台本プレビュー ・ Routine Labo

Grok 4.5 徹底検証｜“Opus級で半額”は本当か？
Cursorで実演＋Claude・GPT-5.6と比較

2026年7月9日、AIモデルが3つ同時に登場した日。その中で「Opus級なのに価格は4分の1」を名乗るのが、SpaceXAI（旧xAI）の新モデル Grok 4.5。Cursorを買収し、実際の開発者セッションで“共同訓練”したコーディング特化モデルです。本当に乗り換える価値があるのか——実演とベンチ、そして“影”まで、判断材料を1本に整理します。

この記事でわかる3つのこと

1. 「Opus級で半額」は本当か（ベンチの光と影）
2. Cursorで実際にどこまで作れるか（実演）
3. あなたは Claude / GPT から乗り換えるべきか（使い分けの判定軸）

1. Grok 4.5とは？何が新しいのか

開発元の xAI は SpaceXAI へ改名して株式公開し、そのままAIコーディングの雄 Cursor（運営元Anysphere）を約600億ドル（$60B）で買収しました（6/16合意）。Grok 4.5は、そのCursorの実開発者セッションデータで“共同訓練”した初のコーディング特化モデルです。従来のGrok 4が「汎用の推論」を看板にしていたのに対し、4.5は実際のエンジニアリング作業・エージェント用途に明確に振っています。

• アーキテクチャは Mixture-of-Experts（MoE）。数万基のNVIDIA GB300で訓練し、ソフトウェアエンジニアリング中心の大規模な強化学習を回した、と公式は説明。
• Excelのモデル構築・PowerPoint/Word作成などオフィス業務もこなす（Microsoft Office向けアドイン提供）。
• イーロン・マスク本人の表現は「Opusクラス、ただし高速・低コスト」。※発言の原文は“Opus 4.7相当”で、最新のOpus 4.8とは明確に差があります。

注意（数値の扱い）：「1.5兆パラメータのV9基盤」という説明が一部で流布していますが、これは二次報道のみで公式ページに裏付け表記がありません。動画・記事では、公式が明言しているMoE・GB300・Cursor共同訓練までを事実として扱います。

2. なぜ注目されるのか＝“価格破壊”と効率

最大の武器はコストです。API価格は入力$2／出力$6（100万トークンあたり）で、Claude Opus 4.8（$5／$25）の約4分の1。しかも“安いだけ”ではなく、同じ作業をより少ない出力トークンで解くのが効きます。

• トークン効率が約4.2倍：SWE Bench Pro の1タスクを平均 15,954出力トークンで解決（Opus 4.8は67,020）。実際の請求額の差は、表定価の差以上に開きます。
• 高速：約80 TPS（トークン/秒）。無人で大量のエージェントを回すほど、この「安い×少ない×速い」が積み上がります。

3. どこで・いくらで使えるのか

「使えるプラットフォーム」は幅広く用意されています。

• Cursor：全プランで利用可（期間限定で無料・初週は利用量2倍）。標準版 $2/$6 と高速版 $4/$18 の2種類。
• Grok Build：既定モデル。CLIから利用（期間限定で無料）。
• API / コンソール：console.x.ai でキー発行、モデルID grok-4.5。reasoning_effort を low / medium / high で調整（既定high）。
• Word / PowerPoint / Excel アドイン、Grokアプリ・X（SuperGrok / Premium+ で段階的に提供）。

提供地域に注意：Grok 4.5は現時点でEU未提供（EU AI Act対応が終わるまで。7月中旬に提供見込み）。

4. ベンチマークの実測（公式発表ベース）

公式が公開したのはコーディング系のベンチが中心で、GPQA/AIME等の一般推論スコアは非公開です。首位を取ったものもあれば、最上位に届かないものもある——という“まだら”な結果です。

出典・注意：ベンチ数値は x.ai 公式発表のチャートおよび Artificial Analysis 等の独立系評価より。公式チャートは各社の自己申告値を含み、第三者による再現は一部のみ。「公式発表では」「独立系では」を区別して読むのが安全です。

5. 競合比較 ── どれをどう使い分けるか

「Grokが一番」でも「Grokは不要」でもなく、タスクの性質で選ぶのが実態です。乗り換え・併用の判定軸はこうなります。

6. 落とし穴と注意点（“影”）

称賛の声が大きい一方で、実務で使う前に知っておくべき弱点があります。ここを回避策とセットで押さえるのが、乗り換え判断の肝です。

• ① ハルシネーション率が54%に倍増（前世代比・独立系のAA-Omniscience）。“間違っているときほど自信満々”になりやすい。
  → 回避：事実・数値が命の用途（法務・金融・医療）は必ず裏取り、重要判断は他モデルと二重チェック。
• ② 素のコーディング精度は最上位に劣後（SWE Bench Pro 64.7% < Opus 4.8 69.2% < Fable5 80.4%）。
  → 回避：複雑・高精度が要る一発仕事はOpus/GPTへ。Grokは量・速度・コストが効くタスクで使う。
• ③ 文脈は500kまで・200k超で単価上昇・EU未提供。
  → 回避：巨大コードベース丸ごとはGemini/Opus（1M）、地域はUS前提で。

7. まとめ ── Grok 4.5はこう選ぶ

• コスト重視・大量に回すなら、価格1/4×効率4.2倍は現状かなり強い選択肢。
• 精度が最優先・難問なら、素の性能で上回るOpus 4.8 / GPT-5.6 Sol を。
• 事実確認が命の用途は、ハルシネーション54%を踏まえ裏取りを前提に。

「安さ」という一点で市場に強烈なプレッシャーをかけた一方、“Opus級”は言い過ぎ——というのが数字の結論。用途で使い分ける前提なら、コストの主力として十分戦えるモデルです。