그록 4.5 완전 분석 — 커서 공동 훈련, MoE 아키텍처, 코딩 에이전트 성능 비교

그록 4.5는 xAI가 2026년 7월 8일 개발자용으로, 7월 9일 일반 사용자에게 공개한 모델이다. 이전 버전들이 범용 언어 모델에 가까웠다면, 4.5는 처음부터 에이전틱 코딩과 지식 작업에 맞춰 설계됐다는 것이 xAI의 설명이다. 출시 직후 EU에서는 접근이 제한됐으며, 2026년 7월 중순 이후 EU 접근이 허용될 예정이다.

모델 이름 선택이 흥미롭다. 그록 4 시리즈의 확장판인데도 4.5라는 반 버전 숫자를 붙인 것은 아키텍처와 훈련 방식이 이전 4.x와 다르다는 점을 강조하기 위한 것으로 보인다. API는 출시와 동시에 개방됐고, 슈퍼그록(SuperGrok) 구독자도 즉시 접근이 가능하다.

그록 4.5는 V9 파운데이션 아키텍처 위에서 동작하며, 1.5조(1.5 trillion) 파라미터를 MoE(Mixture-of-Experts, 전문가 혼합) 방식으로 구성했다. MoE는 모든 파라미터를 동시에 활성화하지 않고, 입력에 따라 관련된 전문가 그룹만 선택적으로 사용한다. 이 구조 덕분에 실제 추론 시 활성화되는 파라미터 수는 전체보다 훨씬 적어 속도와 비용 효율을 동시에 높일 수 있다.

컨텍스트 창은 500K 토큰이다. 이는 클로드 소네트 5의 200K, GPT-5.5의 256K보다 길다. 대규모 코드베이스나 긴 문서를 에이전트가 단일 컨텍스트 안에서 처리해야 할 때 실질적인 이점이 있다. 학습은 xAI의 콜로서스 클러스터에서 엔비디아 GB300 GPU 수만 장을 사용해 진행됐다.

200K 토큰 초과 시 추가 요금이 부과되는 고컨텍스트 할증(surcharge)이 있다는 점은 참고해야 한다. 에이전틱 워크플로우에서 컨텍스트가 길어질수록 비용 계산이 복잡해진다.

그록 4.5의 가장 차별화된 특징 중 하나는 커서(Cursor)와의 공동 훈련이다. 커서는 실제 개발자들이 코딩 세션에서 AI와 상호작용한 데이터를 대규모로 보유하고 있다. GitHub 같은 공개 저장소의 완성된 코드가 아니라, 개발자가 질문하고 수정하고 재질문하는 실제 워크플로우 패턴 데이터다.

이 데이터로 훈련한 모델은 "완성된 코드를 생성하는 능력" 뿐만 아니라 "개발자와 이어지는 대화 속에서 올바른 방향으로 코드를 조율하는 능력"에서 다른 특성을 가질 수 있다. xAI는 이 점에서 SWE Bench Pro 작업 처리 시 클로드 오푸스 4.8 대비 평균 출력 토큰이 4.2배 적다고 밝혔다. 같은 과제를 더 적은 대화 턴과 토큰으로 해결한다는 뜻이다.

단, 이 데이터 제공이 커서 사용자에게 어떤 동의 절차를 거쳤는지는 xAI나 커서 측에서 상세히 공개하지 않았다. 기업 코드베이스를 커서로 작업하는 팀이라면 이 점을 확인할 필요가 있다.

그록 4.5의 벤치마크는 "오푸스급"이라는 주장을 전적으로 지지하지는 않는다. 항목별로 다른 결과를 보이기 때문이다.

DeepSWE 1.0: 그록 4.5 62.0% — 클로드 페이블 5(Fable 5) 66.1%, GPT-5.5 64.31%보다 낮다. 클로드 오푸스 4.8 대비 6.25%p 앞선 결과이기는 하지만, 최상위는 아니다.

DeepSWE 1.1: 그록 4.5 53% — 페이블 5 70%, 오푸스 4.8 59%에 모두 뒤진다. 버전이 올라갈수록 최신 복잡 과제에서 격차가 벌어진다.

