Grok 4.5 설명: 코딩 벤치마크, 80 TPS, 토큰 효율 및 API 가격

소개

Grok 4.5는 xAI를 코딩 모델 경쟁의 최전선으로 다시 이끌었습니다.

2026년 7월 8일에 출시된 이 모델은 소프트웨어 엔지니어링, 에이전트 작업 및 광범위한 지식 작업을 위해 설계되었습니다. Cursor로 훈련되었으며 현재 xAI API, Grok Build 및 Cursor를 통해 사용할 수 있습니다. 핵심은 단순히 모델 품질만이 아닙니다. Grok 4.5는 더 빠른 서빙, 더 적은 생성 토큰, 그리고 완료된 작업당 더 낮은 비용을 중심으로 포지셔닝되었습니다.

공식 모델 문서에는 500,000 토큰 컨텍스트 윈도우, 텍스트 및 이미지 입력, 구성 가능한 추론, 함수 호출, 구조화된 출력 지원, API 가격(입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $6)이 명시되어 있습니다.

이 글에서는 Grok 4.5가 어디에서 뛰어난 성능을 보이는지, 효율성 주장을 어떻게 해석해야 하는지, 훈련에서 무엇이 변경되었는지, 그리고 주변 추론 스택이 왜 모델 자체만큼 중요해질 수 있는지 설명합니다.

Grok, 자체 Opus급 코딩 모델 확보

Grok 4.5는 코딩, 에이전트 작업 및 일반 컴퓨터 기반 지식 작업을 위한 xAI의 플래그십 모델입니다. 공식 출시 자료에서는 단일 응답 후 중단되는 대신 장기 실행 작업 처리, 도구 사용, 오류 복구 및 결과 검증이 가능한 모델로 설명됩니다.

이는 자율 코딩, 저장소 수준 변경, 기술 연구, 데이터 분석 및 다단계 사무실 워크플로우에 사용되는 고급 모델과 동일한 광범위한 범주에 속합니다.

핵심 모델 사양

500K 컨텍스트 윈도우는 대규모 코드베이스, 긴 기술 문서, 다중 파일 조사 및 확장된 에이전트 기록을 처리하기에 충분히 큽니다. 큰 컨텍스트 윈도우가 자동으로 더 나은 결과를 보장하지는 않지만, 도구가 과도한 잘림 없이 관련 소스 자료를 제공할 수 있는 더 많은 여유를 줍니다.

코딩 벤치마크 결과

공식 xAI 발표에서는 여러 소프트웨어 엔지니어링 평가 결과를 공개합니다. Grok 4.5는 모든 벤치마크에서 최고 모델은 아니지만, 다른 최첨단 시스템과 경쟁력을 유지합니다.

Opus 4.8 max 59% |
| Terminal-Bench 2.1 | 83.3% | Fable max 84.3%; GPT-5.5 xhigh 83.4%; Opus 4.8 max 78.9% |
| SWE-Bench Pro | 64.7% | Fable max 80.4%; Opus 4.8 max 69.2%; Opus 4.7 max 64.3% |
| SWE Marathon | 29.0% | Opus 4.8 max 26.0%; Fable max 24.0%; Opus 4.7 max 16.0% |

이 수치들은 터미널 작업, 실용적인 엔지니어링 작업, 그리고 긴 에이전트 워크플로우에서 특히 강력한 모델임을 시사합니다. 하지만 신중하게 해석해야 합니다. 벤치마크 환경, 추론 설정, 도구 접근 권한, 제공업체별 구성에 따라 결과가 달라질 수 있습니다.

또한 Cursor는 Cursor 코드베이스의 이전 스냅샷이 실수로 훈련 데이터에 포함되어 CursorBench 결과에 영향을 미칠 수 있다고 공개했습니다. 회사는 해당 벤치마크를 공개 비교에서 제외했으며, 해당 데이터는 향후 모델에 사용되지 않을 것이라고 밝혔습니다.

더 빠른 서빙과 더 적은 토큰 사용

Grok 4.5에 관한 가장 실용적인 주장은 효율성입니다.

xAI에 따르면 이 모델은 최대 초당 80토큰으로 서빙됩니다. 이는 긴 추론 과정, 저장소 편집, 반복 에이전트 루프가 느린 프리미엄 모델보다 더 반응성이 뛰어나게 느껴질 만큼 충분히 빠른 속도입니다.

