Grok 4.5 リリースノート: 高度なコーディングとエージェント機能

Grok 4.5 はエンジニアリングとエージェントタスク向けに高性能推論を提供

SpaceXAI は Grok 4.5 をリリースしました。このモデルはコーディング、エージェントワークフロー、ナレッジワークに特化して設計されており、実世界のエンジニアリングでの卓越性を目指しています。インテリジェントな推論と高効率を組み合わせ、特定の技術ベンチマークにおいて同等モデルを上回ります。

技術ベンチマークとエンジニアリング性能

Grok 4.5 は複数のソフトウェアエンジニアリングベンチマークで高いパフォーマンスを示し、特に解決率と効率で優れています。

• SWE Marathon: Grok 4.5 は 29.0% の解決率 (pass@1) でリードし、Opus 4.8 (26.0%) と Fable (24.0%) を上回ります。
• Terminal Bench 2.1: スコアは 83.3% で、Fable (84.3%) と GPT 5.5 (83.4%) に僅かに続きます。
• SWE Bench Pro: 解決率は 64.7% で、GPT 5.5 (58.6%) と Opus 4.7 (64.3%) を上回ります。
• DeepSWE 1.0: スコアは 62.0% で、Fable (66.1%) と GPT 5.5 (64.31%) に続きます。
• DeepSWE 1.1: スコアは 53% で、Fable (70%) と GPT 5.5 (67%) に続きます。

訓練手法とインフラストラクチャ

Grok 4.5 は数万台の NVIDIA GB300 GPU 上で、大規模な安定性手法と厳格なデータキュレーションを組み合わせて訓練されました。

• データ戦略: 訓練プロセスでは重複除去、品質スコア付け、ドメイン特化選択を重視し、コーディング、サイエンス、エンジニアリング、数学にまたがる高シグナル・高カバレッジのデータミックスを確保しました。
• 強化学習 (RL): SpaceXAI はトークン単位のインテリジェンスに焦点を当て、数十万のマルチステップソフトウェアエンジニアリングタスクを対象に RL をスケールさせました。これは自動化されたモデルベースの採点によって実現されています。
• 非同期訓練: 訓練スタックは高度に非同期なロールアウトをサポートし、エージェントプロセスが数時間にわたって実行される間も GPU クラスタ全体で学習が継続できます。

速度、効率、コスト

Grok 4.5 は低レイテンシとコスト効率を最適化しており、80 トークン/秒 (TPS) の速度を提供します。

• トークン効率: SWE Bench Pro タスクにおいて、Grok 4.5 は平均 15,954 出力トークンでタスクを解決し、Opus 4.8 (最大) の 67,020 トークンに比べ約 4.2 倍少ないトークンで済みます。
• 価格設定: 入力トークン 100 万件あたり $2、出力トークン 100 万件あたり $6 で提供されます。

統合と生産性ツール

単なるコーディングを超えて、Grok 4.5 は生産性スイートや開発環境に統合されています。

• Grok Build: デフォルトモデルとなり、ウェブリサーチ、複数シートの数式、内部ノートを組み合わせた複雑な Excel モデルの作成が可能です。
• Office 統合: ネイティブの PowerPoint シェイプを使用して図を作成し、Word で文章を書くことができます。
• 利用可能性: Grok 4.5 は SpaceXAI コンソール、Cursor（すべてのプランで利用可）、および Grok Build から利用できます。現在 EU では利用できず、7 月中旬に提供開始予定です。

コーディング能力

Grok 4.5 は Rust や C/C++ などの言語に堪能で、単一のプロンプトからエンドツーエンドの機能的アプリケーションを構築できます。Three.js を用いた複雑な 3D シミュレーションの作成も可能です。

---

要約: SpaceXAI はコーディング、エージェントタスク、オフィス生産性に最適化されたモデル Grok 4.5 を発表しました。80 TPS の高速性と高いトークン効率を特徴とします。

タイトル: Grok 4.5 リリースノート: 高度なコーディングとエージェント機能