TLDR 2026年6月28日、Elon Musk は、xAI の新しい 1.5 兆パラメータの V9 基盤モデルを土台に、Cursor AI コーディングプラットフォームの補助学習データを取り入れて構築された Grok 4.5 が、SpaceX と Tesla でプライベートベータに入ったと発表した。社内評価では、Anthropic の Claude Opus に「近い、あるいは上回る」性能だと主張しており、RLHF と Grok Build の改良が継続中だ。
最先端モデルを今日統合したい開発者と企業向けに、CometAPI は OpenAI 互換の単一エンドポイントから Grok 4.3（およびその他の xAI モデル）に即時かつ費用対効果の高いアクセスを提供する。Anthropic、OpenAI、Google など 500+ のモデルと並列で利用でき、直販価格比でしばしば 20%+ の節約が見込め、プライバシー重視のワークフロー向けにプロンプトのログ保存は行わない。
主なポイント
- Elon Musk に帰せられる引用では、Grok 4.5 が SpaceX と Tesla でプライベートベータ中とされ、その情報は AshutoshShrivastava によって流布された。
- TestingCatalog の報告では、Grok 4.5 は 1.5T の V9 基盤モデル上に構築され、補助学習として Cursor データが追加されたとされている。
- 証拠タグ付きの唯一のシグナルは、Mark Kretschmann が 6 月 28 日に投稿したスクリーンショットで、xAI のメニューから Grok / Cursor Composer 3 のバージョン番号が削除されていることを示すものだ。
- このシグナル群には、ベンチマークスコア、価格、コンテキストウィンドウ、API のタイミングに関する情報は一切含まれていない。
- Cursor の学習データに関する話は 6 月 16 日以来少なくとも 3 つのアカウントで積み上がっており、Mark Kretschmann は Grok 5 を Fable 5 のウェイトクラスにおける 6T と 10T のパラメータペアに結び付けている。
Grok 4.5 のリリース日
Grok 4.5 は 2026 年 6 月 28 日にプライベートベータに入り、2026 年 7 月 9 日（7 月 8 日時点で明日）に一般公開される予定です。
これは 2025 年 7 月頃にリリースされた Grok 4 や Grok 4.3 などの以前のバージョンを踏まえている。発表後まもなく、対象ユーザー（例：SuperGrok/Premium+ サブスクライバー）がアクセス可能になる見込み。API については、Grok 4.5 のリリース直後に CometAPI が grok 4.5 API と統合され、より低価格での提供を行う。
Public Release: 本日（2026 年 7 月 8 日）、Musk は投稿し、プライベートベータの好評を受けて、SpaceXAI / xAI が明日（7 月 9 日）に Grok 4.5 を一般公開すると述べた。これは「Opus クラス」のモデルで、同等モデルより高速でトークン効率が高く、低コストだと説明されている。
grok 4.5 のアーキテクチャからのシグナル: 見えていること
主たるソースは、2026 年 6 月 28 日の Elon Musk 自身の X 投稿である。
“Grok 4.5, based on our 1.5T V9 foundation model, with Cursor data added in supplemental training, is now in private beta at SpaceX & Tesla. Early evals show performance close to, perhaps exceeding Opus. RL is continuing to significantly improve the model, and the Grok Build harness gets better every day…”
これは @testingcatalog や @ai_for_success などのアカウントによって拡散され、1.5T の V9 と Cursor 統合に関するアーキテクチャの詳細、「Grok 4.5 is based on 1.5T V9 foundation model, with Cursor data added in supplemental training.」が共有された。
Cursor シグナル: xAI/SpaceX が Cursor（Anysphere）を約 600 億ドルで買収または深い提携に向かう動きは、実際の開発者 IDE トレース、エージェント的ワークフロー、マルチファイル編集データという豊富なソースをもたらす。こうした（事前学習後の）補助学習は、コーディングタスクにおける Grok 4.5 の差別化要因となるが、専門家は初期の事前学習段階での統合のほうがさらに強力だと指摘している。
出典: @mark_k
