SpaceXAI がコード・エージェントタスク・知識作業向けに Cursor と共同訓練された「Grok 4.5」を $2/入力で公開
SpaceXAI はコーディングとエージェントタスクに特化した「Grok 4.5」をリリースし、Cursor との共同訓練や高いトークン効率により、実務現場での競争力を示した。
キーポイント
Cursor との共同訓練による最適化
コーディングエディタ「Cursor」と並行してトレーニングされ、エンジニアリング作業や知識労働に特化した推論能力を備えている。
圧倒的なトークン効率とコスト削減
SWE Bench Pro において、競合の Opus 4.8 より約 4.2 倍少ない出力トークンでタスクを解決し、実用コストを大幅に削減している。
ベンチマークにおける高い競争力
Harvey の法務エージェントベンチで 1 位を獲得し、Terminal Bench 2.1 などでも主要競合と互角以上のスコアを記録した。
多様な実務ユースケースへの対応
コードのバグ修正やアプリのプロトタイピング、法的エージェント業務、スプレッドシート作成、ドキュメント生成など、コーディングから知識作業まで幅広くサポートします。
低価格でのアクセスと利用開始
入力 100 万トークンあたり 2 ドル、出力 6 ドルという競争力のある価格設定で、Cursor や SpaceXAI コンソールを通じて即座に API 利用を開始できます。
影響分析・編集コメントを表示
影響分析
本リリースは、大規模モデルにおける「推論の質」だけでなく「トークン効率」という経済的指標を重視する業界の転換点を示しています。特に Cursor との統合や法務分野での首位獲得は、AI が単なる実験段階から、実際の業務フローに組み込まれる実用化フェーズへ急速に進んでいることを裏付けています。
編集コメント
競合他社がパラメータ数の拡大を争う中、SpaceXAI は「少ないトークンで高い精度を出す」という逆の戦略で差別化を図っており、実務導入におけるコスト意識の高まりを反映した興味深い動きです。
SpaceXAI はついに Grok 4.5 をリリースしました。同社はこれを現時点で最も賢いモデルと呼んでいます。このモデルはコーディング、エージェントタスク、および知識作業を対象としています。SpaceXAI によると、Grok 4.5 は AI コーディングエディタである Cursor と並行してトレーニングされたそうです。
TL;DR
Grok 4.5 は、Cursor と並行してトレーニングされ、コーディング、エージェントタスク、知識作業を対象としています。
SpaceXAI の自社チャートによると、Fable (max) がすべてのベンチマークで首位に立ち、Grok 4.5 は Terminal Bench 2.1 で最も近い結果を示しています。
特筆すべきはトークン効率性です。SWE Bench Pro において、Opus 4.8 (max) と比較して出力トークン数が約 4.2 倍少ないという結果でした。
料金は入力 100 万トークンあたり 2 ドル、出力 100 万トークンあたり 6 ドルで、処理速度は 80 TPS です。
Harvey の Legal Agent Benchmark では 1 位を獲得し、Grok Build のデフォルトモデルとなっています。
Grok 4.5 とは何か？
Grok 4.5 は、実際のエンジニアリング作業に最適化された汎用モデルです。SpaceXAI は、コーディング、科学、工学、数学にわたるデータセットを用いてこれをトレーニングしました。研究チームは、その推論能力が知的かつ効率的であると説明しています。SpaceXAI がオフィスワークにおける強みとして引用している Harvey の Legal Agent Benchmark では 1 位を獲得しました。
SpaceXAI はどのようにして Grok 4.5 をトレーニングしたのか？
トレーニングは数万台の NVIDIA GB300 GPU を用いて行われました。SpaceXAI は大規模な実行向けに設計されたトレーニングおよび安定化技術を採用しました。単なるトークン量だけでなく、チームはデータフィルタリングとキュレーションにも投資を行いました。これには重複排除、品質スコアリング、ドメイン特化型の選択が含まれています。
SpaceXAI チームは、その後、トークンごとの知能に焦点を当てた強化学習（Reinforcement Learning）の規模拡大を行いました。強化学習は数十万ものタスクをカバーしており、その多くが多段階のソフトウェアエンジニアリングやその他の技術的作業に集中していました。評価には自動化手法とモデルベース的手法を組み合わせた方法が用いられました。このスタックは高度な非同期トレーニングをサポートしており、アジェンティック（自律型）ロールアウトは数時間にわたって実行可能でありながら、学習プロセスは継続されます。
ベンチマーク性能
SpaceXAI チームは 4 つのコーディングベンチマークにおけるスコアを発表しました。競合他社の数値は、公開されたシステムカードまたはリーダーボードからのものです。SpaceXAI の文章では、Grok 4.5 が同等の主要モデルを上回っているとされていますが、同社自身のグラフは結果が混在しています。Fable（最大値）はすべてのベンチマークで最高スコアを記録しました。一方、Grok 4.5 は Terminal Bench 2.1 において最も近いスコアを示しています。
