.
Natuurlijk hangt het af van de kwaliteit van het resultaat — goedkoper is alleen waardevol als het eindresultaat vergelijkbaar is. Maar de richting is duidelijk: efficiëntie wordt een steeds belangrijker concurrentiepunt.
Wat betekent dit voor de Nederlandse ondernemer?
Laat me eerlijk zijn: de meeste MKB-ondernemers gaan niet rechtstreeks met een API werken. Maar de effecten van deze ontwikkelingen sijpelen door naar de tools die je wél gebruikt — denk aan je boekhoudsoftware, je CRM, je klantenservice-chatbot, of de AI-assistent in je e-mailprogramma.
Wat ik hier vooral zie, is dat de concurrentie in de AI-markt gezond is. Je hebt nu minstens vier of vijf serieuze spelers die elk op verschillende taken de beste score claimen. Dat is vergelijkbaar met de smartphonemarkt van tien jaar geleden: er is geen telefoon die op alles de beste is, maar de onderlinge wedloop zorgt ervoor dat elke volgende generatie beter én betaalbaarder wordt.
Een paar concrete punten om over na te denken:
- Juridisch werk: Grok 4.5 scoort het hoogst op Harvey's juridische benchmark. Stel dat je als ondernemer regelmatig contracten laat beoordelen — het kan de moeite waard zijn om te kijken of tools die op Grok draaien daar beter presteren dan wat je nu gebruikt.
- Codeer- en automatiseringstaken: als je een ontwikkelaar in dienst hebt of een bureau inschakelt, is het goed om te weten dat de token-efficiëntie van Grok 4.5 de kosten van AI-ondersteund programmeren kan drukken.
- Algemeen gebruik: voor alledaagse taken zoals samenvattingen, e-mails en analyses is het verschil tussen topmodellen steeds kleiner. De keuze hangt dan meer af van prijs, integratie en gebruiksgemak dan van ruwe benchmarkscores.
Een genuanceerder beeld dan de tweet
Musks tweet was kort en optimistisch — dat is zijn stijl, en daar is op zich niets mis mee. Maar als ik de cijfers erbij pak, zie ik een model dat op sommige taken sterk presteert, op andere achterloopt, en dat in de breedte niet het allerbeste model op de markt is. Wat het wél lijkt te zijn: een efficiënt en scherp geprijsd model dat op specifieke domeinen — met name juridisch en bepaalde coderingstaken — serieus meedoet aan de top.
Voor mij is dit vooral een bevestiging dat de AI-markt in een fase zit waarin geen enkele speler alles domineert. En dat is, wat mij betreft, goed nieuws voor iedereen die deze technologie als ondernemer wil inzetten. Concurrentie houdt de prijzen scherp en de kwaliteit hoog.