회사는 또한 Grok 4.5가 SWE-Bench Pro 작업당 평균 15,954개의 출력 토큰을 사용한 반면, Opus 4.8은 최대 설정에서 67,020개의 출력 토큰을 사용했다고 보고했습니다. 이는 측정된 워크로드에서 약 4.2배 적은 출력 토큰을 사용한 셈입니다.

토큰 효율성이 중요한 세 가지 이유는 다음과 같습니다.

1. 더 낮은 지연 시간: 생성되는 토큰이 적다는 것은 일반적으로 작업이 더 빨리 완료된다는 뜻입니다.
2. 더 낮은 API 비용: 출력 토큰은 종종 입력 토큰보다 더 비쌉니다.
3. 더 짧은 에이전트 루프: 간결한 추론은 도구 간에 긴 이력을 전달하는 데 소요되는 시간을 줄일 수 있습니다.

중요한 지표는 단순히 백만 토큰당 가격이 아닙니다. 팀은 허용 가능한 품질 수준에서 동일한 작업을 완료하는 데 드는 비용을 비교해야 합니다. 명시된 토큰 가격이 더 높은 모델이라도 더 적은 시도, 더 적은 도구 호출, 더 적은

생성된 토큰

API 가격

기본 API 가격은 다음과 같습니다:

Cursor는 또한 자체 모델 제품군 내에서 입력 토큰 100만 개당 $4, 출력 토큰 100만 개당 $18의 더 빠른 변형을 제공합니다. 가격 및 가용성은 플랫폼에 따라 다를 수 있으므로, 개발팀은 실제 사용 환경에서 요금을 확인해야 합니다.

코드 생성에서 전체 워크플로우까지

Grok 4.5는 단순히 함수를 완성하거나 오류를 설명하는 것을 넘어서는 역할을 합니다. 공식 예시는 다음과 같습니다:

• 하나의 프롬프트로 태양계 시뮬레이션 구축
• 종단 간 웹 애플리케이션 생성
• 네이티브 도형으로 PowerPoint 슬라이드 제작
• 다중 시트 스프레드시트 모델 구성
• 소프트웨어 엔지니어링, 금융, 법률, 연구 작업 전반에 걸쳐 활용
• 장기 실행 에이전트 세션에서 도구 사용

태양계 데모는 디자인, 프런트엔드 코드, 3D 렌더링, 제어 및 상호작용 로직을 결합하기 때문에 유용합니다. 모든 단일 프롬프트 애플리케이션이 프로덕션 준비가 완료되었다는 증거는 아니지만, 모델이 처리하도록 최적화되는 통합 작업의 종류를 보여줍니다.

Grok 4.5는 사무 작업까지 확장됩니다. 출시 자료에서는 구조화된 비즈니스 검토 슬라이드를 만들고, 수식, 웹 연구 및 여러 시트를 포함하는 스프레드시트 작업을 수행합니다.

개발팀의 경우, 실용적인 워크플로우는 다음과 같을 수 있습니다:

1. Grok 4.5에 저장소 컨텍스트와 명확하게 범위가 지정된 작업을 제공합니다.
2. 파일을 검사하고, 변경 사항을 구현하고, 유효성 검사 명령을 실행하도록 합니다.
3. 간결한 변경 요약과 테스트 증거를 제공하도록 요구합니다.
4. 병합 전에 사람이나 두 번째 모델로 패치를 검토합니다.
5. 프로덕션 배포와 민감한 작업은 명시적 승인을 거치도록 합니다.

모델이 빠르고 유능하더라도 여전히 잘못된 가정, 안전하지 않은 변경, 또는 불완전한 검증을 생성할 수 있습니다. 에이전트 코딩 모델의 가장 좋은 사용법은 일반적으로 제한 없는 자율성보다는 가시적인 증거를 갖춘 구조화된 자동화입니다.

효율성 향상은 다른 훈련 전략에서 비롯됩니다

효율성 향상은 단순한 서비스 최적화로 제시되지 않습니다. xAI와 Cursor 모두 모델 아키텍처, 데이터 준비, 강화 학습 및 분산 훈련 전반에 걸친 변경 사항을 설명합니다.