クイックリファレンス：「pass@1」は初回試行での合格のみをカウントし、「resolve rate（解決率）」はタスクが修正された割合を表します。
ベンチマーク（ハネス）Grok 4.5 上位リスト Others
DeepSWE 1.0 — pass@1 (各プロバイダーのハネス)62.0% Fable (max) 66.1% GPT 5.5 (xhigh) 64.31%; Opus 4.8 (max) 55.75%
DeepSWE 1.1 (mini-swe-agent ハネス、DataCurve)53% Fable (max) 70% GPT 5.5 (xhigh) 67%; Opus 4.8 (max) 59%; GLM 5.2 44%
Terminal Bench 2.183.3% Fable (max) 84.3% GPT 5.5 (xhigh) 83.4%; Opus 4.8 (max) 78.9%
SWE Bench Pro — resolve rate64.7% Fable (max) 80.4% Opus 4.8 (max) 69.2%; GLM 5.2 62.1%; GPT 5.5 (xhigh) 58.6%
速度とトークン効率
Grok 4.5 は 1 秒あたり 80 トークンの速度で提供されています。SpaceXAI によると、主要なモデルと比較して約 2 倍のトークン効率を達成しています。SWE Bench Pro ベンチマークでは、Grok 4.5 は平均して出力トークン数 15,954 でタスクを解決しました。一方、同じベンチマークで Opus 4.8（最大値）が使用したトークン数は 67,020 に達しており、これは約 4.2 倍の削減となります。出力トークンの減少は通常、タスクあたりの出力コストとレイテンシの低下を意味します。
価格設定
Grok 4.5 の料金は、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 ドルです。SpaceXAI は、このモデルがタスク解決に必要なステップ数を半分以下に抑えると述べています。予算策定の前には、必ず SpaceXAI コンソールで最新の価格を確認してください。
ユースケースと事例
コードベースの修復：バグを見つけ、修正し、その根本原因を説明する。
アプリのプロトタイピング：1 つのプロンプトから Three.js を使用した太陽系シミュレーションを構築する。
法的エージェントタスク：Grok 4.5 は Harvey の Legal Agent Benchmark で第 1 位を獲得しています。
表計算ソフトの作業：ウェブ調査データを取得する多シート Excel モデルを構築する。
ドキュメント作成：アウトラインからスライドと Word レポートを生成する。
始め方（動作するコード）
Grok 4.5 は、Grok Build、すべてのプラン対応の Cursor、および SpaceXAI コンソールで利用可能です。API キーを取得し、レスポンスエンドポイントを呼び出してください。モデル ID は grok-4.5 です。
コピーしました別のブラウザを使用
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
}'
必ず JSON 形式で返してください。translation フィールドのみ。他のフィールド (technical_terms 等)は一切追加しないこと — 余計なフィールドを書こうとして本文翻訳がトークン上限で打ち切られる事故を防ぐため:
{"translation": "Grok 4.5 は 1 秒あたり 80 トークンの速度で提供されています。SpaceXAI によると、主要なモデルと比較して約 2 倍のトークン効率を達成しています。SWE Bench Pro ベンチマークでは、Grok 4.5 は平均して出力トークン数 15,954 でタスクを解決しました。一方、同じベンチマークで Opus 4.8（最大値）が使用したトークン数は 67,020 に達しており、これは約 4.2 倍の削減となります。出力トークンの減少は通常、タスクあたりの出力コストとレイテンシの低下を意味します。
価格設定
Grok 4.5 の料金は、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 ドルです。SpaceXAI は、このモデルがタスク解決に必要なステップ数を半分以下に抑えると述べています。予算策定の前には、必ず SpaceXAI コンソールで最新の価格を確認してください。
ユースケースと事例
コードベースの修復：バグを見つけ、修正し、その根本原因を説明する。
アプリのプロトタイピング：1 つのプロンプトから Three.js を使用した太陽系シミュレーションを構築する。
法的エージェントタスク：Grok 4.5 は Harvey の Legal Agent Benchmark で第 1 位を獲得しています。
表計算ソフトの作業：ウェブ調査データを取得する多シート Excel モデルを構築する。
ドキュメント作成：アウトラインからスライドと Word レポートを生成する。
始め方（動作するコード）
Grok 4.5 は、Grok Build、すべてのプラン対応の Cursor、および SpaceXAI コンソールで利用可能です。API キーを取得し、レスポンスエンドポイントを呼び出してください。モデル ID は grok-4.5 です。
コピーしました別のブラウザを使用
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
}'"}
