SpaceXSI、コーディングとエージェント向けモデルGrok 4.5を発表

Grok 4.5はCursorと並行して学習された同社最強のモデルとされる。コーディング、科学、工学、数学の知識を含むデータで学習した。公開されたベンチマークでは、DeepSWE 1.0で62.0%、SWE Marathonのpass@1で29.0%、Terminal Bench 2.1で83.3%、SWE Bench Proで64.7%を記録した。競合の数値は各開発元のシステムカードやリーダーボードに基づくと説明されている。

学習にはNVIDIA GB300 GPU数万基を使った。データのフィルタリングと選別に力を入れ、重複排除、品質スコアリング、ドメインを絞った選定を行ったという。強化学習は数十万のタスクを対象とし、複数ステップのソフトウェアエンジニアリングを中心に、自動およびモデルベースの採点を用いる。非同期性の高い学習基盤により、エージェントのロールアウトを長時間実行しながら学習を続けられる。

効率面では、SWE Bench Proの1タスクあたりの平均出力トークンがGrok 4.5で15,954、Opus 4.8（max）で67,020であり、約4.2倍少ないと示されている。同社は比較対象の主要モデルに対し約2倍のトークン効率を持つとしている。Grok 4.5はGrok Buildの既定モデルとなり、Excelモデルの構築、PowerPointの図形を使った図解、Wordでの文章作成にも対応するという。

利用はGrok Build、全プランのCursor、SpaceXSIコンソールから可能で、APIキーを取得すれば数行のコードで使い始められる。Grok BuildとCursorでは期間限定で無料利用でき、x.ai/buildから始められる。