Grok 4.5 が来たよ！マスク氏いわく『Opus級』なのに料金は半額以下——“価格破壊”の新モデルをてんびん丸が解説するよ

やっほー、ぼくてんびん丸！今日はビッグニュースだよ。Grok（グロック） の新モデル 「Grok 4.5」 が出たんだ。作ったのは、イーロン・マスク氏がひきいる SpaceXAI（スペースエックスエーアイ）——ちょっと前まで xAI（エックスエーアイ） って呼ばれていた会社だよ。マスク氏いわく「Opus級」で、それなのにお値段は半額以下。これはちゃんと見ておかないとね。さっそくいこう！

何があったの？

2026年7月8日（米国時間）、SpaceXAI が Grok 4.5 を発表したよ。翌 7月9日から一般提供がスタートしたんだ。

まず、会社の名前でこんがらがらないように整理しておくね。「あれ、Grok って xAI が作ってたんじゃないの？」って思った子、大正解だよ。実は 2026年2月に SpaceX が xAI を買収して、2026年7月6日に正式に社名を「SpaceXAI」へ変更したんだ（X の公式アカウントも @SpaceXAI になったよ）。だから中身は今までの Grok の流れそのまま、名札だけ付け替わった、って思ってくれれば大丈夫。

今回の Grok 4.5 は、AI コードエディタの Cursor（カーソル） と共同で開発されたのがポイント。※コードエディタっていうのは、プログラムを書くための道具だと思ってね。SpaceX は2026年6月に、この Cursor の運営会社を約600億ドルで買収することに合意していて、Cursor が持っているコードのデータを補助的な学習にも使っているんだ。だから Grok 4.5 は、とくにコーディング（プログラム書き）に強いモデルとして仕上がっているよ。

土台になっているのは、1.5兆パラメータの新しい基盤モデル 「V9」。※パラメータっていうのは、AIの賢さのつまみの数みたいなもので、多いほど大きなモデルだと思ってね。方式は MoE（エムオーイー、Mixture of Experts）っていって、たくさんの“得意分野ごとの専門家”を用意して、質問に応じて必要な専門家だけを働かせる仕組みなんだ。全部を毎回フル稼働させないから、大きいのに効率よく動かせるってわけ。

使い方の面では、入力は テキスト＋画像、出力は テキスト。さらに reasoning effort（考える深さ） を low／medium／high の3段階から選べて、デフォルトは一番じっくり考える high になっているよ。急ぎのときは浅く、大事なときは深く、って調整できるんだね。

さて、みんなが一番気になるお値段。API（開発者向けの料金）を、話題の他モデルと並べてみたよ。

※トークンっていうのは、AIが文章を読み書きするときの“文字のかたまり”の単位だよ。読ませるほうが「入力」、返ってくるほうが「出力」だと思ってね。

Grok 4.5 にはさらに、キャッシュ入力 $0.50（同じ文章をもう一度読ませるときの割引価格）っていうお得な枠まであるんだ。「フロンティア級（最先端クラス）を謳うモデル」の中で、この安さは突出しているよ。上位を狙う Opus 4.8 や GPT-5.5 と比べると、入力で半額以下、出力にいたっては4〜5分の1なんだからね。

どれくらい賢いの？

「安かろう悪かろうじゃないの？」って心配になるよね。でも、そこがこのモデルのすごいところなんだ。

第三者機関の Artificial Analysis（アーティフィシャル・アナリシス） による総合評価「Intelligence Index（インテリジェンス指数）」で、Grok 4.5 は 54点で全モデル中4位につけたよ。上にいるのは Claude Fable 5・GPT-5.5・Claude Opus 4.8 の3つだけ。しかも前世代の Grok 4.3 は38点だったから、一気に +16ポイント。これは Grok の歴史のなかで最大の世代間ジャンプなんだって。さらにタスク単価 $0.31 で「価格性能のパレートフロンティア上（同じ賢さをこれ以上安くは出せない最前線）」にいる、と高く評価されているよ。

SpaceXAI が公式に出しているベンチマーク（実力テスト）は、今回ソフトウェア開発まわりが中心。

• DeepSWE 1.0：62.0%
• DeepSWE 1.1：53%
• Terminal-Bench 2.1：83.3%
• SWE-Bench Pro：64.7%

※SWE-Bench（エスダブリューイー・ベンチ）っていうのは、実在するソフトのバグをAIがちゃんと直せるかを試すテストだよ。

ただ、正直に競合との比べっこも見ておこう（メディア The Decoder 掲載の数値だよ）。Terminal-Bench 2.1 は Fable 5 が84.3%、GPT-5.5 が83.4%、そして Grok 4.5 が 83.3% と、ほぼ横並びでトップ集団にくらいついてる。でも DeepSWE 1.1 だと、Fable 5 が70%、GPT-5.5 が67%なのに対して Grok 4.5 は 53% と、ここは差があるんだ。SWE-Bench Pro も Fable 5 が80.4%、Opus 4.8 が69.2%に対して Grok 4.5 は 64.7%。得意なテストと苦手なテストがはっきりしていて、「全部で一番」ではない、っていうのは押さえておいてね。

そのかわり光るのが トークン効率。SpaceXAI によると、SWE-Bench Pro で仕事をこなすのに使う平均出力トークンは 15,954。Opus 4.8（最大構成）の 67,020 とくらべると 約4.2倍も少ないんだ。つまり同じ仕事を、4分の1のおしゃべり量でサクッと片付けるイメージ。出力トークンでお金がかかるAIの世界では、これはそのままお財布にやさしいってことだよ。生成速度も 約80トークン/秒とキビキビしてる。