メニュー状態に関するシグナルは範囲が狭いが、より証拠らしい。 Mark Kretschmann の 6 月 28 日の投稿によれば、Grok 1.5T / Cursor Composer 3 モデルのバージョン番号が、6 月 28 日の朝に xAI のメニューから削除されたという。これは xAI のリリースに先行するパターンになり得ると彼は説明する。これは正式なローンチではないが、スクリーンショットに紐づくため、単なる再投稿の性能主張よりは具体的だ。
後のカナリアシグナルはこの話を前進させた。 TestingCatalog は、Grok の Web UI に「Unlock the full power of Chat with Grok 4.5.」という文字列を見つけた。こうした痕跡は製品変更の前に現れることが多いが、放棄されたり、遅延したり、限定ロールアウトの裏に隠れる場合もある。
Grok 4.5 に合理的に期待できること
- 強化されたコーディングおよびエージェント性能: 補助学習の Cursor データにより、SWE-Bench 的なタスク、マルチファイル推論、実世界の開発者ワークフローが強化されるはず。技術的推論、デバッグ、本番規模のエンジニアリングに強みが期待され、SpaceX/Tesla のユースケースに合致する領域だ。
- スケールと効率: 最適化された V9 上の 1.5T パラメータ（Colossus を介した Blackwell 世代の GPU）により、推論可能性とパワーのバランスを取る。ベータ後の RL 改良が推論のギャップを縮める可能性がある。
- 迅速な反復: Musk は毎月新モデルをゼロから作ることに言及。Grok 4.5 はその通過点であり、より大きな 2T+ のランが事前学習段階から Cursor データを取り入れて進行中だ。
- マルチモーダルとツール利用: 既存の Grok の能力（ビジョン、検索、Grok Build）を基に、エージェント機能の拡張が期待される。
- 公開ロールアウトのタイムライン: UI の痕跡は数日から数週間での広範アクセスを示唆。過去のパターンからはティーザーからプレビューまで 1〜2 週間が目安。
本番利用を今日から行う場合: 公開を待つ間は CometAPI の Grok エンドポイントで統合する。OpenAI 互換 API はシームレスな切り替えをサポートし、コスト削減（例：Grok 4 を割引価格で提供）も見込めるため、Grok 4.5 へのアップグレードが容易なアプリ構築に最適。詳細は CometAPI Grok offerings を確認。
確かな事実は公式ドキュメントに基づくが、公式ドキュメントは Grok 4.5 について沈黙している。xAI の モデルページには、grok-build-0.1 がエージェント的コーディングワークフロー向けに特化して学習されたコーディングモデルとして掲載されており、コンテキストウィンドウは 256k、価格は xAI の価格ページで 1M input/output tokens あたり $1.00 / $2.00 と記載されている。汎用用途向けには grok-4.3 が掲載され、コンテキストウィンドウは 1M tokens、価格は 1M input/output tokens あたり $1.25 / $2.50。 xAI のレート制限ページには Grok 4.3 と Grok Build 0.1 が含まれ、xAI のファンクションコーリングドキュメントは現在のツール利用の表面を説明しているが、いずれのページにも Grok 4.5 の記載はない。
この不在は重要だ。モデルが社内で実在していても、公開 API からはまだ利用できないことがある。「xAI がテストしている可能性がある」ことと「開発者がデプロイできる」ことは分けて考えるべきだ。
公開の議論は、より狭い目的では有用だ。すなわち、ビルダーが最初に何を検証すべきかを教えてくれる。
誇大広告より有益なのは、次のフォローアップ質問だ。
- Cursor 風データは失敗したパッチ試行を減らすか？
- Grok 4.5 はリポジトリのナビゲーションで Grok 4.3 や Grok Build より優れるか？
- 実際のマルチファイルタスクで Claude Opus 4.8 を上回るか？
- リトライ、ツールコール、人手レビューが少なくて済むか？
- レイテンシーと出力長を考慮しても競争力を維持するか？
- Cursor 的ワークフロー以外にも汎化するか？
X のスレッドは仕様ではなくシグナルとして扱うこと。仕様は xAI がモデルドキュメントやリリースノートを更新したときに始まる。
Grok 4.5 vs Claude Opus: 期待される性能
本当のルーティングの論点は「Grok 4.5 はワクワクするか？」ではない。「Grok 4.5 が利用可能になったら、コーディングやエージェントのワークフローで Claude Opus 4.8 の代わりに使うべきか？」だ。
Claude Opus 4.8 は、Anthropic が公開ドキュメントとベンチマークデータを持つため、クリーンなベースラインである。Anthropic のモデル概要には、Claude Opus 4.8 の 1M-token コンテキストウィンドウと 128k の最大出力が記載されている。Anthropic の Opus 4.8 発表は、複雑なエージェント作業、コーディング、エンタープライズ用途に位置付け、価格ページに公式 API 価格の基準が示されている。
