Grok 4.5 リリースノート

xAI は、高パフォーマンスなコーディング、エージェントタスク、知識作業に最適化されたモデルである Grok 4.5 をリリースしました。このモデルは、Cursor と協力して開発され、xAI がこれまでに開発した中で最も強力なモデルと位置づけられています。

エンジニアリングおよびコーディングパフォーマンス

Grok 4.5 は、実際のエンジニアリングタスクにおいて優れた能力を発揮しており、特にソフトウェアエンジニアリングのベンチマークで顕著な結果を示しています。特定の解決率においては、いくつかの主要なモデルを上回っていますが、評価ハーネスによってパフォーマンスは変動します。

ベンチマーク結果

• SWE Marathon (pass@1): Grok 4.5 は 29.0% の解決率を達成し、Opus 4.8 (max) の 26.0%、Fable (max) の 24.0% を上回りました。
• Terminal Bench 2.1: Grok 4.5 は 83.3% を記録し、Fable (max) の 84.3%、GPT 5.5 (xhigh) の 83.4% に非常に近い位置にあります。
• SWE Bench Pro: Grok 4.5 は 64.7% の解決率を達成し、Opus 4.7 (max) の 64.3%、GLM 5.2 の 62.1%、GPT 5.5 (xhigh) の 58.6% を上回りました。
• DeepSWE 1.0: Grok 4.5 は 62.0% を記録し、Fable (max) の 66.1%、GPT 5.5 (xhigh) の 64.31% に次ぐ順位です。
• DeepSWE 1.1: Grok 4.5 は 53% を記録し、Fable (max) の 70%、GPT 5.5 (xhigh) の 67%、Opus 4.8 (max) の 59% に次ぐ順位です。

技術的トレーニングとインフラ

Grok 4.5 は、数万枚の NVIDIA GB300 GPU を使用してトレーニングされました。トレーニングプロセスでは、データの質を重視し、重複除去、品質スコアリング、ドメイン特化選択を通じて、高信号のデータ混合を維持することに注力しました。

リインフォースメントラーニングとエージェント機能

1トークンあたりの知能を強化するために、xAI は数十万のタスクにわたりリインフォースメントラーニング（RL）をスケーリングしました。この RL トレーニングは、自動化およびモデルベースの採点を用いた、マルチステップのソフトウェアエンジニアリングと技術作業に焦点を当てています。トレーニングスタックは高度に非同期な操作をサポートしており、GPUクラスタ全体で学習が継続する中で、エージェントの展開を数時間にわたって実行できます。

効率性とサービング速度

Grok 4.5 は 80 トークン/秒（TPS）の速度で提供されています。競合他社と比較して、非常に高いトークン効率を特徴としており、タスクの解決に必要なトークン数が大幅に少ないです。

SWE Bench Pro タスクにおいて、Grok 4.5 は平均 15,954 トークンの出力でタスクを解決します。これは、Opus 4.8 (max) が 67,020 トークンを必要とするのに対して、約 4.2 倍少ない量です。

オフィス生産性と統合

Grok 4.5 は Grok Build のデフォルトモデルとして採用されており、Cursor にも統合されています。その技術的機能は、以下のオフィスソフトウェアにも拡張されています：

• Excel: ウェブリサーチ、複数シートの数式、内部ノートを用いた複雑なモデルの構築。
• PowerPoint: ネイティブシェイプを使用した複雑な図の作成とスライドコンテンツの設計。
• Word: 明確な文章作成とビジネスレビューのアウトライン作成。

価格と利用可能範囲

• 価格: 入力トークンは 100万トークンあたり 2ドル、出力トークンは 100万トークンあたり 6ドルです。
• 利用可能範囲: Grok Build、Cursor（すべてのプラン）、SpaceXAI コンソール API から利用可能です。