Grok 4.5

xAI가 2026년 7월 8일 Grok 4.5를 출시했습니다. 이전 Grok 시리즈가 종합 벤치마크에서 프론티어 그룹 후미를 따라갔다면, 4.5는 코딩과 에이전트 작업에 목표를 좁혀 정면으로 승부를 걸었습니다. 특히 훈련 데이터에 Cursor IDE 실사용 세션 데이터를 포함했다는 점이 기존 모델과 다릅니다.

V9 아키텍처

Grok 4.5의 기반은 1.5조 파라미터 V9 파운데이션입니다. 이 규모를 모든 토큰에 전부 활성화하는 방식이 아니라, Mixture-of-Experts(MoE) 아키텍처로 운용합니다. 토큰마다 학습된 게이팅 함수가 전체 전문가 서브네트워크 중 일부만 선택해서 계산하는 방식입니다. 파라미터 총량은 크지만 실제 추론 계산량은 훨씬 낮게 유지할 수 있습니다.

처리 속도는 약 80 토큰/초. 컨텍스트 윈도우는 500K 토큰입니다. 가격은 입력 \(2/M 토큰, 출력\)6/M 토큰입니다.

Cursor 데이터 플라이휠

이번 훈련에서 독특한 것은 xAI가 Cursor 사용자 세션 데이터를 학습에 포함했다는 점입니다. 디버깅 트레이스, 멀티파일 diff, 사용자 수정 내역 같은 실제 개발 작업 맥락이 훈련 신호로 들어갔습니다.

이 방식은 "코딩을 잘 하는 LLM"과 "실제 IDE 작업 흐름에 잘 맞는 LLM" 사이의 간극을 좁히려는 시도입니다. 코드 생성 정확도만이 아니라, 파일 단위 수정과 오류 수정 맥락에서 어떻게 응답할지를 데이터에서 직접 학습합니다. Cursor 입장에서는 자신들의 플랫폼에 맞게 특화된 모델을 확보하는 것이고, xAI는 실사용 분포에 맞춘 훈련 데이터를 얻는 구조입니다.

Grok 4.5는 출시와 동시에 Cursor 전 플랜 기본 모델로 탑재됐습니다.

벤치마크 성적

코딩 에이전트 벤치마크 결과는 다음과 같습니다.

DeepSWE와 SWE Marathon 절대 점수만 보면 프론티어 최상위는 아닙니다. 단, 토큰 효율은 인상적입니다. SWE-Bench Pro 작업 하나를 처리하는 데 평균 15,954 출력 토큰, 경쟁 모델 대비 약 4.2배 더 적습니다. 에이전트가 반복 루프로 수십 번 호출하는 환경에서는 비용 차이가 크게 납니다.

다만 벤치마크 버전에 따라 결과가 엇갈립니다. 네 벤치마크를 모두 앞선 것은 Fable뿐이고, Grok 4.5는 종합 최상위는 아닙니다. xAI가 자사에 유리한 버전을 선택해 발표했다는 비판도 있습니다.

배포와 접근성

출시 시점 기준으로 Grok Build 기본 모델, Cursor 전 플랜, SpaceXAI 콘솔 API를 통해 접근할 수 있습니다. EU 지역에서는 아직 제공되지 않습니다.

가격 구조는 입력 $2/M 토큰으로 Opus 4.8과 유사한 성능대 모델 중에서는 낮은 편입니다. 토큰 효율 주장이 실제 워크로드에서도 유지된다면, 에이전트 반복 호출이 많은 코딩 파이프라인에서 비용 우위가 생깁니다.

xAI는 이번 모델을 코딩 특화라고 포지셔닝하고 있지만, 범용 지식 작업 성능은 아직 독립 평가가 충분하지 않습니다. Cursor 데이터 의존성이 코딩 분포 밖에서는 오히려 편향으로 작용할 가능성도 있습니다.

출처: SpaceXAI 공식 발표 / MarkTechPost