그록 4.5 코딩 성능 리뷰: 오퍼스 4.8급 품질에 더 저렴·빠르다는 개발자 실사용기

핵심 메시지

• 리뷰어는 그록 4.5의 코딩 능력이 오퍼스 4.8·GPT 5.5와 대등한 수준까지 올라왔다고 평가하며, 핵심 요약을 '오퍼스 4.8 품질을 더 싸고 빠르게'라고 정리했다.
• 영상에 따르면 그록 4.5는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로, 5달러/25달러인 오퍼스 4.8보다 크게 저렴하며 토큰 효율도 약 2배 높아 더 적은 단계로 작업을 끝낸다고 소개됐다.
• 리뷰어는 벤치마크 자체를 신뢰하지 않는다고 강조한다. 커서는 자사 벤치마크에서 그록 4.5를 제외했는데, 과거 커서 코드베이스 스냅샷이 실수로 학습 데이터에 포함됐기 때문이라고 밝혔다.
• 성능 도약의 배경으로는 커서 인수를 통해 확보한 방대한 개발자·에이전트 상호작용 데이터와 대규모 GPU 학습이 지목됐다.
• 실제 코드베이스 테스트에서 그록 4.5는 페이블 5가 여러 번 실패한 작업을 빠르게 해결하기도 했지만, 시맨틱 버전을 문자열로 비교하는 등 명백한 실수도 함께 보였다.

쉽게 이해하기

소프트웨어 개발자 유튜버 ForrestKnight는 커서에서 '그록 4.5'로 표기된 새 모델을 24시간 남짓 여러 코드베이스에서 직접 써 본 소감을 전한다. 그는 그동안 그록이 코딩에서는 프런티어 모델이 아니었다는 점을 들어 '뜻밖에 좋다'고 표현하며, 핵심 요약으로 '오퍼스 4.8 품질을 더 싸고 빠르게 원했다면 그것이 대체로 그록 4.5'라고 말한다. 영상에서는 이 모델이 커서 및 SpaceX AI가 함께 내놓은 것으로 소개되며, 코딩 전용이던 컴포저 2.5와 달리 소프트웨어 개발을 넘어선 다목적 모델로 설명된다.

가격 측면에서 영상은 그록 4.5가 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러라고 전한다. 이는 오퍼스 4.8(5달러/25달러)이나 GPT 5.5(5달러/30달러)보다 훨씬 낮은 수준이다. 리뷰어는 그록 4.5가 비슷한 선도 모델보다 토큰 효율이 약 2배 높아 절반 이하의 단계로 작업을 끝낸다는 소개를 인용하며, 그래서 토큰 단가뿐 아니라 실제 사용 비용까지 더 저렴하고 빠르다고 정리한다.

리뷰어는 벤치마크를 대체로 신뢰하지 않는다고 못 박는다. 특히 커서가 자사 커서 벤치를 이 발표에서 제외했는데, 그 이유로 과거 커서 코드베이스 스냅샷이 그록 4.5 학습에 실수로 포함됐고 향후 모델에서는 제거했다는 설명을 소개한다. 다만 그는 'artificial analysis'의 지표에서 그록 4.3이 하위권에서 4.5로 넘어오며 오퍼스 4.8·GPT 5.5와 나란한 상위권으로 도약한 흐름은 자신의 사용 경험과 일치한다고 덧붙인다.

성능이 이렇게 뛴 배경으로 영상은 커서 인수를 지목한다. 커서 사용자들이 코드 변경을 수락하거나 거부하며 남긴 방대한 상호작용 데이터가 '수조 토큰' 규모로 학습에 쓰였고, 수만 대의 NVIDIA GB300 GPU로 대규모 학습이 진행됐다는 것이다. 리뷰어는 이 데이터가 개발자와 에이전트가 실제로 어떻게 일하는지를 담고 있어 매우 가치 있다고 본다.

실전 테스트에서 그록 4.5는 러스트·일렉트론으로 된 화면 녹화 앱을 맥에서 리눅스로 이식하는 과정에서, 페이블 5가 예닐곱 번 실패한 미리보기 배선 버그를 타입스크립트와 러스트 수정으로 빠르게 해결했다. 러스트로 만든 자바 도구(JDK·의존성 관리)에서는 24개 테스트를 모두 통과하고 재현성을 위한 안정적 정렬 같은 좋은 판단을 보였지만, 시맨틱 버전을 문자열로 비교해 209.11을 209.9보다 낮게 판단하는 버그와 이미 존재하는 버전 비교 크레이트를 쓰지 않는 실수도 드러났다.

주요 인사이트

• 리뷰어의 결론은 '벤치마크 숫자'가 아니라 실제 코드베이스에서의 사용 경험에 기반한다. 벤치마크는 게이밍·오염 가능성 때문에 실사용과 어긋날 때가 많다고 본다.
• 그록 4.5의 강점은 절대적 품질의 우위라기보다, 오퍼스 4.8·GPT 5.5와 대등한 품질을 훨씬 더 빠르고 저렴하게 낸다는 '가성비와 속도'에 있다.
• 빠른 응답 덕에 그록 4.5는 사람과 계속 주고받는 대화형 워크플로에 잘 맞고, 페이블 5나 GPT 5.6 같은 오케스트레이터 아래에서 실행을 맡는 서브에이전트로도 쓸 수 있다.
• 같은 프롬프트라도 페이블 5는 요구를 넘어 더 나은 설계를 택했지만, 그록 4.5는 '러스트를 웹어셈블리로 컴파일'하라는 지시에 충실했다. 지시 준수와 자율적 개선 사이의 성향 차이를 보여 준다.
• AI가 짠 코드도 문자열 기반 버전 비교나 사용하지 않는 죽은 코드 같은 실수를 남기므로, 사람이 코드를 읽고 검토하는 과정은 여전히 필요하다.

자주 묻는 질문

관련 AI 소식