[AINews] SpaceXAI が Grok 4.5 を発表、Cursor 買収後の Opus クラス初モデル
SpaceXAI（xAI）は、Cursor の買収および共同開発を経て「Opus クラス」のコーディング特化モデル「Grok 4.5」を公開し、ベンチマーク至上主義からコスト効率と実用速度への戦略転換を示した。
キーポイント
Opus クラスのコーディング特化モデル登場
Grok 4.5 は Cursor と共同でトレーニングされた初のコード・エージェント特化モデルであり、OpenAI の Opus や GPT シリーズと同等かそれ以上の性能を維持しつつ、より高速かつ低コストを実現した。
Cursor 買収後の戦略的統合
Cursor が xAI と提携し、Grok 4.5 を「ソフトウェアエンジニアリングを超えた」最強モデルとして位置づけ、同ツール内での利用を可能にしたことで開発ワークフローへの直接統合を図っている。
ベンチマーク飽和と実用性の重視
SWE-Bench Pro などの主要ベンチマークが飽和状態にあることを踏まえ、絶対的なスコア争いではなく、Tesla や SpaceX のエンジニアにとっての実用的な有用性とコスト効率を最優先する姿勢を明確にした。
エコシステムへの即時展開
Grok Build、API、Hermes Agent、OpenRouter などで即日サポートが開始され、コンテキストウィンドウも数週間で 1M に拡張される予定であるなど、広範なインフラでの利用が可能になった。
コーディング・エージェント特化と性能向上
Grok 4.5 はコーディングとエージェントワークフローに特化した最初のモデルであり、パラメータ数が前作の 3 倍（1.5T）に増加し、コスト効率と速度が大幅に改善された。
競合他社を凌ぐ価格設定
入力 1M トークンあたり$2、出力$6という価格は GPT-5.6 や Opus 4.8 よりも安価であり、キャッシュヒット時にはさらに 75% の割引が適用される。
効率性における高い評価
Artificial Analysis のベンチマークでは、能力は最上位クラスに位置しつつ、タスクあたりのトークン使用量が競合より大幅に少ないため、コスト対性能の最適化（パレートフロンティア）を達成していると評価された。
影響分析・編集コメントを表示
影響分析
この発表は、大規模言語モデルの競争が単なるベンチマークスコアの向上から、実務におけるコスト効率と開発ワークフローへの統合へ移行したことを示す重要な転換点です。特に Cursor の買収と技術的統合により、AI エージェントがソフトウェア開発の中心に据えられる未来を具体化しており、競合他社に対しても「使いやすさ」と「経済性」を重視する戦略を迫る結果となるでしょう。
編集コメント
ベンチマークの飽和を理由に、業界が「性能競争」から「実用性・経済性競争」へとパラダイムシフトしたことを示す決定的な事例です。特に Cursor の買収とモデル開発の一体化は、AI ツールが単なるチャットボットから開発インフラの核へ進化している過程を如実に表しています。
GPT 5.6 が明日の発売と確定したことで、今日こそ GPT 5.5 に相当するモデルの発表に誰もが興奮できる最後の一日であり、まさに SpaceXAI はその通りに行いました。
新しい Grok 4.5 は Composer シリーズ（1.5T）とは異なる重量級ですが、堅牢な評価結果にもかかわらず、現在の主力である Opus や GPT と非常に同等のパフォーマンスを発揮しています。ただし OpenAI の評価チームによると、力強い SWE-Bench Pro でさえも現在飽和状態にあり終焉的な欠陥を抱えているため、FrontierCode を含むおそらく少数の次世代モデルのみが残っていると考えられます。
トレーニングやデータの開示については、これが私たちが持っているすべての情報です。
2026 年 7 月 7 日〜8 日の AI ニュース。私たちは 12 のサブレッド、544 件の Twitter を確認し、Discord はさらに調査していません。AINews のウェブサイトでは過去のすべての号を検索できます。念のためにお知らせしますが、AINews は現在 Latent Space のセクションの一部となっています。メールの頻度を選択的にオン/オフにすることができます！
AI Twitter リキャップ
トップストーリー：Grok 4.5 のリリース
何が起きたか
xAI（"SpaceXAI"）は、コード作成とエージェントに焦点を当てた新たなフロンティアモデルとして Grok 4.5 を公に発売しました。これは絶対的なベンチマークでの優位性ではなく、能力対コスト比で位置づけられています。
Elon Musk は、強力なベータ版フィードバックに基づき、Grok 4.5 が「明日」公開されると最初に発言し、「Opus クラス」であると称しましたが、より高速でトークン効率が良く、コストも低いと述べています @elonmusk。
ムスクはその後、Grok 4.5 を社内では「Opus 4.7 とほぼ同等だが、はるかに高速」と位置づけ、ベンチマーク競争よりもテスラやスペースXのエンジニアにとっての実用性を強調した @elonmusk。