Opus 4.8 のシステムカードは実数値を示す。評価サマリーでは、SWE-bench Verified 88.6、SWE-bench Pro 69.2、Terminal-Bench 2.1 で 74.6、OSWorld-Verified 83.4、GDPval-AA 1890 を報告している。
Grok 4.5 の期待される強み:
- コーディング特化: Cursor データは、実世界の開発者トレースにおける固有の優位性を提供し、合成ベンチマークでは過小評価されがちな領域で有効。従来の Grok もコーディングで競争力があったが、これがエージェントタスクでの優位を後押しし得る。
- スケールとスピード: 1.5T パラメータ + Colossus インフラは、高いスループットと長コンテキスト処理をもたらす可能性がある。
- コスト/アクセス性: xAI のモデルはしばしば競争力ある価格設定で、CometAPI によりさらにコストが下がる（例：Grok 4 シリーズを大幅割引）。
Claude Opus の強み（現行フラッグシップ）:
- 実証済みベンチマーク: 高い SWE-Bench（最近のバージョンで 80%+ 付近）、強力な推論（GPQA、ARC-AGI）、優れた指示追従とセーフティ。
- 成熟したエコシステム: 堅牢なツール利用、アーティファクト、エンタープライズ機能。
比較表（利用可能なデータに基づく予測/推論）
| Aspect | Grok 4.5 (Expected) | Claude Opus (Current) |
|---|---|---|
| Parameters | 1.5T (V9) | Undisclosed (dense/expert mix) |
| Coding (SWE-Bench est.) | 競争力あり/リード（Cursor ブースト） | ~80%+ Verified |
| General Reasoning (GPQA/MMLU) | Opus に近い/上回る | 先行 |
| Context Window | 大（推定 200k+） | 200k+ |
| Price (via API) | 競争力（CometAPI でより安価） | プレミアム |
| Data Specialization | Cursor IDE トレース | Broad + curated |
| Availability | プライベートベータ → 近々？ | Public API |
| Training Cadence | 毎月スクラッチからのモデル | 反復的 |
表はリーク、既存のベンチマーク、分析から総合したもの。実際の結果は公開評価待ち。
Opus との比較は結論ではなく目標ベンチマークとして扱うべきだ。もし Grok 4.5 が本当に Opus に近い/上回るなら、解決タスク率、リトライの少なさ、レビュアー修正の少なさ、ツールループからの回復の良さに表れるはず。デモだけの勝利では、本番ルーティングには不十分だ。
エンジニアリング上の 3 つの盲点
移行リスクはモデル品質だけではない。Grok 4.5 のロールアウトを高コストまたは脆弱にし得る、目立たない 3 つの要素がある。
1. Cursor 由来の利得があなたのコーディングスタックに転移しない可能性
学習シグナルが Cursor のワークフロー由来なら、そのモデルは Cursor 的な編集パターンで最も強いかもしれない。あなたの本番システムは異なる可能性がある：サーバーサイドのエージェント、CI 修復ボット、GitHub 課題のトリアージ、社内リポジトリ移行、ローカル開発者アシスタントなど。
評価チェックリスト:
- おもちゃのプロンプトではなく実リポジトリを含める。
- 編集前に読むことを要するタスクを含める。
- 失敗テストからの回復タスクを含める。
- 回答品質だけでなく最終パッチの正しさで採点する。
- プレーンなチャットモードとエージェントモードを比較する。
- Grok 4.5 が Opus 4.8 と Grok 4.3 に比べてリトライを減らすかを測定する。
2. プライベートベータの性能が内部ハーネスに依存している可能性
SpaceX や Tesla の社内でテストされたモデルは、内部ツール、吟味されたプロンプト、私的な評価タスク、特化したリトリーバルの恩恵を受けているかもしれない。公開 API 版は挙動が異なる可能性がある。
評価チェックリスト:
- 正確なモデル ID とリリース日を記録する。
- 各実行でのツール可用性を記録する。
- モデル品質とハーネス品質を分離する。
- p50 と p95 レイテンシーを追跡する。
- ツール失敗と不正なツールコールを追跡する。
- 内部エージェントのデモと生の API 呼び出しを比較しない。
3. 価格とコンテキスト制限がベンチマーク勝利を帳消しにし得る
仮に Grok 4.5 が強くても、必ずしも安価とは限らない。トークン単価、コンテキストウィンドウ、出力上限、プロンプトキャッシング、レート制限、ツールコールコストがすべて重要だ。