ターミナルからGrok Buildを使用するには、CLIをインストールしてください:
Copy CodeCopiedUse a different Browser
curl -fsSL https://x.ai/cli/install.sh | bash
Grok 4.5 の概要
属性詳細
ベンダーSpaceXAI
焦点コーディング、エージェントタスク、知識作業
トレーニングパートナーCursor
ハードウェア数万台のNVIDIA GB300 GPU
サービング速度80 TPS
トークン効率SWE Bench ProにおいてOpus 4.8（最大）と比較して出力トークンが約4.2倍少ない
入力価格100万トークンあたり$2
出力価格100万トークンあたり$6
アクセスGrok Build、Cursor（全プラン）、SpaceXAIコンソール
モデルIDgrok-4.5
利用状況と制限
Grok 4.5はGrok BuildおよびすべてのプランのCursorで稼働中です。また、SpaceXAIコンソール経由でも利用可能です。現時点ではEUではまだ利用できません。SpaceXAIは7月中旬にEUでの提供を予定しています。Grok BuildとCursorでは、一定期間無料で利用できます。
インタラクティブエクスプローラー
(function(){
window.addEventListener('message',function(e){
if(e.data && e.data.mtpGrok45Height){
var f=document.getElementById('mtpGrok45Frame');
if(f){ f.style.height=e.data.mtpGrok45Height+'px'; }
}
});
})();
技術詳細はこちらでご確認ください。また、Twitterでフォローしていただくこともお気軽にどうぞ。忘れずに150k以上のML SubRedditに参加し、ニュースレターも購読してください。待ってください！Telegramをご利用ですか？今ならTelegramでも私たちに参加できます。
GitHubリポジトリやHugging Faceページ、製品リリース、ウェビナーなどのプロモーションを当社と提携して行いたい場合は、ご連絡ください。
SpaceXAI がコーディング、エージェントタスク、知識作業向けに Cursor で訓練されたモデル「Grok 4.5」を、入力あたり 2 ドルでリリースしたという記事は、MarkTechPost に最初に掲載されました。
原文を表示
SpaceXAI just released Grok 4.5. The company calls it its smartest model to date. It targets coding, agentic tasks, and knowledge work. SpaceXAI says Grok 4.5 was trained alongside Cursor, an AI coding editor.
TL;DR
Grok 4.5 targets coding, agentic tasks, and knowledge work, trained alongside Cursor.
In SpaceXAI’s own chart, Fable (max) leads all four benchmarks; Grok 4.5 is closest on Terminal Bench 2.1.
Token efficiency is the standout: about 4.2× fewer output tokens than Opus 4.8 (max) on SWE Bench Pro.
Pricing is $2/M input and $6/M output, served at 80 TPS.
It ranks #1 on Harvey’s Legal Agent Benchmark and is the default model in Grok Build.
What is Grok 4.5?
Grok 4.5 is a general-purpose model tuned for real engineering work. SpaceXAI trained it on datasets spanning coding, science, engineering, and math. The research team describes its reasoning as both intelligent and efficient. It scored #1 on Harvey’s Legal Agent Benchmark, which SpaceXAI cites as office-work strength.
How SpaceXAI trained Grok 4.5?
Training ran across tens of thousands of NVIDIA GB300 GPUs. SpaceXAI used training and stability techniques designed for large-scale runs. Beyond raw token volume, the team invested in data filtering and curation. This included deduplication, quality scoring, and domain-focused selection.
