最強じゃなくていい。Grok 4.5が「コスパで選ばれるモデル」になった理由

7月8日、xAI（現SpaceXAI）がGrok 4.5をリリースした。

Artificial Analysisのインテリジェンス指数は168モデル中4位。1位ではない。SWE-Bench Proは64.7%で、Opus 4.8の69.2%には届かない。総合スコアでもGPT-5.6 Solの86に対して82。

数字だけ見ると「2番手グループ」だ。だが、料金表を開いた瞬間に印象が変わる。

5分の1の値段で8割の性能

Grok 4.5の料金は入力$2、出力$6（100万トークンあたり）。キャッシュ入力は$0.50で75%引きになる。

比較してみる。

モデル	入力	出力	コンテキスト
Grok 4.5	$2	$6	500K
GPT-5.6 Sol	$5	$30	1M
Claude Opus 4.8	$15	$75	1M

Opus 4.8の出力単価は$75。Grok 4.5は$6。12.5倍の差がある。

しかもGrok 4.5はSWE-Bench Proのタスクあたり平均出力トークンが約16Kで、Opus 4.8の約67Kに対して4.2倍少ない。つまり同じコーディングタスクを解くのに、トークン単価が安いうえに消費量も少ない。実質的なコスト差は数字以上に開く。

正直、このコスト構造は衝撃的だった。

エージェント用途で1位

Grok 4.5が最も光るのはエージェントのツール呼び出しだ。Artificial Analysisのエージェントツール使用ベンチマークで、全168モデル中最高スコアを記録している。

コーディングエージェントを動かすとき、モデルは何十回もツールを呼び出し、ファイルを読み、コマンドを実行する。1回あたりのコストが安いモデルほど「回しやすい」。Grok 4.5はまさにその用途に最適化されている。

ただし注意点もある。GPT-5.6 Solはエージェントタスクのスコアが92で、Grok 4.5の83.3を上回る。単純な性能ならSolが上だ。問題は、Solの出力単価が$30でGrok 4.5の5倍であること。1回の精度を取るか、5回試行できる予算を取るか。エージェント運用ではこの選択が意外に重い。

SpaceXが買収したCursorとの関係

見落とせない背景がある。SpaceXは2026年6月にCursorを600億ドル相当のSpaceX株で買収した。Grok 4.5はCursorのデータを組み込んで訓練された最初のモデルだ。

これが何を意味するかというと、Grok 4.5のコーディング性能はCursorユーザーの実際のコーディングパターンを反映している可能性がある。1.5兆パラメータのV9アーキテクチャに、世界最大級のAIコーディングツールのデータが流れ込んだ形だ。

GitHub CopilotでもGPT-5.6と同日にGrok 4.5が利用可能になっている。Cursorでの動作は言うまでもない。xAIがコーディング市場を本気で取りに来ていることがわかる。

弱点は明確にある

コンテキストウィンドウは500K。GPT-5.6 SolやOpus 4.8の1Mの半分だ。大規模なコードベース全体を一度に渡すような使い方には向かない。

純粋な推論力でもトップではない。数学やサイエンスの難問ではFable 5やGPT-5.6 Solに譲る。「とにかく最高精度が欲しい」という場面ではGrok 4.5は選択肢に入らない。

また、SpaceXAI（旧xAI）のプラットフォームとしての信頼性は、OpenAIやAnthropicと比べるとまだ実績が浅い。エンタープライズ用途でSLAを求めるなら慎重に検討すべきだろう。

「最強」を目指さなかった意味

2026年7月のAIモデル市場は、GPT-5.6 Sol、Claude Fable 5、Gemini 3.5 Pro（7月17日予定）がフラッグシップの座を争っている。Grok 4.5はその競争に正面から参加していない。

代わりに「エージェントを低コストで大量に回す」というポジションを取った。月間100万トークンを消費するエージェントワークロードなら、Opus 4.8からの乗り換えで請求額が10分の1以下になる計算だ。

モデル選びが「どれが一番賢いか」から「どれが一番効率的か」に変わりつつある。Grok 4.5は、その転換点を象徴するモデルだと思う。

Grok 4.5 公式ページ（SpaceXAI）