Grok 4.5とは?コーディングの性能と料金、Cursorで使う方法

Grok 4.5の開発元:xAIとCursorの共同訓練

Grok 4.5の基本情報(2026年9月29日時点、xAIの発表とxAI・Cursorのドキュメントより)

開発元
xAI(発表ページの名義はSpaceXAI)
発表日
2026年7月8日
得意分野
コーディング・エージェント作業・知的業務
訓練
Cursorと共同で訓練、NVIDIA GB300 GPU数万基を使用
APIのモデル名
grok-4.5
後継モデル
Grok 4.7(xAIとCursorが勧めるモデル)

Grok 4.5はxAIが2026年7月8日に発表したAIモデルで、AIコードエディタのCursorと共同で訓練されました。 xAIによればGrok 4.5はコーディングに加えて、AIが手順をAI自身で分けて順にこなすエージェント作業も得意とのこと。

訓練にはNVIDIAのGB300というGPUが使われました。その数は数万基にのぼります。

2026年9月29日時点では、xAIの開発者向けドキュメントでは、後継のGrok 4.7が最も高性能なモデルとして掲載されています。Grok 4.5もAPIとCursorで引き続き選ぶことができます。

"Grok 4.5 was trained across tens of thousands of NVIDIA GB300 GPUs, with training and stability techniques designed for large-scale runs." — 「Training Grok 4.5」節より
公式情報を見る →
"For everything else, including code, use Grok 4.7. It is the most capable model we’ve built." — 「Which model should I choose?」節より
公式情報を見る →

発表ページの名義はSpaceXAI、公開時の著作権表記はxAI Corp

7月8日の公開時点の発表ページでは名義がSpaceXAIで、ページ下部の著作権表記は「xAI Corp」でした。ただし、2026年9月29日時点の同じページでは著作権表記が「SpaceXAI LLC」に変わっていますが、xAIとSpaceXAIがどのような関係かは明らかにされていません。

Cursorも公式ブログで、Grok 4.5をSpaceXAIと共同で訓練したと紹介しています。Grok全体の解説を含むGrok関連の記事はGrok関連記事の一覧にまとまっています。

"Grok 4.5 is a mixture-of-experts model that we trained jointly with SpaceXAI." — 「A strong foundation」節より
公式情報を見る →

得意分野:コーディング・エージェント作業・知的業務

xAIはGrok 4.5を自社で最も賢いモデルと呼び、コーディングとエージェント作業と知的業務の3つで力を発揮するよう作ったとしています。訓練データは、コーディング・科学・工学・数学の分野にわたるとのこと。

Cursorのブログによれば、訓練にはコードやツールの操作記録を含むCursorのデータが数兆トークン使われました。ソフトウェア開発と知的業務の両方で、難しい問題を解かせる強化学習も加えられています。強化学習とは、AIが試行錯誤を繰り返して良い結果に報酬を受け取ることで、より良い行動を身につける学習方法のことです。

発表ページにあるOffice作業の説明で、xAIはGrok BuildからExcelで複数シートにまたがる表計算モデルを組むことができるとしています。PowerPointの図形を使った図や、Wordの文章も作ることができるとのこと。Word・PowerPoint・Excel・Outlook向けのアドインも、xAIの告知に含まれます。

"Today, we're launching Grok 4.5, SpaceXAI's smartest model built to excel at coding, agentic tasks, and knowledge work. It's our strongest model ever and was trained alongside Cursor." / "Grok 4.5 was trained on datasets spanning knowledge in coding, science, engineering, and math." — 発表冒頭と「Real-world engineering excellence」節より
公式情報を見る →
"We used reinforcement learning on difficult problems in realistic environments spanning both software engineering and broader knowledge work." — 「Reinforcement learning on difficult problems」節より
公式情報を見る →

Grok 4.5の性能はDeepSWE 1.0で3位、強みは速さと効率

DeepSWE 1.0のスコア(pass@1・xAI公式発表の図より)

Grok 4.5は5モデル中3位で、Opus 4.8(最大設定)を6.25ポイント上回る。

66.1Fable(最大設定)
64.31GPT 5.5(xhigh)
62.0Grok 4.5
55.75Opus 4.8(最大設定)
40.12Opus 4.7(最大設定)

xAIが公開した5本のベンチマークでGrok 4.5が1位になったのはSWE Marathonだけで、DeepSWE 1.0では3位でした。 ベンチマークとはAIに同じ課題を解かせて出来を点数にする試験のことで、DeepSWE 1.0の点数は1回目の回答で正解した割合(pass@1)です。

トークンとはAIが文章を処理するときの単位のことで、出力トークンが少ないほど回答にかかる時間は短く、料金は安くなります。発表ページの図にある5本の結果は次のとおりで、トップの列は、そのベンチマークで最も高い値を出したモデルです。

