2026 Grok 4.5 速裁：Cursor コーディングモデル選定ガイド
2026 年 7 月 8 日、イーロン・マスク率いる SpaceXAI が上場後初のフラッグシップ Grok 4.5 を発表しました。マスク氏は「Opus 級の知能を、価格は 1/4」と評しています。本稿では公開 Benchmark・API 価格・TryAI 独立実測・Cursor 接続手順を整理し、マーケティングか、本気の切替候補かを判断する材料をお届けします。
1. 選定を誤ると起きる 3 つのコスト爆発
- Benchmark だけ見て Token 効率を無視する。 SWE-Bench Pro では Claude Fable 5 が 16 ポイント先行しますが、同一タスクで Grok 4.5 は平均 15,954 出力 Token、Opus 4.8 は 67,020——4.2 倍の差です。高頻度 Agent では「精度がわずかに低い」が「コストの指数増」で相殺されることがあります。
- ローカルノート PC で長時間 Agent を回す。 Grok 4.5 はマルチツール・多段階 Agent 向けに最適化されていますが、スリープやネットワーク断で Cursor CLI / SDK の長タスクが止まるのはモデル性能ではなく実行環境の問題です。
- 単一モデルに固執する。 全量 Fable 5 は月額が跳ね上がり、全量 Grok 4.5 は高精度タスクで 16 ポイント負けます。2026 年の実務解はハイブリッドルーティングです。
2. Grok 4.5 の概要：仕様と Cursor 連合訓練
Grok 4.5 は SpaceXAI 史上最強モデルで、次の用途に重点を置いています。
- プログラミング・コード Agent：バグ修正、大規模リファクタ、E2E アプリ開発
- 自律ワークフロー（Agentic Tasks）：ツール・アプリをまたぐ多段階自動化
- 知識集約業務：法務、医療、教育、データ分析
今回の大きな特徴は、AI コーディング IDE Cursor と連合訓練した点です。コードレビュー、デバッグ、Agent とリポジトリの対話ログなど、数兆 Token 規模の実開発者データが注入されています。SpaceX は 2026 年 6 月に Cursor 親会社 Anysphere を買収しており、連合訓練は買収後最初の成果の一つです。
| 項目 | 値 |
|---|---|
| アーキテクチャ | Mixture of Experts（MoE） |
| コンテキスト | 500,000 Tokens（50 万） |
| 推論モード | 低 / 中 / 高（デフォルト：高） |
| 推論速度 | 公式 80 TPS、実測約 90 TPS；初 Token <0.5 秒、約 110 tokens/秒 |
| 訓練ハードウェア | 数万基 NVIDIA GB300 GPU（メンフィス DC） |
| パラメータ数 | 非公開（MoE） |
3. 価格比較：API 単価と実タスクコスト
3.1 API Token 単価（1M tokens あたり）
| モデル | 入力 | 出力 |
|---|---|---|
| Grok 4.5 | $2.00 | $6.00 |
| Grok 4.5（キャッシュヒット） | $0.50 | — |
| Grok 4.5 Fast 版 | $4.00 | $18.00 |
| Claude Opus 4.7 | $5.00 | $25.00 |
| Claude Fable 5 | より高額 | より高額 |
| GPT-5.6 Sol（フラッグシップ） | $5.00 | $30.00 |
| GPT-5.6 Luna（エコノミー） | $1.00 | $6.00 |
3.2 実プログラミング Agent タスクコスト
| モデル / プラットフォーム | 1 タスク平均 Token | 1 タスク実コスト |
|---|---|---|
| Grok 4.5 / Grok Build | 約 1.9M tokens | $2.49 |
| GPT-5.5 / Codex | 約 6.2M tokens | $5.07 |
| Claude Fable 5 / Claude Code | 約 7.2M tokens | $11.80 |
500 タスク/日で試算すると、Grok 4.5 は約 $1,245/日、Claude Code は約 $5,900/日です。SWE-Bench Pro では Grok 4.5 の平均出力 15,954 Token に対し Opus 4.8 は 67,020——高頻度運用ではこの差が積み上がります。
4. Benchmark 全表：コーディング・Agent・総合
4.1 プログラミング Benchmark
| ベンチマーク | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| DeepSWE 1.0（公式 harness） | 62.0% | 66.1% | 55.75% | 64.31% |
| DeepSWE 1.1（中立 harness） | 53% | 70% | 59% | 67% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 78.9% | 83.4% |