Terminal Bench 2.1: 그록 4.5 83.3% — GPT-5.5 83.4%와 사실상 동률, 페이블 5 84.3%와 근접. 터미널 환경 에이전틱 작업에서는 최상위급 성능이다.

SWE Bench Pro 토큰 효율: 과제 처리에 평균 15,954 출력 토큰 사용 — 오푸스 4.8 평균 67,020 토큰의 약 24%. 4.2배 적은 토큰으로 비슷한 결과를 냈다는 의미이며, 이것이 비용 효율의 핵심이다.

종합하면 그록 4.5는 "모든 지표에서 최고"가 아니라 "터미널·에이전틱 작업에서 강하고, 토큰 효율이 높은" 모델이다. 특정 워크플로우에서 비용 대비 성능이 유리한 지점이 있다는 뜻이지, 모든 코딩 작업에서 다른 모델을 대체하는 수준은 아니다.

그록 4.5 API 공식 가격은 다음과 같다.

• 입력 토큰: $2.00 / 100만 토큰
• 캐시된 입력 토큰: $0.50 / 100만 토큰 (75% 할인)
• 출력 토큰: $6.00 / 100만 토큰
• 200K 토큰 초과 시 고컨텍스트 할증 별도 적용

비교를 위해 주요 경쟁 모델 가격을 보면, 클로드 소네트 5는 입력 $3/M·출력 $15/M, GPT-5.5는 입력 $5/M·출력 $20/M 수준이다. 그록 4.5는 출력 토큰 가격에서 경쟁 모델 대비 2.5~3.3배 저렴하다.

여기에 토큰 효율(출력 토큰 4.2배 절감)을 곱하면 실질 비용 절감은 더 커진다. SWE Bench Pro 기준으로 오푸스 4.8 대비 같은 작업에 드는 실비용을 계산하면, 그록 4.5가 출력 단가 낮음 × 토큰 수 적음으로 인해 출력 비용에서 약 10배 이상 절감될 수 있다(오푸스 4.8 출력 $15/M × 67K토큰 vs 그록 4.5 $6/M × 15.9K토큰).

단, 이 계산은 에이전틱 코딩 특정 작업 기준이며, 일반 텍스트 생성이나 긴 문서 분석에서는 다른 결과가 나올 수 있다.

그록 4.5가 잘 맞는 상황과 다른 도구가 더 나은 상황을 구분하는 것이 실제 도입에서 가장 중요하다.

그록 4.5가 유리한 상황

• 터미널 에이전트 작업: Terminal Bench 2.1 최상위급, CI/CD 파이프라인 자동화·서버 스크립트 작성에 적합
• 비용 제약이 있는 대용량 에이전틱 파이프라인: 출력 토큰 단가와 효율 모두 경쟁력 있음
• 500K 컨텍스트가 필요한 대형 코드베이스 분석: 단일 컨텍스트 안에 더 많은 코드를 올릴 수 있음
• 커서 환경에서의 에이전틱 코딩: 커서와의 시너지 기대 가능

클로드 코드가 더 나은 상황

• 복잡한 멀티파일 리팩터링: DeepSWE 1.1 기준 클로드 페이블 5·오푸스 4.8이 앞서며, CLAUDE.md 등 프로젝트 규칙 연동이 강점
• 긴 추론이 필요한 구조 설계: 클로드 오푸스 4.8의 확장 추론 모드는 별도 강점
• 이미 클로드 코드 워크플로우를 쓰는 팀: 마스터 오케스트레이션·훅·스킬 등 생태계 연동이 다름

현실적으로는 단일 모델을 택하기보다, 에이전트 오케스트레이터에서 작업 유형별로 모델을 자동 선택하는 라우팅 전략이 비용 최적화에 유리하다. 그록 4.5 API는 오픈AI·앤트로픽 호환 형식을 지원하므로 기존 오케스트레이터 코드 변경 없이 추가하기 쉽다.

• Introducing Grok 4.5 — xAI 공식 발표
• Scoop: SpaceXAI launches new model, Grok 4.5 — Axios
• Grok 4.5: coding model benchmarks and pricing — Appwrite