Grok 4.5 とは？SpaceXAI フラッグシップのコーディングモデル仕様
2026 年 7 月 8 日、SpaceXAI 上場後初のフラッグシップモデル Grok 4.5 が登場しました。マスク氏は X で「Opus 級だが、より速く Token 効率が高く、より安い」と述べています。今回の特徴は、AI コーディングツール Cursor と共同学習した点です。数兆 Token 規模の実開発者インタラクションデータが投入されました。SpaceX は 2026 年 6 月に Cursor 親会社 Anysphere を買収しており、共同学習はその最初の成果の一つです。
Grok 4.5 が深く最適化されているシナリオは次のとおりです。
プログラミングとコード Agent：バグ修正、大規模コードベースのリファクタリング、エンドツーエンドのアプリ開発。
自律ワークフロー（Agentic Tasks）：ツールやアプリをまたぐ多段階の自動化タスク。
知識集約型業務：法務、医療、教育、データ分析などの専門領域。
高頻度呼び出しのコスト課題：1 日数百〜数千件の Agent タスクを回すチームでは、API 請求と Token 効率が ROI を左右します。
一発成功 vs 再試行コスト：複雑な UI や状態管理タスクでは、モデル精度と再試行回数が納期に直結します。
| パラメータ | 値 |
|---|---|
| アーキテクチャ | Mixture of Experts（MoE、混合エキスパート） |
| コンテキストウィンドウ | 500,000 Tokens（50 万） |
| 推論モード | 低 / 中 / 高（デフォルト：高） |
| 推論速度 | 公式 80 TPS、実測約 90 TPS |
| 学習ハードウェア | 数万基の NVIDIA GB300 GPU（メンフィスデータセンター） |
| パラメータ数 | 非公開（MoE アーキテクチャ） |
Grok 4.5 の料金は？Claude Opus・GPT-5.6 とのコスト比較
料金は Grok 4.5 の最大の訴求点です。表示価格だけでなく、高頻度 Agent シナリオでは Token 効率が実コストを決めます。
| モデル | 入力（per 1M tokens） | 出力（per 1M tokens） |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（キャッシュヒット） | $0.50 | — |
| Grok 4.5 Fast 版 | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| Claude Fable 5 | より高い | より高い |
| GPT-5.6 Sol（フラッグシップ） | $5.00 | $30.00 |
| GPT-5.6 Luna（エコノミー） | $1.00 | $6.00 |
コーディング Agent タスクに換算した実タスクあたりのコストは次のとおりです。
| モデル / プラットフォーム | タスクあたり平均 Token 消費 | タスクあたり実コスト |
|---|---|---|
| Grok 4.5 / Grok Build | ~1.9M tokens | $2.49 |
| GPT-5.5 / Codex | ~6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | ~7.2M tokens | $11.80 |
SWE-Bench Pro では、Grok 4.5 の平均出力 Token は 15,954 個、Claude Opus 4.8 は同タスクで 67,020 個です。差は 4.2 倍。1 日 500 回換算で Grok は約 $1,245/日、Claude Code は約 $5,900/日になります。
Grok 4.5 Benchmark 評価：コーディング・Agent・総合知能の順位
3.1 コーディング Benchmark
| ベンチマーク | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（公式 harness） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立 harness） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro（解決率） | 64.7% | 80.4% | 69.2% | 58.6% |
DeepSWE 1.0 は各社独自 harness を用いるため、Grok 4.5 は 3 位です。中立 harness の DeepSWE 1.1 では差が拡大し、Fable 5 が 17 ポイント先行します。Terminal Bench 2.1 は 4 モデルとも 5.4 ポイント以内でほぼ互角です。最も厳格な SWE-Bench Pro では Grok 4.5 は 3 位で、Fable 5 に約 16 ポイント遅れます。
重要：CursorBench は公開時に一時撤回されました。Cursor コードベースの一部スナップショットが Grok 4.5 の学習データに混入し、データ汚染リスクが確認されたためです。今回リリースの明確な瑕疵点です。
3.2 Agent タスク Benchmark（Grok 4.5 の得意領域）
| ベンチマーク | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 件の企業ワークフロー） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（専門業務シナリオ） | 29% | — | 21% |
AutomationBench-AA は Gmail、Slack、Salesforce、HubSpot など 40 の模擬企業アプリを含みます。Grok 4.5 はビジネス制約を破らずにワークフロー目標の半数超を達成した初のモデルです。Snorkel 評価では、法務（40% vs 27–28%）、教育（58% vs 35–42%）、医療（35% vs 23–25%）で大きくリードしています。
3.3 総合知能指数：Artificial Analysis 総合知能指数は 54 点（4 位）で、Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）に続きますが、前世代 Grok から 16 点の大幅向上です。
3.4 実践コーディング比較（TryAI 独立評価）
3D 立方体レンダリング（最難）：Opus 4.8 と Fable 5 は一発成功。Grok 4.5 は初回はタイトルとボタンのみ、再試行で成功。GPT-5.5 は失敗。
