Signal
Grok 4.5は「AI労働基盤」を取りに来た——価格、Cursor共同開発、配布網を読み解く
📡 Signal｜Grok 4.5は「AI労働基盤」を取りに来た
SpaceXAIは7月8日、新モデル「Grok 4.5」を発表した。
今回の本質は、チャットAIが少し賢くなったことではない。コーディング、調査、データ分析、表計算、文書作成といった長時間の実務を、ツールを使いながら終わらせるモデルとして設計された点にある。
そしてSpaceXAIは、この実務能力を低価格で提供し、共同開発先のCursor、Grok Build、自社API、Vercel AI Gatewayへ同時に広げた。
これはモデル単体の発表ではない。「誰が最も賢いモデルを持つか」から、「誰がAIに仕事をさせる実行基盤を押さえるか」へ、競争軸を移そうとする動きだ。
1｜チャットから「仕事の完遂」へ
SpaceXAIはGrok 4.5を、コーディング、エージェント型タスク、知識労働向けのモデルと位置づけている。Cursorも、ソフトウェア工学だけでなく、データサイエンス、金融、法務など「コンピュータ上で行う長時間の仕事」を対象に挙げた。
Grok Buildでは、ウェブ調査を含む複数シートのExcelモデル、数式、後続作業用のメモまで作成する利用例が示されている。PowerPointではネイティブ図形を使った図解、Wordでは文書作成までを打ち出した。
注目点は、成果物の生成だけではない。Cursorの説明では、モデルが問題を調べ、ツールを使い、失敗から回復し、最後に結果を検証するための強化学習環境を用意したという。
つまり、評価対象は「一回の回答のうまさ」から、「複数の操作を経て仕事を終わらせられるか」へ移っている。
2｜性能だけでなく、「出力トークンの少なさ」を売る
SpaceXAIはGrok 4.5を約80 TPSで提供し、コーディング課題を少ない出力トークンで解けると主張している。
公式発表によれば、SWE-Bench Proの1タスクあたり平均出力は15,954トークンで、比較対象のOpus 4.8 maxは67,020トークンだった。Grok 4.5の方が約4.2倍少ない。
この数字の意味は、ベンチマークの勝敗以上に、エージェントの運用コストにある。長時間タスクは、計画、ツール呼び出し、再試行、検証を繰り返す。同じ結果を少ないステップと出力で得られるなら、モデルの単価以上に、仕事全体のコストを下げられる。
ただし、これらはSpaceXAIの発表値であり、そのまま独立検証済みの数値としては扱えない。公式の比較表でも、Grok 4.5はSWE-Bench Proで64.7%とされ、Fable maxの80.4%、Opus 4.8 maxの69.2%には及ばない。一方、SWE Marathonで29.0%、Terminal Bench 2.1で83.3%と、項目によって競争力の見え方は変わる。
「すべてで最強」という結論ではない。フロンティア級の実務能力を、速度とトークン効率と価格の組み合わせで売るのが、Grok 4.5の戦い方だ。
3｜入力2ドル・出力6ドルが仕掛けるもの
Grok 4.5のAPI価格は、入力100万トークンあたり2ドル、出力100万トークンあたり6ドルと設定された。Cursorでは、これに加えて入力4ドル、出力18ドルの高速版も用意される。
エージェント時代には、利用者が1回だけプロンプトを投げるとは限らない。複数のエージェントが並行し、何時間も調査し、コードを書き、テストし、やり直す。そのとき、トークン単価と完了までのステップ数は、AIを実験から日常業務へ移せるかどうかを左右する。
価格設定は、単に競合モデルより安く見せるためではない。モデルを長く働かせ、ツールと組み合わせ、実務量を増やすための価格だと読める。
4｜Cursorは配布先ではなく、学習現場でもある
Grok 4.5の特徴を考えるうえで、Cursorとの関係は欠かせない。
CursorはGrok 4.5を、SpaceXAIと共同でトレーニングしたMixture-of-Expertsモデルと説明している。学習には、コードベースとソフトウェアツールをめぐる、開発者とエージェントの操作を含むCursorデータが使われた。
これは、AIが「正しいコードを知っているか」だけでなく、「リポジトリを調べ、ツールを呼び、変更し、検証する」という実際の作業に寄せる設計だ。
一方で、その近さは評価を難しくする。
