マスクの xAI が Grok 4.5 を静かにリリースしました。「これまでで最も高性能」とうたい、grok.com・X・iOS/Android アプリで利用可能に。ですが数字を見ると、Grok 4.5 が狙っているのは「最強」ではありません。別のポジション——**最もコスパの良い"フロンティア"**です。
1. 「最強」ではなく「最も安いフロンティア」を狙う
第三者の Artificial Analysis 知能指数で、Grok 4.5 は 54 点、全体4位——Claude Fable 5、GPT-5.5、Opus 4.8 の後ろ。つまり「最も高性能」は業界全体で見ればマーケティングで、トップ3には入っていません。
本当の勝負は価格です。100万トークンあたり入力 $2 / 出力 $6——Opus 4.8 や Fable 5 のおよそ5分の1、しかも 50万トークンの文脈長。合わせて見ると狙いは明確:「点数が一番高いか」ではなく、「フロンティアに近い性能を、フロンティアの5分の1の値段で」。王座が数ヶ月ごとに変わる時代、「十分強い＋十分安い」は、実際に金を払って使う人にとって「最強」より刺さります。
2. 本当の強み:「本物のコードベースで働く」ために作られた
Grok 4.5 の目玉は、汎用チャットモデルではなく、コーディングとエージェント作業のために作られていること。本物の Cursor 開発者セッションのデータで訓練——「ネット上のコードの見た目」ではなく、「プログラマーが実際のプロジェクトで、どう一歩ずつ仕事を進めるのか」を学んでいます。
結果もそれを裏付けます:
- Terminal-Bench 2.1:83.3%、SWE-Bench Pro:64.7%——どちらも本物のコードベースでの長時間作業の指標;
- エージェントのツール使用:世界1位;
- Harvey の法務エージェント基準:1200件超の実務法務タスクで1位。
シグナルはこうです:フロンティアモデルは「何でも喋る」から「ある実務で異常に有能」へ分化している。Grok 4.5 が張ったのは最も価値のあるレーン——コーディング＋エージェントです。
3. 先に言う、二つの赤信号
褒めた上で、無視できない二つの問題:
- 誠実性の後退——誠実性でベンチマーク上の後退(honesty regression)。要は、場合によってはもっともらしく作り話をしやすくなる。
- 安全文書なし——xAI は安全ドキュメントを一切公開していない。
特に二つ目。これはもう最近のフロンティア発表に共通するパターンです(Kimi K3 にも system card がなかったのを覚えていますか)。コードを書き、ツールを呼び、エージェント作業を回す強力なモデルが、安全開示ゼロで数億人に配られる——それ自体がシグナルです。
おわりに:このレーンの本当のシグナル
単体で見れば Grok 4.5 は「また新モデル」。だがこの半年の文脈に置くと、二つを裏付けます。
一つ、フロンティア性能が急速にコモディティ化している。「Opus 並みのコーディング」が5分の1の値段になると、競争は「誰が最強か」から「あなたの具体的な用途で、強くて安いのは誰か」へ移る。
二つ、「安全カードなし」が常態になりつつある。 Kimi K3 から Grok 4.5 まで、安全開示を飛ばして出荷する強モデルが増えている。偶然ではなく、トレンドです。
教訓は同じ:どのモデルにも身代を賭けるな。 王座は数ヶ月ごとに変わる。賢い使い方は、いつでも即座に切り替えられる状態を保つこと——強くて安くて用途に合うものを、その都度使う。Grok 4.5 は、それをもう一度思い出させてくれるだけです。