公式発表は xAI のアカウントから行われ、Grok 4.5 を「コーディングとエージェントのために特別にトレーニングされた最初のモデル」として紹介し、Cursor と共同でトレーニングを行い、「最先端の知能を、トップクラスの速度とコスト効率で提供する」と述べている @SpaceXAI。
Cursor は xAI と協力して Grok 4.5 のトレーニングを行ったとし、これを「これまでで最も強力なモデル」と称賛。さらに、「ソフトウェアエンジニアリング以外の用途のために初めて構築したモデルである」と強調した @cursor_ai。
また Cursor は、製品内での利用可能化を発表し、「初週は使用量が倍になる」と告知している @cursor_ai。
Cursor は「Grok 4.5 と Composer は異なるモデル重みクラスに属する」と明確にし、Composer 2.5 はこのより小さなクラスの将来のモデルでも引き続き利用可能であると説明した @cursor_ai。
初期のエコシステムサポートは即座に現れた：Grok 4.5 は Grok Build/API/Cursor で利用可能になり（@milichab）、Hermes Agent に対する day-0 サポートが Teknium によって発表され、その後 Hermes Agent/Portal/OpenRouter/Grok サブスクリプションでのライブ利用が可能になったことが確認された @Teknium。
ムスクは、コンテキストウィンドウが来週までに「500k から 1M に戻る」可能性があると述べた @elonmusk。
公式の主張と製品詳細
ポジショニング
公式には、xAI のメッセージは「総合的に最良のモデル」ではなく、「Opus と同等の品質を備えつつ、経済性と速度が大幅に向上したモデル」というものだった：
「オパス級モデルだが、より高速で、トークン効率が高く、コストも低い」@elonmusk
「コーディングとエージェントのために特別にトレーニングされた最初のモデル」@SpaceXAI
「最先端の知能を、最速かつ最もコスト効率的に」@SpaceXAI
「これまでで最も強力なモデル」であり、「ソフトウェアエンジニアリングだけでなく、それ以上の用途のために構築した最初のモデル」@cursor_ai
この枠組みは重要です：xAI は、単なる一般チャットではなく、最近 Anthropic/OpenAI/Cursor 型のツール使用システムが支配しているコーディング・エージェントワークフロー市場を明確に狙っています。
価格とコンテキスト
表面化した具体的な数値は以下の通りです：
公式価格：入力トークン 100 万あたり 2 ドル、出力トークン 100 万あたり 6 ドル @scaling01
Artificial Analysis は同じ価格帯を繰り返し、以下を追加しました：
キャッシュヒットは 75% オフの 0.5 ドル/1M トークン
200k トークンを超える長い入力は倍額
コンテキストウィンドウは 500k で、Grok 4.3 の 1M から縮小
ビジョン入力機能は維持
構成可能な推論機能も維持 @ArtificialAnlys
ムスク氏は後日、コンテキストウィンドウはまもなく再び 1M にアップグレードされる可能性が高いと述べています @elonmusk。
ユーザーが引用した相対的な価格比較：
Grok 4.5: 入力 2 ドル / 出力 6 ドル
GPT-5.6: 入力 5 ドル / 出力 30 ドル
Opus 4.8: 入力 5 ドル / 出力 25 ドル @kimmonismus
モデルサイズ
ムスク氏の開示を第三者が報告したことで、重要な仕様が浮き彫りになりました：
Grok 4.5 は、1.5T パラメータで Grok 4.3 よりも 3 倍大きい @ArtificialAnlys
これは目覚ましい飛躍であり、複数の観察者が 4.5 を単なる反復的な刷新ではなく、xAI が真のフラッグシップコーディング・エージェント層に参入した最初のモデルと解釈した理由の中核にある可能性が高いです。
ベンチマークと独立した評価
Artificial Analysis
Artificial Analysis は、ツイートセットにおいて最も実質的な外部評価を提供しました。
主要な結果:
#4 on Artificial Analysis Intelligence Index, score 54, behind only Fable 5, GPT-5.5, and Opus 4.8 @ArtificialAnlys
+16 points vs Grok 4.3 on the same index @ArtificialAnlys
GDPval-AA v2 Elo 1543, also ranking #4, behind Anthropic's latest Claude releases @ArtificialAnlys
Top score on τ³-Banking: 33%, above 31% for GPT-5.5 (xhigh) @ArtificialAnlys
Artificial Analysis Coding Agent Index score 76 in Grok Build, "on par with GPT-5.5 in Codex" and below Fable 5 in Claude Code @ArtificialAnlys
