Grok auf dem Mac: Grok Bot, Grok Build oder API?

Grok 4.5 ist ein Cloud-Modell für Coding, Agenten und professionelle Wissensarbeit. Der native Modellname in der xAI-API lautet grok-4.5; der OpenRouter-Slug lautet x-ai/grok-4.5. Für Mac-Nutzer ist die wichtigste Grenze klar: Grok 4.5 läuft nicht lokal auf Apple Silicon. Der Mac ist der Client, die Inferenz läuft in der Cloud.

Aktueller Modellstand (14. August 2026): Der direkte xAI-API-Zugang ist für EU-Nutzer verfügbar. Unter 200K Prompt-Tokens kosten eine Million Tokens $2.00 im Input, $0.30 als Cached Input und $6.00 im Output. Ab 200K Prompt-Tokens gelten höhere Long-Context-Preise.

Das unterscheidet Grok 4.5 von Ollama, LM Studio und MLX. Es lohnt sich vor allem dann, wenn Cloud-Verarbeitung akzeptabel ist und lange Kontexte, gute Coding-Leistung oder agentische Workflows wichtiger sind als vollständige lokale Kontrolle.

Grok auf dem Mac: Welche App suchst du?

Der Suchbegriff „Grok für Mac“ meint inzwischen drei verschiedene Zugänge. Sie gehören zusammen, sind aber nicht dasselbe Produkt:

Wenn du … möchtest	Nutze …	Wo läuft das Modell?
einen Desktop-Teampartner für mehrere Apps willst	Grok Bot	In einem Cloud-Computer
Coding im Terminal und Repository-Arbeit brauchst	Grok Build	Cloud-Modell, lokaler Terminal-Client
eine eigene Integration bauen willst	Grok 4.5 über die xAI-API	Infrastruktur von xAI

Grok-Bot-Desktop-App für macOS

xAI hat Grok Bot am 11. August 2026 als Beta gestartet. Laut Ankündigung können berechtigte Abonnenten von SuperGrok Heavy, Cursor Ultra und Cursor Teams Premium die App auf Desktop und iOS nutzen. Grok Bot besitzt einen eigenen Cloud-Computer, arbeitet in Apps und Websites und benötigt Cloud-Speicher; die Inferenz läuft deshalb nicht lokal auf deinem Mac.

Die offizielle Setup-Anleitung nennt getrennte Downloads für Apple Silicon und Intel. Unter macOS wählst du den passenden Download, öffnest das Disk-Image, ziehst Grok Bot nach Programme und meldest dich mit einem Cursor-Konto an. Linux wird derzeit nicht als Desktop-Ziel genannt.

Grok Build für Coding im Terminal

Grok Build ist ein separater Coding-Agent für das Terminal. Der Grok-4.5-Launchpost nannte 4.5 als damaliges Standardmodell in Grok Build; die aktuelle xAI-Build-Seite nennt inzwischen Grok 4.6 und zeigt den Ein-Befehl-Installer. Wenn du im Terminal an einem Repository arbeitest, ist Grok Build der passende Zugang; für einen Desktop-Teampartner über mehrere Apps ist Grok Bot vorgesehen.

Grok-4.5-API

Die API bleibt der direkte Integrationsweg: Die Modell-ID lautet grok-4.5, der Mac führt den Client aus und xAI die Inferenz. Wenn dir Offline-Arbeit oder private Dateien wichtiger sind, vergleiche diesen Cloud-Weg mit dem Guide zu Open-Weight-LLMs und dem Mac-mini-RAM-Guide für lokale KI.

Was ist Grok 4.5?

Grok 4.5 ist ein Frontier-Modell von xAI. In aktuellen offiziellen Texten wird der Anbieter teils als SpaceXAI bezeichnet, während Entwicklerdokumentation und API weiterhin unter x.ai laufen. Der Launchpost positioniert Grok 4.5 für Coding, agentische Aufgaben und Wissensarbeit: Bugfixing, Refactoring, Terminal-Arbeit, große Repositories, mehrstufige Workflows und Office-Aufgaben.