| SWE-Bench Pro（解決率） | 64.7% | 80.4% | 69.2% | 58.6% |
読み解き： 中立 harness の DeepSWE 1.1 では Grok 4.5 が 4 位に後退し、Fable 5 が 17 ポイント先行します。Terminal Bench 2.1 は 4 モデル差 5.4 ポイント以内でほぼ互角。最も厳しい SWE-Bench Pro では Grok 4.5 は 3 位で、Fable 5 に約 16 ポイント負けています。
⚠️ CursorBench 撤回について： 発表時、CursorBench 結果は一時撤回されました。Cursor コードベースのスナップショットが訓練データに混入し、データ汚染リスクが指摘されたためです。今回リリースの明確な瑕疵点として記憶しておく価値があります。
4.2 Agent タスク Benchmark（Grok 4.5 の得意領域）
| ベンチマーク | Grok 4.5 | Claude Fable 5 | Claude Opus 4.8 |
|---|---|---|---|
| AutomationBench-AA（657 企業 WF） | 51.4% | 48.6% | 48.5% |
| Snorkel GDPVal+（専門業務） | 29% | — | 21% |
AutomationBench-AA は Gmail、Slack、Salesforce、HubSpot など 40 の模擬企業アプリを含み、Grok 4.5 は業務制約を破らずに半数超のワークフロー目標を達成した初のモデルです。Snorkel では法務（40% vs 27–28%）、教育（58% vs 35–42%）、医療（35% vs 23–25%）で大きくリードしています。
4.3 総合知能指数
Artificial Analysis 総合指数は 54 点（4 位）。Fable 5（60）、Opus 4.8（56）、GPT-5.5（55）に続きますが、前世代 Grok からは 16 ポイントの大幅改善です。
5. TryAI 実プログラミング比較
独立評価機関 TryAI が、Grok 4.5・GPT-5.5・Claude Opus 4.8・Claude Fable 5 に同一プロンプトで同一インタラクティブアプリのゼロ構築を依頼しました。
- 3D 立方体レンダリング（最難）：Opus 4.8 と Fable 5 は一発成功。Grok 4.5 は初回はタイトルとボタンのみで立方体なし、再試行で成功。GPT-5.5 は失敗。
- 速度：Grok 4.5 は初 Token <0.5 秒、約 110 tokens/秒（競合の約 2 倍）。GPT-5.5 は短文で最速。Fable 5 は最遅・最高コスト。
結論： 高頻度の反復コーディングでは Grok 4.5 の速度とコスト優位が顕著です。複雑な状態管理を一発で仕上げる高精度タスクでは、引き続き Claude 系が信頼できます。
6. 利用プラットフォームと API 接続
Grok 4.5 は以下で利用可能です（EU は 7 月中旬見込み）。
- Grok Build：SpaceXAI 自社 Coding Agent プラットフォーム、デフォルトモデル
- Cursor：全サブスクプラン（デスクトップ・Web・iOS・CLI・SDK）、初週使用量 2 倍
- SpaceXAI Console API：Chat Completions / Responses API；リージョン us-east-1・us-west-2；レート 150 req/s、50M tokens/min
- Office プラグイン：Word、PowerPoint、Excel のデフォルト
- サードパーティ：OpenRouter、Vercel、Cloudflare、Snowflake、Databricks Mosaic
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "このコードのバグを見つけて修正してください：function median(a){a.sort();return a[a.length/2]}"
}'ベストプラクティス： prompt_cache_key（Responses API）または x-grok-conv-id ヘッダー（Chat Completions）でキャッシュを有効化すると、入力は $0.50/M tokens まで下がります。長い Agent ループでは Context Compaction の併用を推奨します。
7. 五手順：Cursor 接続とコスト最適化
- Cursor を最新版に更新する：2026-07-08 以降のビルドを入れ、Settings → Models で Grok 4.5 が有効か確認します。
- Agent パネルで Grok 4.5 を選ぶ：タスク難易度に応じて低・中・高の推論レベルを設定します。初週は使用量 2 倍のため、高頻度タスクの負荷試験に適したウィンドウです。
- API キャッシュキーを設定する：SpaceXAI API 直叩き時は