Cost per Intelligence Index task: $0.31 @ArtificialAnlys
Cost per GDPval task: $0.49 @ArtificialAnlys
Cost per Coding Agent Index task: $2.59 @ArtificialAnlys
Average output tokens per Intelligence Index task: ~14k, over 60% lower than Opus 4.8 @ArtificialAnlys
Average total tokens per Coding Agent Index task: 1.9M, versus 7.2M for Fable 5 in Claude Code and 6.2M for GPT-5.5 in Codex @ArtificialAnlys
Artificial Analysis の解釈は明確でした。Grok 4.5 は能力面では最前線に近いが、効率性において極めて強く、コストとパフォーマンスの観点でパレート最適（Pareto frontier）の位置にあることを示しています。
ムスク氏は、この Artificial Analysis の評価を明確に強調しました @elonmusk.
詳細はこちら
原文を表示
As GPT 5.6 is confirmed to launch tomorrow, today is pretty much the last day anyone will be excited about a GPT 5.5 equivalent model launch, and that is exactly what SpaceXAI did:
The new Grok 4.5 is a different weight class than the Composer series (1.5T) and despite the solid evals still performs very comparably to the current workhorse Opus and GPTs, although per OpenAI’s evals team even the mighty SWE-Bench Pro is now saturated/terminally flawed - leaving presumably a small list of successors including FrontierCode.
As for training and data disclosures, this is all the information we have.
AI News for 7/07/2026-7/08/2026. We checked 12 subreddits, 544 Twitters and no further Discords. AINews’ website lets you search all past issues. As a reminder, AINews is now a section of Latent Space. You can opt in/out of email frequencies!
AI Twitter Recap
Top Story: Grok 4.5 release
What happened
xAI/“SpaceXAI” publicly launched Grok 4.5 as a new coding-and-agents-focused frontier model, positioned on capability-per-dollar rather than absolute benchmark supremacy.
Elon Musk first said Grok 4.5 would be made public “tomorrow” based on strong beta feedback, calling it “Opus-class,” but faster, more token-efficient, and lower cost @elonmusk.
Musk later framed Grok 4.5 internally as “roughly comparable to Opus 4.7, but much faster,” emphasizing usefulness to Tesla and SpaceX engineers over benchmark chasing @elonmusk.
The official launch came from xAI’s account, describing Grok 4.5 as “our first model trained specifically for coding and agents,” trained with Cursor, and offering “frontier intelligence at leading speeds and cost efficiency” @SpaceXAI.
