Grok 4.5体验：号称与GPT-5.5同级，实测不如DeepSeek

背景

xAI 推出的 Grok 4.5 模型近期在各类 AI 评测榜单上表现亮眼，被部分榜单描述为与 GPT-5.5、Fable 等模型处于同一水平。然而，社区用户的实际使用体验往往与榜单排名存在差异。LINUX DO 论坛上的一位用户（“佬友”）分享了对 Grok 4.5 的初步试用感受，重点对比了其对话能力、代码能力以及多模态（尤其是视频生成）能力，引发了 39 位参与者的 50 条讨论。该帖子为理解 Grok 4.5 的真实表现提供了第一手参考。

核心内容

用户首先表示，榜单上称 Grok 4.5 与 GPT-5.5、Fable 处于同一水平，但实际试用下来，感觉 Grok 4.5 在对话方面“不如 deepseek”。用户还指出，Grok 4.5 在对话中“不说人话”，即语言表达不够自然、贴近人类。不过，用户提到“据说在 coding 上下了功夫”，但尚未测试代码任务下的表现。

随后，用户转向测试 Grok 4.5 的多模态能力。用户发现，只需一句话就能生成一段视频，效果“真不错”。用户之前曾使用 image-2 生成个人品牌插图，现在在 Grok build CLI 中，让 Grok 4.5 生成一个“勇者斗恶龙”的动画。Grok 4.5 先调用生图模型给出 4 个分镜，再通过 image2video 能力给出完整的动画。用户表示无法上传动画，因此展示了分镜截图，并评价分镜质量“还不错”，但提示词过于简单，达不到生产级别。

帖子最后附有 50 条回复和 39 位参与者，表明该话题在社区内引发了较多讨论。

关键要点

• 榜单表现 vs 实际体验：尽管 Grok 4.5 在榜单上与 GPT-5.5、Fable 并列，用户实际试用后认为对话能力不如 deepseek，且语言风格不够自然（“不说人话”）。
• 代码能力尚未验证：用户注意到传言称 Grok 4.5 在编程任务上有所优化，但本人未进行代码测试，因此这一能力暂未得到确认。
• 多模态视频生成是亮点：Grok 4.5 能通过一句自然语言指令（如“勇者斗恶龙”）自动生成分镜并转换为完整动画，展示了强大的多模态理解与生成能力。
• 分镜质量尚可，但提示词简单：生成的 4 个分镜视觉效果不错，但由于提示词过于简单，无法直接用于生产级内容创作。
• 社区讨论活跃：该帖子吸引了 39 位参与者产生 50 条回复，说明用户对 Grok 4.5 的真实能力有较高关注度。

意义与影响

• 对模型评测机制的反思：榜单排名与实际使用体验存在差距，用户反馈表明对话自然度、语言流畅性等主观指标可能被榜单忽视。类似“不说人话”的问题提醒开发者，评测不应仅依赖基准测试，还需结合真实场景的交互质量。
• 多模态能力成为核心竞争点：Grok 4.5 一句话生成视频的能力，展示了从文本到图像再到视频的端到端生成流水线，这标志着多模态模型已进入实用化阶段。即使提示词简单，也能产出合理分镜，对内容创作者、游戏开发、动画原型设计等场景具有潜在价值。
• 对国产模型（如 deepseek）的积极信号：用户将 Grok 4.5 与 deepseek 对比，并认为后者在对话上更优，反映了国产模型在特定领域（如对话自然度）具备竞争力，有助于打破“国外模型绝对领先”的刻板印象。
• 生产级应用仍需努力：虽然分镜质量不错，但“提示词太简单，达不到生产级别”说明当前模型在细节控制、专业级生成方面仍有距离。未来需要更精细的 prompt 工程或更强大的指令遵循能力，才能满足商业要求。
• 社区驱动的真实评价价值：LINUX DO 等论坛的用户分享，为更多潜在用户提供了客观参考，也促使模型厂商关注实际使用痛点，而非仅追求榜单排名。