Für Mac-Nutzer ist die Einordnung eindeutig: Grok 4.5 ist ein starkes Cloud-Modell für Mac-Workflows, aber kein lokales Mac-Modell. Wer nach „Grok 4.5 Mac“, „Grok 4.5 local“, „Grok Ollama“ oder „Grok auf MacBook installieren“ sucht, kann das Modell zwar auf dem Mac verwenden, aber nicht herunterladen und offline ausführen. Der Zugriff erfolgt über die xAI-API, Grok Build, Cursor, OpenRouter oder andere Modell-Gateways.

Offizieller Modellname vs. OpenRouter-Slug

Schreibweise	Bedeutung
grok-4.5	offizieller xAI/API-Modellname
x-ai/grok-4.5	OpenRouter-Modellslug
grok-4.5 über OpenAI-kompatible API	Modellname bei direkter xAI-Nutzung mit base_url="https://api.x.ai/v1"

Bei direkter xAI-Nutzung heißt das Modell grok-4.5. Bei OpenRouter heißt es x-ai/grok-4.5. Die Namen meinen denselben Modellzugang aus unterschiedlichen Ökosystemen, sind aber nicht austauschbar: x-ai/grok-4.5 ist ein Router-/Provider-Identifier, nicht der native xAI-Modellname.

Die wichtigsten Fakten zu Grok 4.5

Eigenschaft	Grok 4.5
Anbieter	xAI / in aktuellen Launchtexten SpaceXAI
Offizieller Modellname	grok-4.5
OpenRouter-Slug	x-ai/grok-4.5
Release	8. Juli 2026
Modelltyp	Cloud-/API-Modell
Fokus	Coding, Agenten, Wissensarbeit, STEM, Office
Kontextfenster	500K Tokens
Input-Preis xAI	$2.00 / 1M Tokens
Cached-Input xAI	$0.30 / 1M Tokens unter 200K Prompt-Tokens
Output-Preis xAI	$6.00 / 1M Tokens
Long-Context-Preise	2× Standardpreis ab 200K Prompt-Tokens
Reasoning	low, medium, high; Standard high
Tools	Function Calling, Web Search, X Search, Code Execution
Lokale Mac-Nutzung	Nein
Ollama / LM Studio / MLX	Nein
Open Weights	Nein
EU-Verfügbarkeit	in der xAI API Console verfügbar

EU-Update: Die xAI Release Notes bestätigen inzwischen die Verfügbarkeit von Grok 4.5 in der API Console für EU-Nutzer. Die Einschränkung zum Launch gilt nicht mehr.

Läuft Grok 4.5 lokal auf dem Mac?

Nein. Grok 4.5 ist kein Open-Weight-Modell. Es gibt keine offiziellen Gewichte zum Download, keinen GGUF-Release, keine MLX-Version und keinen Ollama-Tag. Wenn Grok 4.5 genutzt wird, läuft die Inferenz bei xAI oder bei einem Modell-Gateway.

Frage	Antwort
Kann ich ollama run grok-4.5 ausführen?	Nein
Gibt es Grok 4.5 für LM Studio?	Nein
Gibt es Grok 4.5 als MLX-Modell?	Nein
Läuft Grok 4.5 offline?	Nein
Kann ich Grok 4.5 auf dem Mac verwenden?	Ja, über API, Grok Build, Cursor oder OpenRouter
Ist Grok 4.5 für private Offline-Daten ideal?	Nein, dafür sind lokale Modelle besser

In der Praxis führt das zu einer hybriden Arbeitsweise: lokale Modelle für private Dateien und Offline-Arbeit, Grok 4.5 für Aufgaben, bei denen Cloud-Verarbeitung akzeptabel ist und Modellqualität wichtiger ist als vollständige lokale Kontrolle.

