HN435488
爆速進化のGrok 4.5がついに登場！Cursor連携で爆速コーディングへ
Grok 4.5
BoumTAC・9日前
議論
11件xAIが発表した最新モデル「Grok 4.5」がCursorに登場しました。驚異的な推論能力と長文コンテキストへの対応により、開発フローが劇的に変わります。最新のアップデート詳細については、こちらの公式サイトからご確認ください：https://cursor.com/blog/grok-4-5
かなり経済的だね。Opusと比較して推論効率が4倍も高いのに、価格は$2/$6に抑えられている。比較対象として、GPT 5.4が$2.5/$15、GPT 5.5/5.6が$5/$30、Opus 4.8が$5/$25、Fableが$10/$50ってところかな。
ベンチマークを見る限り（測定結果を操作していないと仮定して）、Elonが https://x.com/elonmusk/status/2074911038286295049 で言及していたOpus 4.7レベルには達しているみたいだね。
Cursorのデータがかなり役に立ったんだろう。
試した3つのモデルの中では、Grokが個人的に使いたいiOSアプリ（特定の機能を備えた自転車用コンピュータ）を作るのに一番うまく機能したよ。（Claudeは諦めてHTML/CSSの実装に逃げたけど、こっちはネイティブのSwiftUI+Metalにこだわったからね）。Grokは確かにたまにドジを踏むけど、細かく指示しなくてもこっちの意図を汲み取ってくれるのには驚かされた。
（自分はiOS開発者じゃないから、言語やAPIを何ヶ月も何年もかけて学ぶ代わりに、数時間から数日で必要なものが作れたのは本当に助かったよ。）
（ちなみに、Caddyを「なんとなくコーディング」してるわけじゃなくて、個人プロジェクトの息抜きでいじってるだけだからね。）
モデルを共同開発したCursorからの発表だよ：https://cursor.com/blog/grok-4-5
注目すべきはここだね：
Grok 4.5とComposer 2.5はモデルの重みクラスが異なるから、両方のサイズと重みをサポートできるのは楽しみだよ。Composer 2.5は引き続き提供するし、今後もこのサイズの新しいモデルをリリースしていく予定だ。
（Cursorのブログより）
トレーニングには、コードベースやソフトウェアツールに対する広範なユーザーインタラクションを捉えた、数兆トークンものCursorデータが含まれている。このデータセットにより、モデルは既存のソフトウェアからだけでなく、開発者とエージェントのやり取りを通じて、開発者がどう働き、エージェントが環境とどう関わるかを学習できるんだ。
これこそが大金を投じた理由だね。Cursorは、ccやcodexが登場する前から、実際のプロジェクトからリアルなデータを蓄積してきた初のビッグプレイヤーだから。
ソフトウェアエンジニアリングと広範なナレッジワークの両方にまたがる現実的な環境において、難易度の高い問題に対して強化学習を行った。これらの環境は、問題の調査、ツールの使用、エラーからの復旧、結果の検証方法をモデルに教え込んでいる。
これらの問題の多くは、最先端モデルですら失敗するほど難しくなるように設計されていた。モデルが向上すれば、既存のタスクは学習材料にならなくなる。かつては高度な推論を必要とした問題も、今ではルーチンワークになってしまうんだ。
我々は、これらの環境を大規模に構築するために分散型エージェントシステムを開発した。エンジニアが問題と解決策の検証方法を指定し、エージェントの集団が各環境の構築・テスト・洗練を行う仕組みだ。
これがスケールの意味するところだね。前の世代のモデルを使って次の世代のためのデータセットを準備する。モデルが良くなればデータも良くなり、次のモデルもさらに良くなる。（中国のモデルが「SotAに近い」と思っている人たちに向けて、composer 2.5のトレーニングランとの比較も載っているよ...）
xAIsが（Anthropicに大量の計算リソースを提供した後に）死にかけているという噂は、少し大げさだったみたいだね。
Grok 4.5は数万基のNVIDIA GB300 GPUでトレーニングされた
第一印象：
-
とにかく高速。トークン生成速度（t/sが90くらい？）と効率が非常に高いため、GPT 5.5/Opus 4.8/GLM 5.2を簡単に打ち負かしているね。
-
価格設定が素晴らしい。APIコストで考えると過剰に高いGPTやOpusとは比較にならないし、トークン効率を考慮すればGLM 5.2よりも安いはずだ。
-
どれくらい賢いかを判断するにはもう少し時間がかかりそうだけど、間違いなく優秀だね。Opusと同じティアに属していて、GLM 5.2と並んでその下位を占めているという感じかな。
誰かこれがどうやって経済的に成立するのか解説してくれない？何十億ドルもかけて3番手のモデルを作ったところで、1位や2位のプレイヤーでさえ利益を出すのに苦労しているように見えるのに。自分は何を見落としてるんだ？別にEd Zitronみたいに全否定するつもりはないけど、どうしても納得できない。
xAIのモデルが特定の政治的ナラティブに合うように回答を操作しようとしていると知ってしまった以上、もう信頼することはできないな。バックエンドでモデルが歪められているとわかっている状態で、ビジネス環境で信頼できるモデルとして使えるわけがない。
Grokを喜んで使う人がいるなんて驚きだよ。あそこの会社は道徳的に破綻しているのが丸わかりじゃないか。AI企業の中で唯一、CSAM（児童性的虐待資料）を許容している（あるいは阻止しようと努力していない）ように見えるし。
なんであそこに金を払うんだ？
他に選択肢がないならまだしも、そんなことは全くないはずだ。
Grok 4.5：命名規則がもう完全に、前のバージョンが何と呼ばれていたかを説明する能力を超えてしまっているな。