ベンチマーク Grok 4.5 順位 トップ
DeepSWE 1.0 62.0% 5モデル中3位 Fable(最大設定)66.1%
DeepSWE 1.1 53% 5モデル中4位 Fable(最大設定)70%
SWE Marathon 29.0% 4モデル中1位 Grok 4.5
Terminal Bench 2.1 83.3% 5モデル中3位 Fable(最大設定)84.3%
SWE Bench Pro 64.7% 6モデル中3位 Fable(最大設定)80.4%

SWE Marathonの図は7月8日の公開時点のページには無く、あとから加えられました。公開時点の4本はどれもFable(最大設定)がトップです。xAIは実際のエンジニアリング作業で比較対象の主要モデルを超えると主張していますが、発表ページの図でトップを取ったのはSWE Marathonの1本です。

"With both intelligent and efficient reasoning, Grok 4.5 excels at real engineering tasks and exceeds comparable leading models at these tasks." — 「Real-world engineering excellence」節より
公式情報を見る →

DeepSWE 1.0でOpus 4.8を上回ったのか

DeepSWE 1.0では、Grok 4.5が62.0%でOpus 4.8(最大設定)の55.75%を6.25ポイント上回りました。ただし、DeepSWE 1.1ではOpus 4.8が59%で、Grok 4.5の53%を上回っています。DeepSWE 1.0は各社の実行環境での値で、DeepSWE 1.1はDatacurveがmini-swe-agentという共通の実行環境で計測しました。

発表ページの5本でOpus 4.8と比較すると、Grok 4.5はDeepSWE 1.0・SWE Marathon・Terminal Bench 2.1の3本で上回りましたが、DeepSWE 1.1とSWE Bench Proの2本では下回っています。比較対象のOpus 4.8はAnthropicのモデルです。

"DeepSWE 1.0 (eval created by Datacurve, run with each model provider's harnesses by AA): Fable (max) 66.1%, GPT 5.5 (xhigh) 64.31%, Grok 4.5 62.0%, Opus 4.8 (max) 55.75%, Opus 4.7 (max) 40.12%. DeepSWE 1.1 (mini-swe-agent harness run by Datacurve): Fable (max) 70%, GPT 5.5 (xhigh) 67%, Opus 4.8 (max) 59%, Grok 4.5 53%, GLM 5.2 44%." — ベンチマークの図の説明文より
公式情報を見る →

課題あたりの出力トークンはOpus 4.8より少ないのか

Grok 4.5がSWE Bench Proの1課題を解くのに使った出力トークンは平均15,954で、Opus 4.8(最大設定)の67,020の約1/4.2でした。また、xAIは応答の速さを毎秒80トークンとし、高速版のモデル並みだとしています。

発表ページには、最新の主要モデルと比較してトークン効率が2倍という別の数字もあります。約1/4.2はOpus 4.8(最大設定)1モデルとの比で、2倍は主要モデル全般との比なので、同じ数字の言い換えではありません。Opus 4.8との差を知りたいときは、約1/4.2のほうを目安にしてください。

例えば1課題あたりの費用を出力トークンの代金だけで計算すると、15,954トークン×6ドル(約971円)÷100万で約0.096ドル(約15.5円)です。入力トークンの代金は課題ごとに読み込む量で変わるため、この計算には含めていません。

"Token efficiency, average output tokens per SWE Bench Pro task — Grok 4.5 resolves tasks with 15,954 output tokens on average, about 4.2× fewer than Opus 4.8 (max) at 67,020" / "Grok 4.5 is served at fast-model speeds of 80 TPS. Combined with twice greater token efficiency than the latest leading models at the same tasks, the model delivers intelligent results to you more quickly and at far lower costs." — 「Faster than flash models」節より
公式情報を見る →

料金と使い方:APIは100万トークンあたり入力2ドル・出力6ドル

Grok 4.5の料金と提供先(2026年9月29日時点)

APIの料金
100万トークンあたり、入力2ドル(約324円)・出力6ドル(約971円)
キャッシュに保存された入力
100万トークンあたり、0.30ドル(約48.6円)(API)
CursorのFast版
100万トークンあたり、入力4ドル(約647円)・出力18ドル(約2,914円)
コンテキスト長
APIは500Kトークン・Cursorでは256Kトークン
提供先
Grok Build・Cursor(公開時点で全プラン)・API

Grok 4.5のAPI料金は100万トークンあたり入力2ドル(約324円)・出力6ドル(約971円)で、xAIの開発者向けドキュメントでも2026年9月29日時点で同じ金額です。APIとは外部のプログラムからモデルを呼び出す仕組みのことです。

xAIのコンソールでAPIキーを発行できます。発行したキーはすぐに利用できます。

コンテキスト長とは、AIモデルが1回のやり取りで読み込める情報量の上限のことで、APIでは500Kトークンです。ただし、200Kトークンを超えるリクエストには、別の単価が適用されるとドキュメントに書かれています。

