Grok 4.5 が Cursor と組んで来た 共同訓練・高速低コスト路線のインパクト
監修: 寺師 岳見(株式会社タレントクラウド 代表取締役)
2026年7月8日、SpaceXAI(公式サイト上の表記、フッターは「© 2026 xAI Corp.」)が新しい大規模モデル Grok 4.5 を公開しました。同社の従来路線から一歩踏み込み、コーディングを軸にエージェントタスクとナレッジワークまで想定した設計です。おもしろいのは、Grok 4.5 が Cursor と共同訓練された モデルだと、両社が公式に打ち出している点。モデル提供元と IDE 提供元が組んで学習ループを回した形が、対外的に具体的に示されました。
この記事では、いま公表されている一次情報をもとに、Grok 4.5 が何ができて、他社モデルとどう並ぶのか、そして中小企業の開発現場で今週どう扱うかを整理します。
Cursor と共同訓練された新しい発表の形
Grok 4.5 は、Cursor と SpaceXAI が共同訓練したモデルです。モデルの提供先だった IDE 企業が、モデル開発そのものにも深く入ったことを明示した点が目を引きます。SpaceXAI の発表文には "trained alongside Cursor" と書かれ、Cursor 公式アカウント(@cursor_ai)も、Grok 4.5 は Cursor 側から見て「ソフトウェアエンジニアリング以上の用途向けに構築した最初のモデル」だと公表しています。ここは「共同訓練モデルとして世界初」という意味ではなく、Cursor がこれまで作ってきた Composer 系(コーディング特化)から、STEM・研究論文・ナレッジワークまで訓練データを広げた最初のモデル、という文脈です。
読者としてもう1点気にしたいのは、Cursor に入力した自分のコードが訓練に使われるのか という点です。Cursor 公式によると、Privacy Mode を有効 にした利用者の顧客データは、Cursor のモデル訓練には使われません。一方、Privacy Mode を無効 にしている場合は、コードベース・プロンプト・エディター操作・コード断片などが、機能改善やモデル訓練に利用される場合があります。企業利用では、自社の Cursor 契約と Privacy Mode 設定を確認しておく必要があります。
もう1点、細かい観察として、公式サイトのトップ・会社ページ・Grok 4.5 発表ページの表記は「SpaceXAI」で統一されており、X の関連アカウントも @SpaceXAI 表示になっています。同時にサイトフッターは「© 2026 xAI Corp.」のままです。対外ブランドとして SpaceXAI 表記への切り替えが進んでいる状況、と読むのが正確そうです。
ベンチマークは「1位もあれば僅差もある」の位置
公式ページで示された主要ベンチマークを、Grok 4.5 目線でまとめます。数字はすべて x.ai/news/grok-4-5 の発表値です。ただし、一部の競合スコアは各社の公表値や異なる実行環境から引用されているため、完全な同条件比較ではありません。
| ベンチマーク | Grok 4.5 | 上位モデル(比較) |
|---|---|---|
| SWE Marathon | 29.0% で1位 | Opus 4.8 max 26.0% / Fable max 24.0% |
| Terminal Bench 2.1 | 83.3% | Fable max 84.3% / GPT 5.5 xhigh 83.4% |
| DeepSWE 1.0 | 62.0% | Fable max 66.1% / GPT 5.5 xhigh 64.31% |
| SWE Bench Pro | 64.7% | Fable max 80.4% / Opus 4.8 max 69.2% |
| DeepSWE 1.1 | 53% | Fable max 70% / GPT 5.5 xhigh 67% |
読み方はシンプルで、「すべてのベンチでトップ」ではありません。SWE Marathon(長期のソフトウェア工学タスク)では、SpaceXAI が掲載した比較対象の中では1位です。Terminal Bench でも Fable max と1ポイント差の3位、SWE Bench Pro では Fable max の後塵を拝しています。
X 上でも、公開直後から実測レポートが出ています。たとえば BridgeMind / BridgeBench による公開直後の比較例では、UI デザインの品質では Claude Opus 4.7 のほうがまだ強いという結果が公表されています。ベンチマークの数字だけで一方的に持ち上げず、用途ごとに得意領域が違う ことを前提に選び分けるのが実務的です。
コストと速度で「日常運用の選択肢」を書き換える
もう1つの柱がコストと速度です。ここは業務投入の判断を大きく動かします。
- 価格: 入力 $2 / 100万トークン、出力 $6 / 100万トークン
- 速度: 80 TPS (トークン/秒)