전문가 혼합

아키텍처

Cursor는 Grok 4.5를 혼합 전문가 모델로 설명합니다. MoE 시스템에서는 주어진 토큰이나 작업에 대해 네트워크의 일부만 활성화됩니다. 이를 통해 모든 매개변수가 모든 추론 단계에 참여할 필요 없이 전체 모델 용량을 늘릴 수 있습니다.

공식 소스는 토큰당 사용되는 정확한 연산량을 계산할 수 있을 만큼 충분한 구현 세부 정보를 공개하지 않습니다. 따라서 검증되지 않은 매개변수 수에서 성능을 추론하기보다는 측정된 동작(속도, 벤치마크 품질, 토큰 소비)에 초점을 맞추는 것이 더 정확합니다.

GB300 규모의 학습

xAI는 Grok 4.5가 수만 개의 NVIDIA GB300 GPU에서 학습되었다고 밝혔습니다. 이 규모의 학습에는 단순한 하드웨어 이상이 필요합니다. 장기 실행을 위해서는 수천 개의 가속기를 생산적으로 유지할 수 있는 안정적인 분산 시스템, 체크포인트 복구, 네트워킹, 데이터 파이프라인 및 모니터링이 필요합니다.

발표에서는 대규모 학습 실행을 위해 설계된 안정성 기술을 강조합니다. 시스템이 효율적으로 복구할 수 없을 경우 긴 실험에서의 실패는 막대한 연산량을 낭비할 수 있기 때문에 이는 중요합니다.

더 나은 데이터 밀도, 단순한 토큰 증가 이상

학습 파이프라인에는 다음이 포함되었습니다:

• 대규모 중복 제거
• 품질 점수 매기기
• 도메인 중심 필터링
• 고신호 데이터 선택
• 코딩, 과학, 공학, 수학 및 지식 작업 자료의 더 광범위한 혼합

목표는 원시 토큰 양에만 의존하는 대신 유용한 학습 신호의 밀도를 개선하는 것입니다. 반복되거나 품질이 낮거나 관련성이 약한 데이터는 신중하게 선택된 예제와 동일한 개선 효과를 제공하지 않으면서 학습 비용을 증가시킬 수 있습니다.

Cursor 상호작용 데이터

Cursor는 모델이 수조 개의 Cursor 데이터 토큰으로 학습되었다고 밝혔습니다. 회사에 따르면, 이 데이터세트는 사용자, 코드베이스, 소프트웨어 도구 및 에이전트 간의 상호작용을 포착합니다.

이 구분은 중요합니다. 코드 전용 데이터세트는 구문, 패턴, 라이브러리 및 일반적인 구현을 가르칩니다. 상호작용 데이터는 작업 순서도 가르칠 수 있습니다:

• 개발자가 익숙하지 않은 저장소를 어떻게 검사하는지
• 변경을 가하기 전에 어떤 파일을 여는지
• 테스트 실패에 어떻게 대응하는지
• 언제 터미널 명령어를 사용하는지
• 피드백 후 패치를 어떻게 수정하는지
• 에이전트가 도구 및 환경과 어떻게 상호작용하는지

이는 Grok 4.5가 단순한 코드 완성이 아닌 소프트웨어 엔지니어링에 초점을 맞춘 이유를 설명하는 데 도움이 됩니다.

어렵고 현실적인 작업에 대한 강화 학습

xAI는 강화 학습 프로그램이 수십만 개의 작업을 다루며, 특히 다단계 소프트웨어 엔지니어링 및 기타 기술 작업에 중점을 둔다고 밝혔습니다.

Cursor는 모델을 훈련시키는 환경을 다음과 같이 설명합니다:

1. 문제 탐색
2. 도구 사용
3. 실수로부터 복구
4. 결과 검증
5. 긴 작업 범위에 걸쳐 지속적으로 작업

두 회사는 또한 이러한 훈련 환경을 대규모로 생성, 테스트 및 개선하기 위한 분산 에이전트 시스템을 구축했습니다. 일부 에이전트 롤아웃은 몇 시간 동안 실행될 수 있으며, 더 큰 학습 프로세스는 비동기적으로 계속됩니다.