速度：Grok 4.5 の初 Token は 0.5 秒未満、流速は約 110 tokens/秒（競合の約 2 倍）。
コスト：テスト実行あたりのコストは Grok 4.5 が最安。Fable 5 は最遅かつ最高額。
結論として、高頻度の反復コーディングでは Grok 4.5 の速度とコスト優位が際立ちます。複雑な状態管理を一発で仕上げる高精度タスクでは、Claude 系列が依然として信頼性が高いです。
Grok 4.5 の使い方：Cursor・API と 6 ステップ導入ガイド
Grok 4.5 は次のプラットフォームで利用可能です（EU 地域は 7 月中旬開放見込み）：Grok Build（デフォルトモデル）、Cursor（全サブスク、初週 2 倍枠）、SpaceXAI Console API、Office プラグイン（Word/PPT/Excel）、サードパーティゲートウェイ（OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic）。API リージョンは us-east-1、us-west-2。レート制限は 150 req/s、50M tokens/min です。
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "このコードのバグを見つけて修正してください：function median(a){a.sort();return a[a.length/2]}"
}'
SpaceXAI API を登録：Console で API Key を作成し、us-east-1 または us-west-2 へのアクセスを確認します。
Cursor でモデル切替：モデルセレクターで Grok 4.5 を選択します。リリース初週は使用量が 2 倍です。
キャッシュキーを設定：Responses API で prompt_cache_key、Chat Completions では x-grok-conv-id Header を使い、ヒット時は入力が $0.50/M tokens に低下します。
長時間 Agent ループ：Context Compaction を有効にし、Token 累積コストを抑えます。
ハイブリッドモデルルーティング：通常のサブタスクは Grok 4.5、複雑なアーキテクチャ判断は Claude Fable 5 にエスカレーションします。
本番検証：金融・セキュリティクリティカルなコードは出力検証を強化します。AA-Omniscience の幻覚率（54%）に留意し、人手レビュー体制を整えます。
ベストプラクティス：会話ルーティング用キャッシュキーの設定を強く推奨します。EU ユーザーは 7 月中旬の API 開放後に本番パイプラインを展開してください。
Grok 4.5 に乗り換えるべきか？引用可能データと選定結論
Grok 4.5 が向くシナリオ：① 1 日数百〜数千件のコーディング Agent を回すチーム、② ターミナル系タスクとツール呼び出し（Terminal Bench・AutomationBench でトップクラス）、③ Cursor を深く統合済みのチーム、④ 予算に敏感なスタートアップ、⑤ ハイブリッド戦略（反復サブタスクは Grok、アーキテクチャ判断は Fable 5）。
慎重に検討すべきシナリオ：① SWE-Bench Pro 級の高精度コード（Fable 5 が約 16 ポイント先行）、② 幻覚率に敏感な本番環境（AA-Omniscience 幻覚率 54%）、③ EU ユーザーは API 未開放、④ CursorBench の信頼性は独立再検証待ち。
単発 Agent タスクコスト：Grok 4.5 約 $2.49 vs Claude Code 約 $11.80（出典：SWE-Bench Pro タスク換算）。
出力 Token 効率：15,954 vs 67,020（同タスクで Opus 4.8 と比較し 4.2 倍差）。
推論スループット：公式 80 TPS、独立実測は約 90–110 tokens/秒、初 Token は 500ms 未満。
Grok 4.5 は「最強のコーディングモデル」ではありませんが、コストパフォーマンス最高の Opus 級コーディング Agent です。真の価値は、Token 効率と API 料金を実タスクコストに換算したとき、主流 Agent ワークフローで Opus 4.8 に近い品質を、7〜8 割以下の価格で達成できる点にあります。API 単体でも始められますが、長時間の Agent ループではローカル Mac がメモリ圧迫・Swap・IDE 常駐オーバーヘッドに直面しやすく、VM 案は Metal や Xcode 互換のロスが出ます。7×24 で Cursor Agent、並列 dev server、推論常駐を安定運用するエンジニアリングチームには、MESHLAUNCH の Mac Mini クラウドベアメタルレンタルがより適した選択です。Apple Silicon 専有、日/週/月の柔軟契約で、高頻度 Agent 開発と iOS CI/CD 自動化に向いています。
参考：SpaceXAI 公式発表 · Cursor 共同声明 · API ドキュメント · TechCrunch · Snorkel AI
軸によります。Opus 4.8 は SWE-Bench Pro 正答率で先行（69.2% vs 64.7%）します。Grok 4.5 は速度・Token 効率・単発コストで最大 4 倍の優位があり、Agent ワークフロー完了率もわずかに上回ります。開発機予算の計画は レンタル料金ページ をご参照ください。
SpaceXAI は Grok Build と Cursor で期間限定の無料枠を提供したことがあります。正式 API は入力 $2/M・出力 $6/M tokens です。Cursor サブスク各プランでモデルプールに含まれています。
全 Cursor サブスクリプションプランで利用可能です。モデルセレクターで Grok 4.5 を選択するだけです。リリース初週は使用量が 2 倍になります。デプロイの疑問は ヘルプセンター をご覧ください。
500,000 tokens（50 万）です。大半の大規模コードベースタスクをカバーできます。
Cursor コードベースのスナップショットが学習データに混入し、汚染リスクが生じたためです。SpaceXAI は関連スコアを撤回し、独立再検証を待っています。
可能です。Vercel AI Gateway、Cloudflare、Snowflake、Databricks Mosaic などのサードパーティゲートウェイからも接続できます。