SpaceXAI、Cursorでトレーニングされたコーディング・エージェントタスク・ナレッジワーク向けモデル「Grok 4.5」を$2/百万トークンでリリース

SpaceXAIは、最新モデル「Grok 4.5」をリリースしました。同社はこれを最もスマートなモデルと位置づけ、コーディング、エージェントタスク、ナレッジワークに焦点を当てています。このモデルはAIコーディングエディタCursorと共にトレーニングされました。

Grok 4.5とは？

Grok 4.5は実際のエンジニアリング作業向けにチューニングされた汎用モデルです。SpaceXAIはコーディング、科学、エンジニアリング、数学をカバーするデータセットでトレーニングしました。研究チームはその推論を知的かつ効率的だと表現しています。Harveyの法律エージェントベンチマークで1位を獲得し、オフィスワークでの強みを示しています。

トレーニング方法

トレーニングは数万基のNVIDIA GB300 GPUで実行されました。生のトークン量に加えて、データフィルタリングとキュレーションに投資し、重複除去、品質スコアリング、ドメイン特化選択を実施。その後、トークンごとの知能に焦点を当てた強化学習を拡大しました。RLは数十万のタスクをカバーし、大半はマルチステップのソフトウェアエンジニアリングなどの技術作業でした。採点は自動化とモデルベースの手法を組み合わせています。スタックは高度に非同期なトレーニングをサポートし、エージェントロールアウトは学習を続けながら長時間実行できます。

ベンチマークパフォーマンス

SpaceXAIは4つのコーディングベンチマークのスコアを公開しました。同社の主張によるとGrok 4.5は比較可能な主要モデルを上回っていますが、同社のチャートではFable（max）が全4ベンチマークで最高スコアを示し、Grok 4.5はTerminal Bench 2.1で最も近い結果となっています。具体的なスコアは、DeepSWE 1.0 pass@1が62.0%（Fable max 66.1%）、DeepSWE 1.1が53%（Fable max 70%）、Terminal Bench 2.1が83.3%（Fable max 84.3%）、SWE Bench Pro解決率が64.7%（Fable max 80.4%）です。

速度とトークン効率

Grok 4.5のサービス速度は80 TPSです。SpaceXAIはトークン効率が主要モデルの約2倍と報告しています。SWE Bench Proでは、Grok 4.5は平均15,954の出力トークンでタスクを解決したのに対し、Opus 4.8（max）は67,020トークンを使用しており、約4.2倍少ない出力トークンとなっています。これにより、タスクあたりの出力コストとレイテンシが低減されます。

価格

Grok 4.5の価格は入力100万トークンあたり2ドル、出力100万トークンあたり6ドルです。SpaceXAIは半分以下のステップでタスクを解決できるとしています。予算を組む前に、現在の価格をSpaceXAIコンソールで確認してください。

ユースケース

コードベース修復、アプリプロトタイピング（例：Three.jsの太陽系シミュレーション）、法律エージェントタスク、スプレッドシート作業、ドキュメント生成などに使用できます。

はじめ方

Grok 4.5はGrok Build、Cursor（全プラン）、SpaceXAIコンソールで利用可能です。APIキーを取得してresponsesエンドポイントを呼び出します。モデルIDはgrok-4.5です。CLIインストールコマンドも提供されています。

利用可能性と制限

Grok 4.5はGrok BuildとCursorで本稼働中で、SpaceXAIコンソールからも利用できます。現時点ではEUでは利用できず、7月中旬にEUでの提供開始が予定されています。Grok BuildとCursorでは期間限定で無料利用が可能です。