La plus grande nouvelle concernant Grok 4.5 pourrait être la façon dont il a été construit

Ce matin, xAI a déployé Grok 4.5 sur presque toutes les surfaces qu'un développeur ou un professionnel touche : grok.com, X, iOS, Android, Microsoft 365, Google Workspace, GitHub Copilot et Cursor. L'annonce ressemble à un catalogue d'intégrations, chacune ajoutant Grok à un outil familier. Mais la véritable histoire n'est pas le nombre d'endroits où le modèle fonctionne. C'est que ce modèle a été construit, à grande échelle, par des versions antérieures de lui-même.

Cursor, qui a entraîné Grok 4.5 aux côtés de xAI, a révélé que les environnements d'entraînement ont été construits par des agents IA autonomes, et non par des ingénieurs humains. Une équipe d'ingénieurs a défini les types de problèmes et les méthodes de vérification ; puis les agents ont construit, testé et affiné chaque environnement d'entraînement. Certains de ces environnements, note l'entreprise, auraient nécessité des mois de travail de centaines d'ingénieurs pour être créés manuellement. Le pipeline d'apprentissage par renforcement a ensuite utilisé ces environnements pour enseigner au modèle un raisonnement en plusieurs étapes dans les domaines du génie logiciel, de la science des données, de la finance et du droit.

Cette boucle d'auto-renforcement est le genre d'avancée qui a tendance à se cumuler. Si un modèle peut aider à construire l'infrastructure d'entraînement pour son successeur, chaque génération a le potentiel d'accélérer la suivante. xAI ne s'est pas attardé sur ce point dans sa propre annonce, mais Cursor l'a explicitement souligné. Le résultat est un modèle qui mène désormais le classement SWE Marathon, bien qu'avec une marge étroite sur Claude 4 Opus et GPT-5. Le benchmark teste des corrections de code réelles et des ajouts de fonctionnalités, ce qui correspond à l'orientation de l'entraînement.

Le déploiement lui-même est exceptionnellement large. Grok 4.5 apparaît comme modèle par défaut dans Grok Build, l'environnement de codage dans le chat de la plateforme. Des modules complémentaires pour Microsoft Word, Excel, PowerPoint et Outlook permettent aux utilisateurs de poser des questions en langage naturel, de générer des formules, de résumer des fils de discussion et de rédiger des réponses. Google Workspace reçoit un module similaire pour Sheets, Slides et Docs. Les utilisateurs de GitHub Copilot peuvent sélectionner Grok 4.5 dans le sélecteur de modèle dans VSCode. L'API est facturée à 2 $ par million de tokens d'entrée et 6 $ par million de tokens de sortie, l'entreprise affirmant une efficacité de token environ deux fois supérieure à celle des modèles leaders comparables.

Séparément, xAI a annoncé Grok Voice Think Fast 2.0, un modèle de parole à parole amélioré qui obtient un score de 82,9 % sur un indice de qualité global, contre 75,7 % pour la version précédente. Il peut raisonner sur les requêtes tout en parlant, ce qui maintient des temps de réponse faibles. Le modèle vocal deviendra le modèle par défaut le 5 août 2026 et coûte 0,08 $ par minute audio.

Les workflows dans Grok Build ajoutent une autre couche : les utilisateurs décrivent une tâche en langage naturel, et le système la répartit sur jusqu'à 1 024 agents parallèles, vérifie les résultats et produit un rapport unique. La commande intégrée /deep-research automatise les investigations multi-sources. Ce ne sont pas des jouets. Ils reflètent une stratégie qui considère Grok comme une couche d'infrastructure, pas comme une fenêtre de chat.

L'ampleur du lancement rend facile de manquer le titre plus discret : le modèle qui alimente toutes ces intégrations a été produit, en partie, par ses propres prédécesseurs. Ce fait est plus important que n'importe quel score de benchmark. Il suggère un avenir où chaque nouvelle génération de modèle aide à construire la suivante, et le travail de l'ingénieur humain passe de la construction de données d'entraînement à la conception de la logique de vérification que les agents exécutent. Pour l'instant, Grok 4.5 est partout. La question est de savoir à quoi ressemblera la version suivante, et qui la construira.