Cursor said it partnered with xAI to train Grok 4.5, called it “our most powerful model yet,” and stressed that it was “the first we’ve built for more than software engineering” @cursor_ai.
Cursor also announced in-product availability with “double usage for the first week” @cursor_ai.
Cursor clarified that “Grok 4.5 and Composer are two different model weight classes,” and that Composer 2.5 would remain available with future models in that smaller class @cursor_ai.
Early ecosystem support appeared immediately: Grok 4.5 became available in Grok Build/API/Cursor @milichab, day-0 support was announced for Hermes Agent @Teknium, and later live availability in Hermes Agent/Portal/OpenRouter/Grok subscriptions was confirmed @Teknium.
Musk said the context window would likely move from 500k back to 1M “by next week” @elonmusk.
Official claims and product details
Positioning
Officially, xAI’s message was not “best overall model,” but near-Opus quality with materially better economics and speed:
“Opus-class model, but faster, more token-efficient and lower cost” @elonmusk
“First model trained specifically for coding and agents” @SpaceXAI
“Frontier intelligence at leading speeds and cost efficiency” @SpaceXAI
“Most powerful model yet” and “first we’ve built for more than software engineering” @cursor_ai
This framing matters: xAI is explicitly targeting the coding-agent workflow market that has recently been dominated by Anthropic/OpenAI/Cursor-style tool-using systems, not just general chat.
Pricing and context
The concrete numbers that surfaced:
Official pricing: $2 / 1M input tokens, $6 / 1M output tokens @scaling01
Artificial Analysis repeated the same price point and added:
cache hits discounted by 75% to $0.5 / 1M tokens
long inputs over 200k tokens cost double
500k context window, down from Grok 4.3’s 1M
vision input retained
configurable reasoning retained @ArtificialAnlys
Musk later said the context window would probably upgrade back to 1M soon @elonmusk.
Relative pricing comparisons cited by users:
Grok 4.5: $2 in / $6 out
GPT-5.6: $5 in / $30 out
Opus 4.8: $5 in / $25 out @kimmonismus
Model size
One important spec surfaced via third-party reporting of Musk’s disclosure:
Grok 4.5 is 3x larger than Grok 4.3 at 1.5T parameters @ArtificialAnlys
That is a notable jump, and likely central to why multiple observers interpreted 4.5 as xAI’s first entry into the true flagship coding-agent tier rather than an iterative refresh.
Benchmarks and independent evaluations
Artificial Analysis
Artificial Analysis provided the most substantive external evaluation in the tweet set.
Key results:
#4 on Artificial Analysis Intelligence Index, score 54, behind only Fable 5, GPT-5.5, and Opus 4.8 @ArtificialAnlys
+16 points vs Grok 4.3 on the same index @ArtificialAnlys
GDPval-AA v2 Elo 1543, also ranking #4, behind Anthropic’s latest Claude releases @ArtificialAnlys
Top score on τ³-Banking: 33%, above 31% for GPT-5.5 (xhigh) @ArtificialAnlys
Artificial Analysis Coding Agent Index score 76 in Grok Build, “on par with GPT-5.5 in Codex” and below Fable 5 in Claude Code @ArtificialAnlys
Cost per Intelligence Index task: $0.31 @ArtificialAnlys
Cost per GDPval task: $0.49 @ArtificialAnlys
Cost per Coding Agent Index task: $2.59 @ArtificialAnlys
Average output tokens per Intelligence Index task: ~14k, over 60% lower than Opus 4.8 @ArtificialAnlys
Average total tokens per Coding Agent Index task: 1.9M, versus 7.2M for Fable 5 in Claude Code and 6.2M for GPT-5.5 in Codex @ArtificialAnlys
Artificial Analysis’ interpretation was clear: Grok 4.5 is near-frontier on capability, but unusually strong on efficiency, making it sit on the Pareto frontier for cost/performance.
Musk explicitly amplified the Artificial Analysis assessment @elonmusk.
Read more
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み