이는 좁은 벤치마크 최적화에서 의미 있는 변화입니다. 모델은 올바른 최종 답변을 생성하는 것뿐만 아니라 그에 이르는 과정을 탐색하도록 훈련되고 있습니다.

하나에.

한 가지 더: 시스템 엔지니어링이 다음 전장이 될 수 있습니다

모델 가중치는 최종 제품의 일부일 뿐입니다.

일론 머스크의 공개 성명에 따르면, 그록 4.5는 아직 xAI가 자체 개발한 C/C++ 추론 소프트웨어를 GB300 하드웨어에 특화해 사용하지 않고 있습니다. 그는 최적화된 스택이 서빙 속도를 두 배로 높이거나 더 개선할 수 있다고 제안했습니다.

이는 측정된 생산 결과라기보다 미래지향적인 주장이므로, 보장된 성능으로 간주해서는 안 됩니다. 그럼에도 불구하고, 이는 모델 경쟁이 어디로 향하고 있는지를 강조합니다.

프론티어 모델 간 벤치마크 품질이 비슷해지면, 주변 시스템이 실질적인 이점을 창출할 수 있습니다:

• 커널 및 컴파일러 최적화
• 요청 스케줄링
• 전문가 혼합 라우팅
• 양자화
• 메모리 관리
• 프롬프트 캐싱
• 배치 처리
• 하드웨어 특화 추론 코드
• 에이전트 오케스트레이션
• 도구 지연 시간 및 신뢰성

사용자 입장에서 이는 모델 비교 시 단일 지능 점수 이상을 포함해야 함을 의미합니다. 더 빠르게 응답하고, 더 적은 토큰을 생성하며, 캐싱을 효과적으로 사용하고, 더 적은 재시도로 작업을 완료하는 모델은 비록 다른 모델이 벤치마크에서 앞서더라도 실제 현장에서 더 나은 가치를 제공할 수 있습니다.

그록 4.5 API 시작하기

그록 4.5는 xAI의 Responses API를 통해 사용 가능합니다. 다음 Python 예제는 OpenAI 호환 클라이언트 인터페이스를 사용합니다:

import os
from openai import OpenAI

api_key = os.environ.get("XAI_API_KEY")
if not api_key:
raise RuntimeError("먼저 XAI_API_KEY 환경 변수를 설정하세요.")

client = OpenAI(
api_key=api_key,
base_url="https://api.x.ai/v1",
)

response = client.responses.create(
model="grok-4.5",
input=(
"다음 JavaScript 함수를 검토하고, 버그를 수정하며, "
"변경 사항을 설명하세요: "
"function median(values) { values.sort(); "
"return values[values.length / 2]; }"
),
)

print(response.output_text)

모델을 프로덕션에서 사용하기 전에:

1. API 키를 환경 변수 또는 시크릿 관리자에 저장하세요.
2. 타임아웃 및 재시도 처리를 추가하세요.
3. 토큰 사용량과 총 요청 비용을 기록하세요.
4. 실행 전에 도구 호출을 검증하세요.
5. 파괴적이거나 프로덕션에 영향을 미치는 작업에는 승인을 요구하세요.
6. 결정적 동작이 중요한 경우 날짜가 지정된 모델 버전을 고정하세요.

FAQ

그록 4.5란 무엇인가요?

그록 4.5는 xAI의 코딩, 에이전트 작업 및 지식 작업을 위한 프론티어 모델입니다. 텍스트 및 이미지 입력, 구성 가능한 추론, 함수 호출 및 구조화된 출력을 지원합니다.

그록 4.5의 컨텍스트 윈도우는 얼마나 큰가요?

공식 xAI 모델 문서에는 50만 토큰 컨텍스트 윈도우가 명시되어 있습니다. 실제 사용 가능한 컨텍스트는 요청 형식, 도구 출력 및 플랫폼별 제한에 따라 달라질 수 있습니다.

그록 4.5 API 비용은 얼마인가요?

게시된 기본 가격은 2달러입니다.

입력 토큰 100만 개당 $0.50, 캐시된 입력 토큰 100만 개당 $0.50, 출력 토큰 100만 개당 $6입니다. 플랫폼별 변형이나 우선 처리 서비스는 다른 요금이 적용될 수 있습니다.