Warum Grok 4.5 trotzdem für Mac-Nutzer relevant ist

Ein Mac beschleunigt Grok 4.5 nicht direkt. M1, M2, M3 oder M4 führen die Modellinferenz nicht aus. Trotzdem starten viele KI-Workflows auf macOS:

• Coding im Terminal
• Cursor, VS Code, Zed und andere Editoren
• Repository-Analyse
• Bugfixing und Refactoring
• Web-App-Prototyping
• technische Dokumentation
• Tabellen, Präsentationen und Office-Dateien
• Recherche mit Web- und X-Suche
• Code Execution für kleine Tests und Berechnungen
• Agentenläufe mit Tools

Der Mac ist nicht die Rechenmaschine für Grok 4.5, sondern die Arbeitsoberfläche für das Cloud-Modell.

Benchmarks: nützlich, aber nicht als Weltrangliste lesen

xAI zeigt im Launchpost mehrere Benchmark-Vergleiche. Die Zahlen sind relevant, aber nicht vollständig unabhängig und nicht immer direkt vergleichbar. Einige Werte stammen aus unterschiedlichen Harnesses oder provider-spezifischen Setups. Sie zeigen eine Größenordnung, ersetzen aber keine neutrale Rangliste.

Grafik: eigene SVG-Aufbereitung auf Basis der offiziellen Benchmark-Grafik im xAI/SpaceXAI-Launchpost zu Grok 4.5. Quelle: x.ai/news/grok-4-5.

Ausgewählte Launch-Benchmarks

Benchmark	Grok 4.5	Vergleichswerte aus xAI-Grafik	Einordnung
DeepSWE 1.0	62.0%	Fable max 66.1%, GPT 5.5 xhigh 64.31%, Opus 4.8 max 55.75%	innerhalb jeweiliger Provider-Harnesses
DeepSWE 1.1	53.0%	Fable max 70%, GPT 5.5 xhigh 67%, Opus 4.8 max 59%, GLM 5.2 44%	DataCurve mini-swe-agent Harness
Terminal-Bench 2.1	83.3%	Fable max 84.3%, GPT 5.5 xhigh 83.4%, Opus 4.8 max 78.9%	sehr enges Spitzenfeld
SWE Bench Pro	64.7%	Fable max 80.4%, Opus 4.8 max 69.2%, GLM 5.2 62.1%, GPT 5.5 xhigh 58.6%	Resolve Rate, Setup beachten

Nach diesen Launch-Werten ist Grok 4.5 stark bei Terminal-, Coding- und Agentenaufgaben. Es steht aber nicht in jedem gezeigten Benchmark an der Spitze. Besonders SWE Bench Pro zeigt, dass andere Frontier-Modelle je nach Setup vorne liegen können. Aussagekräftig sind die Werte deshalb nur zusammen mit Quelle, Harness und Kontext.

Token-Effizienz: wichtiger als ein einzelner Score

xAI betont neben den Benchmark-Scores die Token-Effizienz. Laut Launchpost löst Grok 4.5 SWE-Bench-Pro-Aufgaben im Schnitt mit 15.954 Output-Tokens. Für Opus 4.8 max zeigt xAI 67.020 Output-Tokens. Daraus leitet xAI ungefähr 4,2-mal weniger Output-Tokens ab.

Grafik: eigene SVG-Aufbereitung auf Basis der offiziellen Token-efficiency-Grafik im xAI/SpaceXAI-Launchpost. Quelle: x.ai/news/grok-4-5.

Bei Cloud-Modellen zählen nicht nur Benchmark-Scores, sondern auch Tokenmenge und Tool-Aufrufe. Ein Modell, das eine Aufgabe mit weniger Zwischenschritten, kürzeren Zwischenantworten und weniger Output löst, kann in der Praxis günstiger und schneller sein, auch wenn der reine Tokenpreis nicht der niedrigste ist.

Für Agenten ist das besonders wichtig. Ein Coding-Agent kann in einem Lauf planen, Dateien lesen, Tools aufrufen, Code ändern, Tests ausführen, Fehler analysieren und erneut patchen. Weniger Output reduziert dabei Kosten und Wartezeit.