CursorでもGrok 4.5の単価は入力2ドル(約324円)・出力6ドル(約971円)で、Fast版を選ぶと入力4ドル(約647円)・出力18ドル(約2,914円)になります。またCursorの個人向けとチーム向けのプランには一定の利用量が含まれ、公開から1週間はその利用量が2倍になっていました。

"Grok 4.5 is priced at $2 per million input tokens and $6 per million output tokens." — 「Pricing」節より
公式情報を見る →
"The base model is priced at $2/M input tokens and $6/M output tokens. There is also a fast variant at $4/M input tokens and $18/M output tokens." — 「Get started with Grok 4.5」節より
公式情報を見る →

Grok BuildとCursorで利用可能、公開時は無料

発表ページによれば、Grok 4.5はGrok Build・Cursorの全プラン、SpaceXAIのコンソール(API)の3か所で使うことができます。 xAIのコーディングエージェントであるGrok Buildは、ターミナルでgrokと入力して起動するCLI(コマンドで操作するソフト)で、Grok 4.5は発表の時点でそのデフォルトモデルになりました。

Cursorではデスクトップ・Web・iOSのアプリに加えて、CLIとSDKからもGrok 4.5を選ぶことができます。xAIは公開時にGrok BuildとCursorでの期間限定の無料提供を告知しており、2026年9月29日時点でもこの告知は続いていますが、xAIは終了日をまだ公表していません。

"Grok 4.5 is available today in Grok Build, in Cursor on all plans, and from the SpaceXAI console" / "We’re offering free Grok 4.5 usage for a limited time in Grok Build and Cursor." — 「Getting started」節より
公式情報を見る →
"Grok Build is a powerful and extensible coding agent. Use it via an interactive TUI, headlessly in scripts or bots, or through the Agent Client Protocol (ACP) in other apps." — Grok Build の概要より
公式情報を見る →

日本とEUでは提供されているのか

2026年9月29日時点で、xAIはGrok 4.5を日本で使うことの制限を発表していません。 Grok 4.5のサーバーの所在地を表すリージョンはus-east-1とus-west-2の2つで、国ごとの利用可否は公表されていません。

EUについては7月8日の公開時点の発表ページに、SpaceXAIのどの製品でもAPIのコンソールでも、まだ提供していないという但し書きがありました。EUでの提供は7月中旬の見込みとされていましたが、2026年9月29日時点のページからはこの但し書きが消えており、理由は明らかにされていません。

"Note: Grok 4.5 is not yet available in the EU in any SpaceXAI products or the API console. EU availability is expected in mid-July." — 公開時点の「Getting started」節より
公式情報を見る →

まとめ:Grok 4.5は順位より効率と料金で選ぶモデル

Grok 4.5がベンチマークでトップを取ったのは5本中1本ですが、xAIは出力トークンの少なさと100万トークンあたり入力2ドル(約324円)・出力6ドル(約971円)の料金を打ち出しています。 要点は次の3つです。

  • DeepSWE 1.0では3位で、1位を取ったのはSWE Marathonだけ
  • SWE Bench Proの1課題あたりの出力トークンは、Opus 4.8(最大設定)の約1/4.2
  • 使うことができる場所はGrok Build・Cursor・APIの3つで、EUは7月8日の公開時点で未提供だった

2026年9月29日時点では、xAIとCursorのどちらでも後継のGrok 4.7が推奨モデルとして記載されています。xAIのドキュメントではGrok 4.7のAPI料金もGrok 4.5と同じ入力2ドル(約324円)・出力6ドル(約971円)で、Grok 4.5はAPIとCursorで引き続き選ぶことができます。

FAQ

Grok 4.5とは何ですか?
xAIが2026年7月8日に発表したAIモデルで、AIコードエディタのCursorと共同で訓練されました。xAIによれば、得意分野はコーディングとエージェント作業(AIが手順を分けて自動でこなす作業)と知的業務の3つです。2026年9月29日時点では後継のGrok 4.7が出ていますが、Grok 4.5もAPIとCursorで引き続き選ぶことができます。
Grok 4.5の料金はいくらですか?
APIの料金は100万トークンあたり入力2ドル(約324円)・出力6ドル(約971円)です。xAIによればGrok 4.5は同じ作業を主要モデルの半分未満の手数で解くため、1課題あたりの費用はさらに下がります。CursorのFast版は100万トークンあたり入力4ドル(約647円)・出力18ドル(約2,914円)です。
Grok 4.5は日本やEUで使えますか?
2026年9月29日時点で、xAIは日本での利用制限を発表していません。EUについては7月8日の公開時点の発表ページにまだ提供していないという但し書きがあり、提供は7月中旬の見込みとされていました。2026年9月29日時点のページからはこの但し書きが消えています。