Grok 4.5가 코딩에서 Claude Opus보다 더 나은가요?

정답은 벤치마크와 작업 흐름에 따라 다릅니다. Grok 4.5는 여러 엔지니어링 테스트에서 경쟁력을 보이며 일부 비교에서 앞서지만, 다른 모델들은 다른 영역에서 우위를 점하고 있습니다. 속도, 토큰 사용량, 도구 신뢰성, 작업 완료 비용 등을 벤치마크 점수와 함께 평가해야 합니다.

Grok 4.5가 토큰 효율적인 이유는 무엇인가요?

xAI는 Grok 4.5가 SWE-Bench Pro 작업당 평균 15,954개의 출력 토큰을 사용한 반면, Opus 4.8은 최대 설정에서 67,020개의 출력 토큰을 사용했다고 보고했습니다. 이는 측정된 작업 부하에서 출력 토큰이 약 4.2배 더 적은 것입니다.

Grok 4.5가 이미지를 처리할 수 있나요?

네. 공식 모델 페이지에는 텍스트 및 이미지 입력과 텍스트 출력이 명시되어 있습니다. 따라서 스크린샷 분석, 문서 검토, 에이전트 작업 흐름 내 시각적 컨텍스트와 같은 작업에 적합합니다.

Grok 4.5를 Cursor에서 사용할 수 있나요?

네. Cursor는 Grok 4.5를 데스크톱, 웹, iOS, CLI 및 SDK 환경에서 사용할 수 있다고 밝혔습니다. 사용 할당량과 가격은 선택한 Cursor 요금제에 따라 다릅니다.

Grok 4.5가 프로덕션 에이전트에 적합한가요?

프로덕션 에이전트 내에서 추론 모델로 사용할 수 있지만, 주변 시스템에는 권한 제어, 검증, 관찰 가능성, 재시도 및 영향이 큰 작업에 대한 인간 승인이 여전히 필요합니다. 벤치마크 성능이 운영상의 안전 장치 필요성을 없애지는 않습니다.

관련 도구

• xAI API 콘솔: API 키 생성, 크레딧 관리, xAI 모델 액세스.
• Cursor: Grok 4.5를 여러 제품에 포함한 AI 코딩 환경.
• Grok Build: Grok 4.5 기반 xAI의 에이전트 코딩 환경.
• xAI Python SDK: xAI 모델 구축을 위한 공식 Python SDK.
• OpenAI Python 라이브러리: 사용자 정의 기본 URL을 통해 xAI Responses API를 호출할 수 있는 호환 클라이언트 라이브러리.

관련 링크

• Grok 4.5 소개: 벤치마크, 훈련 세부 정보, 속도 및 가격을 포함한 xAI 공식 출시 발표.
• Grok 4.5 모델 문서: 컨텍스트 길이, 모달리티, 기능 및 토큰 가격에 대한 공식 사양.
• Grok 4.5 개발자 가이드: 공식 API 예제 및 통합 가이드.
• xAI 가격: xAI의 현재 모델 및 API 가격.
• Cursor, Grok 4.5 도입: Cursor의 공동 훈련, 상호작용 데이터 및 강화 학습에 대한 설명.
• xAI 모델: 현재 xAI 모델 카탈로그 및 모델 선택 가이드.
• xAI 릴리스 노트: 공식 릴리스 기록 및 구성 업데이트.

요약

Grok 4.5는 코딩, 에이전트 및 지식 작업을 목표로 하는 최첨단 모델입니다. 가장 큰 실용적 장점은

경쟁력 있는 엔지니어링 성능, 초당 최대 80토큰 처리 속도, 50만 토큰 컨텍스트 윈도우, 그리고 공개된 SWE-Bench Pro 비교에서 더 낮은 토큰 소비량의 조합입니다.

훈련 방식은 대규모 인프라, 큐레이션된 데이터, Cursor 상호작용 기록, 그리고 실제 도구 사용 환경에서의 강화 학습을 결합합니다. 이는 모델이 단순 코드 생성에서 더 길고 종단 간 워크플로우로 나아가도록 돕습니다.

주요 이야기는 단순히 Grok의 성능 향상뿐만 아니라, xAI가 실제 작업 완료의 총비용과 속도에서 경쟁하고 있다는 점입니다.