Geschwindigkeit: 80 Tokens pro Sekunde in der API

xAI nennt für Grok 4.5 eine Auslieferungsgeschwindigkeit von 80 Tokens pro Sekunde. Das ist ein nützlicher Richtwert, aber kein Garantiewert für jeden Account, jede Region und jeden Prompt. In der Praxis hängen Latenz und Durchsatz von Region, Auslastung, Routing, Tool Calls, Reasoning-Level, Kontextgröße und Plattform ab. Für Mac-Nutzer ist vor allem wichtig: Die Geschwindigkeit hängt nicht vom lokalen M-Chip ab, sondern vom API-Pfad und vom konkreten Workload.

Preise: günstig für Frontier-Coding, aber Tool-Nutzung zählt mit

xAI verwendet für Grok 4.5 zwei Preisstufen. Sobald ein Prompt 200K Tokens erreicht, gilt der Long-Context-Preis für alle Tokens des Requests:

Tokenart	Prompt unter 200K	Prompt mit 200K–500K
Input	$2.00 / 1M Tokens	$4.00 / 1M Tokens
Cached Input	$0.30 / 1M Tokens	$0.60 / 1M Tokens
Output	$6.00 / 1M Tokens	$12.00 / 1M Tokens

Die Pricing-Dokumentation weist außerdem darauf hin, dass serverseitige Tools zusätzlich pro Tool-Aufruf abgerechnet werden. Web Search, X Search und Code Execution stehen dort jeweils mit $5 pro 1.000 Aufrufe. Das ist für normale Einzelanfragen wenig, kann bei autonomen Agentenläufen aber relevant werden.

Beispielrechnung ohne Tool-Aufrufe

Ein längerer Coding-Request mit 120K Input Tokens und 8K Output Tokens kostet ungefähr:

Teil	Rechnung	Kosten
Input	0,12 × $2.00	$0.24
Output	0,008 × $6.00	$0.048
Summe	—	ca. $0.288

Mit Cached Input kann der Preis sinken, wenn wiederholte Kontextbestandteile zuverlässig aus dem Cache bedient werden. xAI empfiehlt dafür unter anderem prompt_cache_key beziehungsweise den Header x-grok-conv-id, damit Requests besser auf denselben Server geroutet werden und Cache-Hits zuverlässiger werden. Die Beispielrechnung bleibt unter der 200K-Schwelle; größere Prompts kosten das Doppelte der Standard-Tokenpreise.

Reasoning: low, medium oder high

Grok 4.5 unterstützt konfigurierbares Reasoning. Die Dokumentation nennt low, medium und high, wobei high der Standard ist.

Reasoning-Level	Sinnvoll für
low	kurze Antworten, einfache Transformationen, geringere Kosten
medium	normale Coding- und Analyseaufgaben
high	schwierige Bugs, Architekturfragen, Agentenläufe, STEM, komplexe Planung

Nicht jede Anfrage braucht high. Für kurze Transformationen oder einfache Antworten reicht häufig low oder medium. Für große Codebase-Arbeit, schwer reproduzierbare Bugs oder komplexe Agentenläufe ist high sinnvoller.

Tools: mehr als ein Chatmodell

Grok 4.5 unterstützt mehrere serverseitige Funktionen:

• Function Calling
• Web Search
• X Search
• Code Execution
• Structured Outputs
• Streaming
• Context Compaction für lange Agentenläufe

Dadurch eignet sich das Modell für Workflows, in denen es nicht nur Text erzeugt, sondern Tools nutzt, Ergebnisse verarbeitet und Folgeschritte plant. Auf dem Mac ist Grok 4.5 deshalb vor allem in Grok Build, Cursor, OpenRouter-kompatiblen Clients oder eigenen API-Workflows interessant.

Aktuelle Informationen kommen nicht automatisch aus dem Modell. Ohne Search-Tools hat ein Modell keinen Zugriff auf neue Ereignisse oder externe Daten. Für aktuelle Recherche müssen Web Search oder X Search aktiv genutzt werden.

