Grok 4.5は開発用途で使えるのか？

TL;DR

Grok 4.5は、コード生成や3Dゲーム、SVG図解で高い品質を示し、速度とトークン効率、入力2ドル・出力6ドルの価格を両立したモデルである。独自検証では一部に粗さも残ったが、Cursorなどで日常的な開発へ導入する有力候補と評価された。

Transcript

おすです。本日はですね、SpaceX AIからグロク4.5のモデルが登場し ましたんで、これについてお話していき たいと思います。このね、グロの新モデル に関しては結構待たれてたんじゃないかな と思うんですけど、え、実際ですね、 めちゃくちゃいいモデルだったんじゃない かなという風に思います。ま、それはね、 普通に開発とかしててもそうですし、え、 ま、全体的になんかね、クオリティ高い ですね。はい。え、ていうのが例えば、ま 、最近ね、よく、え、注目されてるベンチ のDEPSWEとかね、いうベンチマーク とかでも、ええ、一部クロードのオパス 4.8を上回ってる部分もあったりだとか はい。ま、もちろんね、え、ま、負けて たりするところもあるけれども、え、GL 5.2とかよりはもう全然いいとかね。... Read More

Key Insights

• Grok 4.5は、Terminal-Benchで80％台を記録し、一部のベンチマークではOpus 4.8を上回る一方、GPT 5.5やフェイブルに及ばない項目もあるモデルである。
• Grok 4.5の価格は入力2ドル、出力6ドルと紹介されており、話者は高性能モデルの中では比較的安く、速度と合わせてコスト効率が高いと評価している。
• Grok 4.5は、独自の3課題では比較的速く、少ないトークンで成果物を完成させる傾向があり、日常的な開発タスクとの相性が良いと評価された。
• Grok 4.5の3D FPS生成は実際に操作できる水準に達し、Composer 2.5の操作性やGemini 3.5 Flashの未完成状態より良好だったと報告された。
• Grok 4.5のSVG図解は無難に成立し、キャラクター描写や視覚的な細部でもComposer 2.5より高品質に見える事例が確認された。
• Grok 4.5は、長文作成、制約順守、ツール呼び出し、JSON形式のデータ生成などを概ね処理でき、複数段階の課題でも罠に引っかからなかった。
• Grok 4.5には、日本語入力時の不要な改行、スライドのレイアウト崩れ、動作しない機能やゲーム挙動の不備など、完成度にばらつきが残る。
• Grok 4.5はGrok Build APIとCursorで利用でき、話者はCursorの実行環境と組み合わせれば、Composer 2.5より優先して使う候補になり得ると評価している。
• 🎬 このチャンネルの他の動画:
  • OpenRouter Fusionの使い方と選び方
  • Agent Skillsとは？作成して使う方法
  • Claude Opus 4.5は開発に強いのか？
• 📺 このチャンネル: まさおAIじっくり解説ch

Questions & Answers

Q: Grok 4.5は開発用途で使えるモデルですか？

Grok 4.5は、日常的な開発用途で有力な候補になるモデルです。独自検証では3Dゲーム、SVG図解、LP、ポートフォリオ、CLI、スライド、JSON生成などを概ね処理できました。ただし、日本語入力やレイアウト、ゲーム挙動には失敗例もあり、成果物の確認と修正は必要です。

Q: Grok 4.5の価格とコスト効率はどうですか？

Grok 4.5の価格は、動画内で入力2ドル、出力6ドルと紹介されています。話者は、少ないトークン数で課題を解決する傾向と比較的速い生成速度を踏まえ、コスト効率が高いと評価しています。ただし、検証した課題数が少ないため、用途ごとの継続的な測定が必要です。

Q: Grok 4.5のベンチマーク性能はどの程度ですか？

Grok 4.5はTerminal-Benchで80％台を記録し、一部のベンチマークではOpus 4.8を上回ったと紹介されています。一方で、GPT 5.5やフェイブルに負ける項目もあり、常に最上位という結果ではありません。性能差は評価項目ごとに判断する必要があります。

Q: Grok 4.5はOpus 4.8より優れていますか？

Grok 4.5がOpus 4.8を全面的に上回るとは断定できません。一部のベンチマークではGrok 4.5が上回ったものの、負けている項目もあると説明されています。話者は速度、価格、使いやすさを含めればGrok 4.5が人気になる可能性を指摘していますが、これは実測を踏まえた個人評価です。

Q: Grok 4.5のトークン効率は高いですか？

Grok 4.5は、今回の独自検証では少ないトークンで成果物をまとめる傾向を示しました。特に3D FPSやHTMLレポートなどの課題で、Gemini 3.5 Flashと並んでトークン消費が抑えられていました。ただし、検証課題は3種類が中心であり、一般化できるほど十分な件数ではありません。

Q: Grok 4.5はゲーム生成に向いていますか？

Grok 4.5は、ゲーム生成で高い可能性を示しています。3D FPSは操作可能な形で完成し、格闘ゲームではガードやヘビーキックなどの細かな要素も実装されました。一方、ピンボールではボールが入らず、別のゲームではボールが飛び続ける不具合もあり、動作検証は欠かせません。

Q: Grok 4.5はSVGや資料作成に使えますか？

Grok 4.5は、SVG図解、キャラクター、チャート、レポート、スライドなどの作成に利用できます。独自検証では視覚的な細部や色の構成が評価され、図として成立する成果物を生成しました。ただし、スライドの一部でレイアウト崩れがあり、最終的な配置調整は人が行う必要があります。

Q: Grok 4.5にはどのような弱点がありますか？

Grok 4.5の弱点は、タスクによって完成度が安定しない点です。文章作成で生成がもたつき、エッセイ評価が低かったほか、日本語入力時の不要な改行、未実装の機能、キャラクター位置のずれ、スライド崩れ、ゲームの動作不良などが確認されています。

Q: Grok 4.5はどこで利用できますか？

Grok 4.5は、動画内ではGrok Build APIとCursorで提供されていると紹介されています。話者は両方の実行環境を使いやすいと評価し、特にCursorでは自社モデルやComposer 2.5と併用できる点を利点として挙げています。具体的な利用条件や提供範囲は動画内で詳述されていません。

Summary & Key Takeaways

• Grok 4.5は、公開ベンチマークでTerminal-Benchの80％台を記録し、一部の評価ではOpus 4.8を上回ったと紹介された。すべての領域で最上位という結果ではなく、GPT 5.5やフェイブルに及ばない項目もあるが、入力2ドル・出力6ドルという価格帯を考慮すると、性能とコストのバランスが特徴となる。

• 独自検証では、Sonnet 5、Gemini 3.5 Flash、Composer 2.5と、エッセイ、HTML製3D FPS、SVG図解レポートの生成を比較した。Grok 4.5は速度が比較的速く、少ないトークンで成果物をまとめる傾向を示した。特にゲームやSVGでは詳細な実装が評価された一方、文章作成ではもたつきや評価の低さも確認された。

• 実用テストでは、ロールプレイ、長文作成、制約順守、ツール呼び出し、LP、ポートフォリオ、CLI、スライド、格闘ゲームなどを試した。再現性やコード品質、視覚表現は総じて良好だったが、日本語入力、レイアウト、ゲーム挙動には失敗例もあった。Grok Build APIやCursorで利用でき、日常的な開発候補として試す価値があるとの総評である。