xAI、Grok 4.5を発表──ベンチ1位はゼロだがトークン効率4.2倍・入力$2出力$6で別の土俵へ

3行まとめ

1. xAI（SpaceXAI）がコーディング・エージェント特化の最新モデル「Grok 4.5」を発表、Grok Build・Cursor全プラン・APIで利用可能
2. DeepSWE・Terminal Bench・SWE Bench Proの4ベンチで1位はゼロだが、SWE Bench ProでOpus 4.8の4.2分の1のトークン数でタスクを解くトークン効率を前面に
3. 価格は入力$2/出力$6（100万トークンあたり）、出力80TPS。EU圏は7月中旬に開放予定

何が起きたか

xAI公式発表によると、2026年7月8日、xAI（SpaceXAI）はコーディング、エージェント処理、知識作業に特化した最新モデル「Grok 4.5」を発表した。Grok Build、Cursor全プラン、SpaceXAIコンソールで利用可能。期間限定でGrok BuildとCursorでの無料利用枠も提供される。

ベンチマーク（xAI公表値）

xAI公式発表に掲載された4つのベンチマーク結果は以下の通り。

ベンチマーク	Grok 4.5	Fable max	GPT 5.5 xhigh	Opus 4.8 max
DeepSWE 1.0	62.0%	66.1%	64.31%	55.75%
DeepSWE 1.1	53%	70%	67%	59%
Terminal Bench 2.1	83.3%	84.3%	83.4%	78.9%
SWE Bench Pro	64.7%	80.4%	58.6%	69.2%

xAI公式による注記：DeepSWE 1.0の評価はDatacurve作成、各モデルプロバイダのハーネスでAAが実行。DeepSWE 1.1はmini-swe-agentハーネスでDatacurveが実行。競合他社の数値は各開発元が公開しているシステムカードまたはベンチマークランキングからの引用。

Terminal Bench 2.1ではFable（84.3%）、GPT 5.5（83.4%）と0.1〜1ポイント差で肉薄している。一方、DeepSWE 1.1ではFableと17ポイント差、SWE Bench ProではFableと15.7ポイント差が開いている。

トークン効率

xAIが最も前面に出しているのはトークン効率だ。公式発表によると、SWE Bench Proを解くのに使った出力トークン数の平均は以下の通り。

• Grok 4.5: 15,954トークン
• Opus 4.8 (max): 67,020トークン

Grok 4.5はOpus 4.8の約4.2分の1のトークン数でタスクを解いている。xAIは「comparable leading modelsの約2倍のトークン効率」と説明している。

価格・速度

xAI公式によると：

• 入力: $2 / 100万トークン
• 出力: $6 / 100万トークン
• 出力速度: 80 TPS

訓練

xAI公式によると、Grok 4.5はNVIDIAのGB300 GPUを数万台使用して訓練された。Cursorと共同でトレーニングしたことを明言している。強化学習は数十万件のタスクを対象とし、マルチステップのソフトウェアエンジニアリングを中心に、エージェントのロールアウトが何時間も走る非同期訓練を行ったとされている。

Office機能

xAI公式によると、Grok 4.5はコーディング以外にもExcelの複雑なモデル作成、PowerPointのネイティブシェイプを使った図表構築、Wordでの散文執筆にも対応するとしている。

利用可能範囲

• 利用可能: Grok Build、Cursor全プラン、SpaceXAI APIコンソール
• 期間限定無料: Grok BuildとCursorで無料利用可能（期間未定）
• EU圏: 未提供。7月中旬に開放予定

---

出典: Introducing Grok 4.5 — xAI

本記事のベンチマーク数値・価格・トークン効率はxAIの公式発表（2026年7月8日付）に基づく。一部ベンチマークはDatacurveによる外部評価だが、独立した第三者の再現検証は記事執筆時点で確認されていない。