Cursorは、過去のCursorコードのスナップショットが誤って学習データに含まれ、Grok 4.5がCursorBenchで有利になったと明記している。影響の大きさは不明で、同指標は今回の比較から除外された。
この開示は重要だ。ベンチマークは数字だけを見るのではなく、評価対象が学習データに混入していないか、モデルごとに同じ条件か、提供元とは独立に再現できるかを確認する必要がある。
5｜SpaceXAIが同時に取りに来た「配布網」
高性能なモデルを作っても、利用者の仕事場に入れなければ、実務の標準にはならない。
Grok 4.5は発表時点で、Grok Buildのデフォルトモデルとなり、Cursorのデスクトップ、Web、iOS、CLI、SDKに展開された。SpaceXAI APIでは grok-4.5 を指定できる。
Vercel AI Gatewayでも xai/grok-4.5 として提供され、テキストと画像の入力、low・medium・highの推論レベル、別モデルからのルーティング、リトライやフェイルオーバーと組み合わせられる。
ここでSpaceXAIが狙うのは、Grokのチャット画面に利用者を集めることだけではない。開発者が普段使うエディタ、CLI、SDK、ゲートウェイの中に入り、既存ワークフローの一部になることだ。
モデルの性能差が縮まるほど、導入の容易さ、運用管理、価格、そして配布面の広さが、実際の選択を左右する。
6｜企業導入で見るべきは、賢さだけではない
仕事を完遂できるAIは、同時に大きな権限を必要とする。コードを書くだけでなく、ファイルを読み、コマンドを実行し、外部サービスに接続し、時には機密情報を扱う。
CursorはGrok 4.5のサイバーセキュリティ能力を踏まえ、新たなセーフガードを追加したと説明している。ただし、企業導入では、モデル供給側の説明だけでなく、自社のデータ取り扱い、自動承認の範囲、ネットワーク制限、ログ、コードレビュー、サンドボックスを個別に検証すべきだ。
SpaceXAIのSafetyページは、フロンティアモデルごとにモデルカードを公開する方針を掲げている。しかし7月10日の確認時点で、同ページにGrok 4.5固有のモデルカードは掲載されていない。
つまり現状では、性能図と価格表はすぐに読めるが、Grok 4.5固有の安全性評価を同じ粒度で照合することはできない。未公開と未実施は同じではないが、導入判断の不確実性は残る。
なお、SpaceXAIはEUの自社製品とAPI consoleでGrok 4.5をまだ提供しておらず、7月中旬の提供を予定している。利用可否は地域と提供面ごとに確認が必要だ。
SITION視点｜次の王者は「最も賢いAI」とは限らない
Grok 4.5から見えるのは、AI競争がモデル単体のスコア比較から、実行システム全体の競争へ移っていることだ。
次に見るべき指標は、正解率だけではない。
・仕事を最後まで完了できたか
・何回やり直したか
・何トークンと何分を使ったか
・実務ツールにどれだけ広く組み込まれたか
・権限、データ、実行履歴を統制できたか
Grok 4.5の本命は、「あらゆるベンチマークで最高スコアを取ること」ではない。フロンティア級の能力を、低価格、高速、ツール利用、そしてCursorを含む配布網と一体化したことにある。
「どのAIが最も賢いか」ではなく、「どのAIシステムが、安く、速く、安全に仕事を完遂できるか」。
Grok 4.5は、その次の戦場を明確に示したモデルである。
参考・一次ソース
SpaceXAI「Introducing Grok 4.5」 https://x.ai/news/grok-4-5
Cursor「Introducing Grok 4.5」 https://cursor.com/blog/grok-4-5
Vercel「Grok 4.5 now available on AI Gateway」 https://vercel.com/changelog/grok-4-5-now-available-on-ai-gateway
SpaceXAI Docs「Welcome to Grok」 https://docs.x.ai/grok/overview
SpaceXAI Pricing https://x.ai/pricing
SpaceXAI Safety https://x.ai/safety
Cursor Security https://cursor.com/security