2026年7月8日ローンチ · Cursor 共同訓練 · Benchmark 全表 · API 料金 · TryAI 実測 · 切替判断マトリクス
要約：2026 年 7 月 8 日、イーロン・マスク氏の SpaceXAI が上場後初のフラッグシップ Grok 4.5 をリリースしました。マスク氏は「Opus 級の知能を大幅に低いコストで」と評しています。本稿では公開された Benchmark、独立評価、実世界のコーディングテストを可能な限り精査し、フィルターなしの結論をお伝えします——ドル換算で Claude を上回る場面と、精度面で及ばない場面の両方を整理します。
Grok 4.5 は SpaceXAI のフロンティアモデルで、次の用途向けに設計されています。
本モデルは Cursor と共同訓練されています。SpaceX は 2026 年 6 月に Cursor 親会社 Anysphere を買収。訓練には開発者の実際の IDE 上での記述・レビュー・デバッグ行動、および Agent とライブコードベースのやり取りを含む数兆 Token のデータが投入されました。
| 項目 | 詳細 |
|---|---|
| アーキテクチャ | Mixture of Experts（MoE） |
| コンテキストウィンドウ | 500,000 tokens |
| 推論モード | Low / Medium / High（デフォルト：High） |
| 速度 | 公式 80 TPS、実測約 90 TPS |
| 学習インフラ | 数万基の NVIDIA GB300 GPU（テネシー州メンフィス） |
| パラメータ数 | 非公開 |
Agent 課金の膨張——Claude Code や Codex は高ボリューム利用でコストが雪だるま式に増加します
最高 Benchmark ≠ 最安の本番運用——リーダーボード首位が必ずしも日常使いに最適とは限りません
Cursor ネイティブな代替——すでに Cursor を使うチームには信頼できる Opus 代替が必要です
信頼性のギャップ——学習データ汚染を理由に CursorBench が撤回されました
| モデル | 入力（100 万あたり） | 出力（100 万あたり） |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（キャッシュ入力） | $0.50 | — |
| Grok 4.5 Fast | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| GPT-5.6 Sol | $5.00 | $30.00 |
| GPT-5.6 Luna | $1.00 | $6.00 |
| モデル / プラットフォーム | タスクあたり平均 Token | 推定コスト / タスク |
|---|---|---|
| Grok 4.5 / Grok Build | 約 1.9M | $2.49 |
| GPT-5.5 / Codex | 約 6.2M | $5.07 |
| Claude Fable 5 / Claude Code | 約 7.2M | $11.80 |
SWE-Bench Pro では、Grok 4.5 の出力 Token 平均は 15,954 / タスク、Claude Opus 4.8 は 67,020——4.2 倍の効率差です。1 日 500 タスクなら、おおよそ $1,245/日 vs $5,900/日の差になります。
prompt_cache_key または x-grok-conv-id 利用時 $0.50/M tokensus-east-1、us-west-2（EU は 7 月中旬予定）| Benchmark | Grok 4.5 | Fable 5 | Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（プロバイダーハーネス） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立ハーネス） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro | 64.7% | 80.4% | 69.2% | 58.6% |
注意：CursorBench は、Cursor コードベースのスナップショットが Grok 4.5 の学習データに誤って混入したため撤回されました——ローンチの透明性に課題が残ります。
| Benchmark | Grok 4.5 | Fable 5 | Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 ワークフロー） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+ | 29% | — | 21% |
Grok 4.5 は、ビジネス制約を侵害せずにエンタープライズワークフロー目標の半数超を達成した初のモデルです（Gmail、Slack、Salesforce、HubSpot ほか 36 アプリをシミュレート）。Snorkel 評価では法務（40% vs 27–28%）、教育（58% vs 35–42%）、医療（35% vs 23–25%）で大きなリードを示しています。
Artificial Analysis Intelligence Index：54/100（4 位）。Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）に次ぎますが、前世代 Grok 比 +16 の跳躍です。
3D キューブ描画（最難関テスト）：Opus 4.8 と Fable 5 は初回で成功。Grok 4.5 は 1 回目にタイトルとボタンは描画したもののキューブなし、リトライで修正。GPT-5.5 は失敗しました。
速度：Grok 4.5 は初 Token を 500ms 未満、ストリーム約 110 tokens/秒——競合のおよそ 2 倍です。
結論：高ボリュームで反復的なコード生成には Grok 4.5 が向きます。初回から正確である必要がある複雑なステートフル UI では、引き続き Claude が有利です。
console.x.ai で API キーを作成します
us-east-1 または us-west-2 を選択します
Responses API を model: "grok-4.5" で呼び出します
prompt_cache_key を設定しキャッシュヒット（入力 $0.50/M）を有効にします
長い Agent ループでは Context Compaction を有効にします
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":"Find and fix the bug: function median(a){a.sort();return a[a.length/2]}"}'| シナリオ | 推奨 | 理由 |
|---|---|---|
| 1 日数百〜数千の Agent タスク | Grok 4.5 | タスクあたり約 $2.49 vs $11.80 |
| ターミナル / ツール利用が中心 | Grok 4.5 | Terminal Bench・AutomationBench で先行または同点 |
| Cursor ネイティブなチーム | Grok 4.5 | 摩擦ゼロの統合 |
| SWE-Bench Pro 級の精密リファクタ | Claude Fable 5 | 約 16 ポイントのリード |
| 幻覚に敏感な本番環境 | Claude + 検証 | Grok の AA-Omniscience 幻覚率 54% |
| 混合戦略 | Grok でサブタスク + Claude でアーキテクチャ | エンタープライズで一般的なパターン |
Grok 4.5 は 2026 年中期時点で「最も精度の高いコーディングモデル」ではありません——Claude Fable 5 がその座にあります。ただし、Agentic コーディングにおける知能対ドル比は現時点で最高クラスです。実タスク $2.49 対 Claude Code $11.80 という差は、マーケティングではなく算数です。
初回の本番デプロイを盲信しないでください。出力を検証し、幻覚率を監視し、難しい部分には Claude を待機させておくのが堅実です。
データは 2026 年 7 月 10 日時点です。購入判断の前に必ず公式ドキュメントをご確認ください。
指標によります。Opus は SWE-Bench Pro の精度で優位です。Grok は速度、Token 効率、タスクあたりコスト——しばしば 4 倍——および独立 Benchmark 上の Agent ワークフロー完了率で優位な場面があります。
Grok Build と Cursor では期間限定の無料枠があります。API は入力 $2/M、出力 $6/M です。Cursor 各プランのモデルプールにも含まれます。
すべての Cursor プランで利用可能です。モデル選択 → Grok 4.5。ローンチ初週は使用量が 2 倍でした。
500,000 tokens——大多数の大規模コードベースタスクに十分です。
Cursor コードベースのスナップショットが学習データを汚染しました。結果は撤回され、独立再テストが予想されています。
はい——Vercel、Cloudflare、Snowflake、Databricks Mosaic からも利用できます。
Grok 4.5 は Opus 級の Agent 作業を手の届くコストに押し下げます——特に Cursor 内では。主力機が Windows や Linux でも、Cursor + Grok 4.5 の実 macOS GUIでの検収、Keychain プロンプトの処理、Agent ループと並行した iOS ビルドが必要な場合、ハードウェア購入は高コストで、SSH だけではシステムダイアログを操作できません。VNCMac なら物理 Mac mini ノードを時間課金で VNC デスクトップ付きでレンタルでき、モデル切替、Agent 実行、本稿の Benchmark 照合まで一気通貫で行えます。スプリント終了後はすぐ停止可能です。Mac レンタルプランをご覧ください。