Datenschutz und API-Daten

Für sensible Mac-Dateien ist Grok 4.5 nicht automatisch die richtige Wahl. xAI schreibt in der Security-FAQ, dass API Inputs und Outputs nicht ohne ausdrückliche Erlaubnis zum Training genutzt werden. Gleichzeitig werden API Requests und Responses standardmäßig bis zu 30 Tage zur Missbrauchsprüfung gespeichert. Zero Data Retention gibt es als Enterprise-Funktion.

Datentyp	Empfehlung
private Notizen	lokal verarbeiten
vertrauliche Kundendaten	nur mit Compliance-Prüfung, ggf. ZDR
öffentliche Codebeispiele	Grok 4.5 möglich
große Open-Source-Repos	Grok 4.5 sinnvoll
interne Geschäftsunterlagen	Datenschutz prüfen
Offline-Arbeit	lokales Modell nutzen

Für private Offline-Daten bleiben lokale Mac-Modelle die bessere Wahl. Grok 4.5 passt eher zu Cloud-Agenten, öffentlichen Codebeispielen und großen Repositories, bei denen Cloud-Verarbeitung erlaubt ist.

Setup: xAI API auf dem Mac

Variante 1: xAI Responses API mit cURL

export XAI_API_KEY="dein_api_key"

curl https://api.x.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d '{
    "model": "grok-4.5",
    "input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
  }'

Variante 2: Python mit OpenAI-kompatiblem Client

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["XAI_API_KEY"],
    base_url="https://api.x.ai/v1",
)

response = client.responses.create(
    model="grok-4.5",
    input="Explain when I should use a local Mac model and when Grok 4.5 is worth the cloud cost.",
)

print(response.output_text)

Variante 3: OpenRouter auf dem Mac

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
)

response = client.chat.completions.create(
    model="x-ai/grok-4.5",
    messages=[
        {"role": "system", "content": "You are a precise Mac AI workflow assistant."},
        {"role": "user", "content": "Compare Grok 4.5 with a local Qwen model for coding on a Mac."},
    ],
)

print(response.choices[0].message.content)

Grok 4.5 vs lokale Mac-Modelle

Aufgabe	Grok 4.5	Lokales Mac-Modell
private Offline-Notizen	weniger geeignet	besser
große Codebase analysieren	stark	je nach Modell/RAM begrenzt
Terminal-Agenten	stark	möglich, aber meist schwächer
niedrige laufende Kosten	nur bei wenig Nutzung	gut nach Setup
Datenschutzkontrolle	Cloud-Abwägung nötig	besser
500K Kontext	ja	lokal selten sinnvoll
Arbeit ohne Internet	nein	ja
Tool-Use mit Web/X Search	stark	lokal nur mit eigener Tool-Schicht

Grok 4.5 ersetzt lokale KI auf dem Mac nicht. Es ergänzt sie für Aufgaben, bei denen lokale Modelle zu klein, zu langsam oder zu unzuverlässig sind.

Wann lohnt sich Grok 4.5?

Grok 4.5 lohnt sich besonders bei:

• großen Repositories,
• schwierigen Bugs,
• Agentenläufen mit vielen Tools,
• Terminal- und Coding-Workflows,
• langen Kontexten,
• token-effizienten Agentenantworten,
• OpenRouter- oder xAI-API-Workflows,
• Cursor oder Grok Build.

Weniger passend ist Grok 4.5 bei:

• privaten Daten, die offline bleiben sollen,
• kurzen Alltagsfragen,
• einfachen Aufgaben, die bereits ein lokales Modell erledigt,
• dem Wunsch nach einem Modell zum lokalen Download.

Fazit: Cloud-Werkzeug mit konfigurierbarem Reasoning und aggressiven Preisen

Grok 4.5 ist für Mac-Nutzer vor allem als Cloud-Werkzeug interessant: lange Kontexte, konfigurierbares Reasoning, Tool-Unterstützung, gute Terminal-Bench-Werte und ein vergleichsweise aggressiver API-Preis. Die Grenze bleibt wichtig: Grok 4.5 ist kein lokales Mac-Modell, und Hersteller-Benchmarks ersetzen keine unabhängige Rangliste.

Lokal zuerst für private Daten. Grok 4.5 gezielt für große, schwierige und agentische Aufgaben.