SpaceXAI team then scaled reinforcement learning with a focus on per-token intelligence. RL covered hundreds of thousands of tasks. Most centered on multi-step software engineering and other technical work. Grading combined automated and model-based methods. The stack supports highly asynchronous training. Agentic rollouts can run for many hours while learning continues.
Benchmark performance
SpaceXAI team published scores across four coding benchmarks. Competitor figures come from published system cards or leaderboards. SpaceXAI’s prose says Grok 4.5 exceeds comparable leading models. Its own chart is more mixed. Fable (max) posts the top score on all four benchmarks. Grok 4.5 stays closest on Terminal Bench 2.1.
Quick reference: “pass@1” counts only first-attempt passes; “resolve rate” is the share of tasks fixed.
Benchmark (harness)Grok 4.5Top listedOthers
DeepSWE 1.0 — pass@1 (each provider’s harness)62.0%Fable (max) 66.1%GPT 5.5 (xhigh) 64.31%; Opus 4.8 (max) 55.75%
DeepSWE 1.1 (mini-swe-agent harness, DataCurve)53%Fable (max) 70%GPT 5.5 (xhigh) 67%; Opus 4.8 (max) 59%; GLM 5.2 44%
Terminal Bench 2.183.3%Fable (max) 84.3%GPT 5.5 (xhigh) 83.4%; Opus 4.8 (max) 78.9%
SWE Bench Pro — resolve rate64.7%Fable (max) 80.4%Opus 4.8 (max) 69.2%; GLM 5.2 62.1%; GPT 5.5 (xhigh) 58.6%
Speed and token efficiency
Grok 4.5 is served at 80 TPS. SpaceXAI reports roughly twice the token efficiency of leading models. On SWE Bench Pro, Grok 4.5 resolved tasks with 15,954 output tokens on average. SpaceXAI reports Opus 4.8 (max) used 67,020 on the same benchmark. That is about 4.2× fewer output tokens. Fewer output tokens usually means lower output cost and latency per task.
Pricing
Grok 4.5 costs $2 per million input tokens and $6 per million output tokens. SpaceXAI says it solves tasks in under half the number of steps. Confirm current pricing in the SpaceXAI console before budgeting.
Use cases with examples
Codebase repair: find a bug, fix it, then explain the root cause.
App prototyping: build a Three.js solar-system simulation from one prompt.
Legal agent tasks: Grok 4.5 ranks #1 on Harvey’s Legal Agent Benchmark.
Spreadsheet work: build multi-sheet Excel models that pull in web research.
Documentation: turn an outline into slides and a Word report.
Getting started (working code)
Grok 4.5 is available in Grok Build, in Cursor on all plans, and from the SpaceXAI console. Grab an API key and call the responses endpoint. The model ID is grok-4.5.
Copy CodeCopiedUse a different Browser
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
}'
To use Grok Build from the terminal, install the CLI:
Copy CodeCopiedUse a different Browser
curl -fsSL https://x.ai/cli/install.sh | bash
Grok 4.5 at a glance
AttributeDetail
VendorSpaceXAI
FocusCoding, agentic tasks, knowledge work
Training partnerCursor
HardwareTens of thousands of NVIDIA GB300 GPUs
Serving speed80 TPS
Token efficiency~4.2× fewer output tokens than Opus 4.8 (max) on SWE Bench Pro
Input price$2 / million tokens
Output price$6 / million tokens
AccessGrok Build, Cursor (all plans), SpaceXAI console
Model IDgrok-4.5
Availability and limits
Grok 4.5 is live in Grok Build and in Cursor on all plans. It is also available via the SpaceXAI console. It is not yet available in the EU. SpaceXAI expects EU availability in mid-July. Free usage is offered for a limited time in Grok Build and Cursor.
Interactive Explorer
(function(){
window.addEventListener('message',function(e){
if(e.data && e.data.mtpGrok45Height){
var f=document.getElementById('mtpGrok45Frame');
if(f){ f.style.height=e.data.mtpGrok45Height+'px'; }
}
});
})();
Check out the Technical details here. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
Need to partner with us for promoting your GitHub Repo OR Hugging Face Page OR Product Release OR Webinar etc.? Connect with us
The post SpaceXAI Releases Grok 4.5, a Cursor-Trained Model for Coding, Agentic Tasks, and Knowledge Work at $2/M Input appeared first on MarkTechPost.
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