- トークン効率: SWE Bench Pro のタスクを解くとき、Grok 4.5 が平均15,954出力トークンで済むのに対し、Opus 4.8(max)は平均67,020トークン。Opus 4.8 max の約4分の1、4.2倍少ない出力トークン数(公式データ)
このSWE Bench Proの条件では、出力単価と出力トークン数の両方で大きなコスト差が出ます。ただし、実運用の総コストは入力長・再試行回数・タスク成功率によって変わるので、全タスクに一律で当てはめられる話ではありません。ふだん Claude Code や Cursor 経由でモデル料金を意識している方は、実際の業務パターンで一度試算し直す価値はあります。
コストが安いだけで日常のメインに据えるべきかは、上のベンチマーク差を踏まえて別途判断が要ります。「軽めのタスク・大量繰り返し系は Grok 4.5、精度重視の設計や UI 系は Opus 4.8」のような タスク別のハイブリッド運用 が、当面は現実解になりそうです。
Grok Build が Grok 4.5 をデフォルトモデルに採用
すでに2026年5月25日から早期ベータとして提供されていた CLI ツール Grok Build も、今回 Grok 4.5 をデフォルトモデルとして採用しました。公式によると、Grok Build には Plan Mode、AGENTS.md、Skills、Plugins、Hooks、MCP、マウス操作可能なフルスクリーンターミナル UI、ネイティブサブエージェントビューなどが揃っています。Claude Code / Codex CLI と 同じ CLI コーディングエージェントのカテゴリー に入った、と言える構成です。
Grok Build は期間限定で無料で使えます(公式が上限リセットを実施)。導入は次の1行だけ。
curl -fsSL https://x.ai/cli/install.sh | bash
さらに、Office 系(Excel の複数シート数式・PowerPoint のネイティブ図形・Word の文書作成)にも対応。エンジニア向けに閉じずに、ナレッジワーカー全般に広げてきた印象があります。
中小企業として今週やっておくこと
以下は、今日から現場で無理なく試せる進め方です。
1. まず Cursor から触ってみる
Cursor 全プランで Grok 4.5 が選べます。日常のコード修正・レビュー・小さめの機能追加を、Grok 4.5 と Opus 4.8 で 同じ依頼を両方に投げ、返ってきたコードの品質と応答速度を比較します。数分でざっくり肌感が掴めます。
2. Grok Build CLI を1タスクだけ動かしてみる
Claude Code / Codex CLI と同じ感覚で、公式の curl -fsSL https://x.ai/cli/install.sh | bash 1行で入ります。既存の Claude Code / Codex 環境と並走させ、同じリポジトリの同じ改修を試すと、CLI エージェントとしての差が見えます。
3. 料金体系を実運用ベースで見直す
Grok 4.5 の $2/$6 とトークン効率を、社内で今使っているモデルの月次消費と重ねて試算します。特に「軽い定型作業」を Grok 4.5 に寄せた場合の月額差は、思ったより大きい可能性があります。
4. EU 未対応と提供状況を確認する
公式は EU 未対応で7月中旬提供予定と明言しています。日本は現時点で明示的な制限のアナウンスがなく、Cursor・API・Grok Build 経由で試せる状態です。海外拠点を持つ企業は、拠点ごとの提供状況を軽く確認しておくと安心です。
5. 単一モデル固定のリスクを再確認
前々作の Fable 5 提供停止と復活の一連 を思い出すと、モデル1本に依存した状態の脆さは去年から今年にかけて何度も突きつけられています。「Claude Code だけ」「Cursor だけ」「Grok Build だけ」ではなく、複数モデルを日常業務のなかで動かせる状態を維持しておくのが、経営としての安全策です。
さいごに 共同訓練の広がりと、次に見るポイント
Grok 4.5 の意義を1行で書くなら、「モデル会社と IDE 会社が組んで学習ループを回した内容が、公表可能な形で具体的に示された」ことです。同じ形はほかの組み合わせ(Claude Code × Anthropic、Codex × OpenAI など)ではすでに内側で走っているはずですが、今回のように 対外的にはっきり言う ことで、業界の議論が具体化してきます。
このあと注視したいのは、Cursor 側が Grok 4.5 の提供と自社の他モデル(Claude・GPT)提供をどうバランスさせるか、SpaceXAI 表記への対外ブランド移行がどこまで進むか、そして日本市場向けの明示的なアナウンスがいつ出るか、の3点です。動きがあり次第、続報の記事で追いかけます。
今日のところは、Cursor と Grok Build の両方で Grok 4.5 の無料枠を試して、ふだん任せている作業を投げてみるのが、いちばん手応えのある動きです。