このルーティング指標を使う:
Effective cost per solved task = (primary model cost + retry cost + fallback cost + human review cost) / successful tasks
もし Grok 4.5 がリトライを減らしてより多くのタスクを解くなら、トークン単価が高くても割に合う。逆に、より多くのトークンを使い、ループが長く、人手レビューが増えるなら、ローンチの熱気はワークロードコスト低減に結び付かない。
Grok 4.5 を自分で評価する方法
モデルが現れる前のリーク期間を使って評価を準備する。
1. 20 タスクのコーディングエージェントセットを作る
実タスクを含める:
- 自社リポのバグ修正
- マルチファイルのリファクタリング
- 依存関係の移行
- 失敗テストの修復
- 微妙なリグレッションを含むコードレビュー
- コードに紐づくドキュメント更新
- スクリーンショットとソースに基づく UI バグ
- SQL またはデータパイプラインの問題
- ツールコーリングのワークフロー
- 長コンテキストのリポジトリ質問
2. 利用可能なベースラインで同じタスクを走らせる
Grok 4.5 を待たずに測定を始める。同じタスクセットを以下で実行:
- 現在の xAI 汎用推論としての Grok 4.3
- 可能な場合の公式 xAI コーディングモデル基準としての Grok Build 0.1
- 高能力のコーディング/エージェント作業向け Claude Opus 4.8
- 低コストの本番ルーティング向け Claude Sonnet 5
- 現在の本番モデル
3. 解決タスクあたりのコストを測る
追跡する項目:
- 入力トークン
- 出力トークン
- ツールコール
- リトライ
- 失敗パッチ
- テスト合格率
- レイテンシー
- レビュアー修正
- 最終合否スコア
- 受理パッチあたりのコスト
単発の出力を比較しない。同一タスク、同一指示、同一ツール、同一採点基準で比較する。
4. 公開利用可能になってから Grok 4.5 を追加
xAI または CometAPI が安定した Grok 4.5 のモデル ID を公開したら、同じ評価に追加する。新モデルに合わせて評価を書き換えない。比較が意味を持つ程度にベンチマークを安定させることが目的だ。
5. ワークロードの種類で判断する
ブランドではなくタスクタイプごとに勝者モデルを使う:
- タスク成功が同程度なら安価なモデルを使う。
- 失敗コストが高く、Grok 4.5 が同等性を証明していない場合は Opus 4.8 を使う。
- Grok 4.5 は、あなたのタスクで現行ベースラインを上回る領域にのみ使う。
- エラー率、レイテンシー、コストが安定するまでフォールバック経路を残す。
判明していること vs. まだ検証できないこと
確定/強いシグナル:
- 1.5T V9 基盤 + Cursor 補助学習。
- SpaceX/Tesla でのプライベートベータ（2026 年 6 月 28 日）。
- Musk に帰せられる「Opus に近い/上回る」主張。
- 毎月の新モデルロードマップ。
- UI のカナリア痕跡。
未確認/未解決の疑問:
- 正確なベンチマーク（システムカードなし）。
- 一般公開日と API 価格。
- フルのコンテキストウィンドウ、マルチモーダル機能。
- 正確な Cursor データ量、ライセンス、ミキシング比。
- 特定の Opus バージョンや他の最先端（例：GPT-5.5、Gemini 3.x）との比較。
- Grok 4.5 と噂のより大きい Grok 5 バリアントの関係。
主張はベンダーの方向性として扱うべき。過去の事例では、社内評価と公開評価は異なることがある。独立検証が不可欠だ。
次に注視すべきこと
- xAI のモデルドキュメントに Grok 4.5 のモデル ID が追加される。
- xAI のリリースノートで一般公開またはプレビュー可用性が確認される。
- とりわけ SWE-bench、Terminal-Bench、Cursor 風のコーディングエージェントタスクに関する独立ベンチマーク。
- Cursor 風コーディングワークフローに関する実開発者の報告。
- CometAPI のカタログやダッシュボードでの Grok 4.5 可用性の更新。
信頼できる最初の購買シグナルはバイラルな X 投稿ではない。モデル ID と再現可能な評価結果だ。
将来展望: 毎月のモデルとその先
xAI のペース（毎月新たな基盤モデル）は反復速度を再定義し得る。Grok 4.5 は漸進的な飛躍であり、Grok 5 バリアントはさらなる前進を約束する。Musk のビジョンに沿った真実追求、ユーモア、実世界の有用性への継続的な注力が予想される。
Call to Action: CometAPI に今すぐ登録し、強力な Grok モデルに手頃にアクセスして先手を打とう。x.ai と X で Grok 4.5 の公式アップデートを注視せよ。AI コーディング革命は加速中——いま、ワークフローを備えておこう。