prompt_cache_keyまたはx-grok-conv-idを付与し、長会話 Agent で入力コストを最大 75% 削減できます。 - Context Compaction を有効にする：多輪 Agent ループで履歴を圧縮し、Token の線形累積を防ぎます。
- ハイブリッドモデル戦略を Cursor Rules に書く：通常のリファクタ・テスト生成は Grok 4.5、アーキテクチャ判断とセキュリティクリティカルなコードは Claude Fable 5——大規模チームではすでに標準化が進んでいます。
8. 切替判断マトリクス
| シナリオ | 推奨 | 根拠 |
|---|---|---|
| 高頻度 Agent（数百〜数千/日） | ✅ Grok 4.5 優先 | 1 タスク $2.49 vs $11.80、コスト差が即効 |
| ターミナル・ツール呼び出し | ✅ Grok 4.5 優先 | Terminal Bench 83.3%、AutomationBench-AA 51.4% 先行 |
| Cursor 深利用チーム | ✅ シームレス切替 | 連合訓練・ネイティブ対応・初週 2 倍枠 |
| SWE-Bench Pro 級の高精度コード | ⚠️ Fable 5 を残す | 約 16 ポイント差は実在 |
| 幻覚率に敏感な本番 | ⚠️ 出力検証を強化 | AA-Omniscience 幻覚率 54%、前世代より高い |
| EU ユーザー | ⚠️ 7 月中旬まで待機 | API は現状 us-east-1 / us-west-2 のみ |
| CursorBench 関連の性能主張 | ⚠️ 独立再測を待つ | 訓練データ汚染で結果撤回済み |
9. よくある質問
Q：Grok 4.5 は Claude Opus 4.8 より優れていますか？
A：指標次第です。SWE-Bench Pro では Opus 4.8 が 69.2% 対 Grok 4.5 の 64.7% ですが、速度・Token 効率・1 タスクコストでは Grok 4.5 が最大 4 倍有利な場面があり、Agent 完了率も独立 Benchmark で Opus をわずかに上回ります。
Q：Grok 4.5 は無料ですか？
A：Grok Build と Cursor では期間限定枠があります。API は入力 $2/M・出力 $6/M。全 Cursor プランに Grok 4.5 が含まれます。
Q：Cursor での使い方は？
A：全プランで自動利用可能です。Cursor → モデル選択 → Grok 4.5。初週は使用量 2 倍です。
Q：コンテキストはどのくらい？
A：500,000 tokens（50 万）で、大半の大規模リポジトリ Agent をカバーできます。
Q：CursorBench はなぜ撤回？
A：Cursor スナップショットが訓練データに混入し汚染リスクがあったため、SpaceXAI が関連結果を撤回し、独立再測を待っています。
Q：OpenRouter は使えますか？
A：はい。OpenRouter、Vercel AI Gateway、Cloudflare、Snowflake、Databricks Mosaic 経由で利用できます。
出典：SpaceXAI 公式発表、Cursor 共同発表、SpaceXAI API ドキュメント、TechCrunch、Awesome Agents、APIdog、Snorkel AI。データ基準日：2026-07-10。
10. まとめ：コスパ最強の Opus 級 Agent——ただし実行基盤も同等に重要
Grok 4.5 は「最強のコーディングモデル」ではありません。SWE-Bench Pro の crown は依然 Claude Fable 5 が握っています。しかし Token 効率と API 単価を実タスクコストに換算すると、Opus 4.8 に近い品質を 1/4 コストで回せる Opus 級 Agentとして際立っています。AI コスト管理が課題のエンジニアリングチーム、すでに Cursor を使っている開発者にとって、2026 年下半期の最重要評価対象の一つです。
ただし価値を引き出す前提は明確です。Agent 実行環境が 7×24 オンラインで、ネットワークが安定し、Apple エコシステムとネイティブ互換であること。ローカル MacBook で Cursor CLI の長ループを回すと、スリープ一回で進捗が消えます。ハイブリッド戦略を複数の不安定端末に散らすと、ルールも一貫しません——これは Grok か Claude かの問題ではなく、インフラのボトルネックです。
本番級の高頻度 Agent（ターミナル自動化、クロスリポジトリリファクタ、OpenClaw 多モデルルーティング）に Grok 4.5 を載せるなら、Cursor を常時オンラインの Apple Silicon Mac ノードに置き、コードベースは SFTP/rsync でチーム同期する構成が堅実です。SFTPMAC リモート Mac レンタルは AI Agent 向け macOS 環境を提供し、ネイティブ Cursor 互換・低遅延 API コールバック・7×24 無停止で、個人ノート PC を Agent ホストにするより本番向きです。ハイブリッドモデル戦略も、安定した足場の上で初めて一貫して機能します。