コーディング用途をまるっと見る「Coding Agent Index（コーディング・エージェント指数）」でも Grok 4.5 は 76 で、GPT-5.5（Codex）と同水準、Claude Code を使う Fable 5 のわずか下。しかもここで消費したトークンは 190万で、競合の 620万〜720万より大幅に少ないんだ。少ないおしゃべりで同じくらいの成果、っていう強みがここでもはっきり出てるね。

なぜうれしいの？

ぼくが思うに、Grok 4.5 のうれしさは「安い × トークン効率 × 速い × すぐ使える」の合わせ技なんだ。

• とにかく安い：入力 $2／出力 $6 は、フロンティア級を名乗るモデルとしては破格。Opus 4.8 や GPT-5.5 の半額以下だよ。
• トークン効率がいい：同じ仕事を少ないおしゃべりで終わらせるから、表の料金以上に実際の請求が軽くなりやすい。安さがダブルで効いてくるんだ。
• 速い：約80トークン/秒で、待たされにくい。マスク氏も「Opus級だけど、より高速で、トークン効率が高く、低コスト」って言ってるよ。
• すぐ使える場所が多い：これが地味に大きいんだ。

最後の「使える場所」、けっこう充実してるよ。SpaceXAI の API、コーディングエージェントの Grok Build（デフォルトモデルが Grok 4.5 になったよ）、Cursor の全プラン、Office アドイン（Word／PowerPoint／Excel の中から直接呼べる）、さらに OpenRouter・Vercel・Cloudflare・Snowflake・Databricks 経由でも使えるんだ。「気になるけど環境づくりが面倒…」ってなりにくいのは、試すハードルが低くてありがたいよね。

マスク氏は内部評価について「Opus 4.7 とおおむね同等、ただしはるかに高速」とも語っているよ。※これは会社側のコメントで、第三者が同じ条件で検証した結果ではないから、そこは割り引いて聞いてね。

気をつけたいところ

熱くなりすぎないように、正直な弱点も並べておくね。

• コンテキストウィンドウが縮んだ：一度に読み込める量が 50万トークンで、前世代の Grok 4.3 の 100万トークンから半減しちゃったんだ。※コンテキストウィンドウっていうのは、AIが一度に覚えていられる文章の広さのこと。長ーい資料をまるごと読ませたい人には、ここは前より不便になった点だよ。
• DeepSWE でははっきり差がある：さっき見たとおり、DeepSWE 1.1 は競合より低め。コーディング特化を謳うわりに、テストによっては見劣りする場面もあるってこと。
• EU（ヨーロッパ）はまだ：提供開始の時点では EU が未対応で、7月中旬に対応予定なんだ。ちなみに日本からの利用制限は、いまのところ報じられていないよ。
• 透明性の論点も1つ：共同開発の Cursor が、自社ベンチマーク「CursorBench」について「訓練データに Cursor のコードベースの古いスナップショットが誤って混入していた」と自主的に開示したんだ。正直に公表したのは誠実だけど、そのベンチの数字は少し慎重に見たほうがいいね。
• 日本語の検証はこれから：ITmedia・GIGAZINE・窓の杜などが早くも取り上げているけど、日本語性能の本格的な第三者検証はまだ出ていないんだ。日本語での賢さは、これから出てくる評価を待とう。

ちなみに「そもそも Grok って今どのバージョン？」「Grok 5 はまだ？」が気になった子は、Grok 5 はまだ？の記事 にバージョンの歴史をまとめてあるから、あわせて読んでみてね。

ぼくの感想

これはね、けっこうな**“価格破壊”**だと思うんだ。だって「Opus級（を謳う）フロンティアモデル」を、入力半額以下・出力4〜5分の1で出してきたんだよ。しかもトークン効率まで良いから、実際の請求はもっと開くかもしれない。海外メディアも、The Decoder は「ベンチで一部劣っても価格で押し切る戦略」、VentureBeat は「競合の半額。Anthropic・OpenAI への価格圧力になる」って評していて、ぼくもまさにそこだなって感じてる。

正直、全部のテストで一番ってわけじゃない。DeepSWE では差もあるし、コンテキストは縮んだ。それでも「そこそこ最前線の賢さを、けた違いに安く、しかも少ないトークンで」出せるっていうのは、毎日たくさんAIを回す人ほど効いてくる強みなんだ。第三者の Artificial Analysis に「価格性能の最前線」と言われたのは、伊達じゃないよ。

これはうちの AIモデル比較表の勢力図も、ちょっと塗り替わるやつだね。「一番賢いのはどれ？」だけじゃなくて「同じ予算で一番たくさん賢く動かせるのはどれ？」っていう見方が、これからますます大事になってくる予感がするな。ぼくもさっそく Grok Build でいろいろ手伝ってもらおうっと。

まとめ

SpaceXAI（旧xAI）の新モデル Grok 4.5 は、入力$2／出力$6という破格の安さと高いトークン効率で、フロンティア級のなかでも“コスパ最前線”を狙う一台だよ。全部で一番ではないけれど、Artificial Analysis の総合4位・前世代から+16の大ジャンプは本物。他のモデルとの数字くらべは、うちの AIモデル比較表 にも順次反映していくから、気になったらのぞいてみてね。またね、てんびん丸でした！