그록(Grok) 4.5 리뷰: 커서 협업·1.5조 파라미터·토큰 효율로 본 코딩 성능

핵심 메시지

• 그록 4.5는 기존 모델의 미세조정이 아니라 1.5조 파라미터 규모로 처음부터 새로 학습한 전문가 혼합(MoE) 모델이다.
• xAI에 인수된 커서의 실제 개발 데이터로 훈련해, 이전 그록의 약점이던 에이전트 작업 능력이 크게 개선됐다.
• 발표자의 7개 과제 시험에서 70점 만점에 51점(약 72.9%)으로 5위를 기록했고, 어려운 수학·자율 에이전트 과제에서 만점을 받았다.
• 가격이 저렴한 데다 같은 작업에 쓰는 토큰이 훨씬 적어, 성능 대비 비용 효율이 이 성능대에서 독보적이라는 평가다.

쉽게 이해하기

영상은 xAI의 그록 4.5가 7월 8일 개발자에게 먼저 공개됐고, 이제 grok.com과 X 앱으로 확대되고 있다고 전한다. 이 모델은 xAI가 인수한 커서와 협업해 만든 것으로, 커서의 컴포저 5와 그록이 합쳐진 결과물로 소개된다. 컨텍스트 창은 50만 토큰으로 이전 4.3의 100만보다 줄었지만 대부분의 코딩 작업에는 충분하다고 본다.

발표자가 강조하는 핵심은 이 모델이 기존 그록의 미세조정이 아니라는 점이다. 이전 그록이 약 5천억 파라미터였다면 4.5는 1.5조 파라미터의 전문가 혼합 모델로, 엔비디아의 신형 GB300 GPU 수만 장 위에서 처음부터 새로 사전학습됐다. 특히 커서의 실제 개발자·에이전트가 코드베이스와 상호작용한 데이터 수조 토큰과, 수십만 건의 다단계 소프트웨어 과제로 진행한 강화학습이 과거 그록의 어설픈 에이전트 동작을 바로잡았다고 설명한다.

가격 면에서 그록 4.5는 입력 100만 토큰당 2달러, 출력당 6달러이며 캐시된 입력은 0.5달러다. 20만 토큰을 넘으면 가격이 두 배로 오르지만 대부분의 작업은 그 선에 닿지 않는다. 발표자는 이를 두고 페이블 5(입력 10달러·출력 50달러)보다 5~8배 저렴한 수준이라며, 일론 머스크가 '오퍼스급이면서 더 빠르고 저렴한' 모델로 내세운다고 전한다.

직접 시험에서는 엘리베이터 시뮬레이션, 3D 콘택트렌즈 케이스, 접이식 테이블, 판다 SVG 등 시각·3D 과제에서 5~6점대에 머물렀지만, 활과 화살 게임, 정답이 2460인 어려운 조합론 문제, 그리고 데이터셋 생성부터 젬마 2B 모델 로컬 미세조정까지 스스로 수행하는 자율 에이전트 과제에서는 만점을 받았다. 총점 51점으로 페이블 5·오퍼스 4.8·GPT-5.6 Soul에는 뒤졌지만 소네트 5와 오퍼스 4.7은 앞섰다.

발표자가 꼽는 진짜 이야기는 토큰 효율이다. 같은 코딩 평가에서 페이블 5가 과제당 약 700만 토큰, 오퍼스 4.8이 약 900만 토큰을 쓰는 동안 그록 4.5는 약 200만 토큰으로 점수를 냈고, 이는 과제당 약 31센트로 페이블(약 2.75달러)과 큰 차이를 만든다. 다만 함정 문제에서 과도하게 추론하고, 페이블 5·GPT-5.6처럼 하위 에이전트를 부려 큰 작업을 쪼개 관리하는 '오케스트레이터' 능력은 아직 없다는 한계도 지적한다.

주요 인사이트

• 커서 인수로 확보한 실제 개발 데이터와 장시간 강화학습이, 벤치마크 점수보다 체감 에이전트 능력의 도약을 이끈 핵심으로 꼽힌다.
• xAI는 커서 코드베이스 일부가 학습 데이터에 섞였다는 이유로 관련 벤치마크 점수를 공개하지 않고 이를 스스로 밝혀, 투명성 면에서 긍정적으로 평가된다.
• 저렴한 가격과 적은 토큰 사용이 겹쳐, 출력 토큰이 빠르게 쌓이는 에이전트 코딩에서 비용 우위가 특히 크다.
• 발표자는 그록 4.5를 '새 세대의 일원이라기보다 이전 세대의 최선판'으로 규정하면서도, 바닥권에서 상위 5위로 올라선 한 번의 도약 자체가 큰 성취라고 본다.

자주 묻는 질문

관련 AI 소식