7月8日に投入された新モデルは、SWE Marathonで解決率29.0%を記録して首位に立ったと主張している。一方、xAIは独立検証前であることを踏まえつつ、Opus級のコーディング性能を高速かつ低コストで提供できると強調している。
SpaceXAIは7月8日、Grok 4.5を投入した。価格は入力100万トークン当たり2ドル、出力100万トークン当たり6ドルに設定された。現在は自己申告ベースのベンチマーク首位を前面に打ち出しており、SWE Marathonでは解決率29.0%を記録し、AnthropicのClaude Opus 4.8の26.0%、Fableの24.0%を上回ったとしている。同社によれば、Grok 4.5はソフトウェア工学タスク向けに強化学習を最適化し、数万基のNVIDIA GB300 GPUで学習された。毎秒約80トランザクションで動作し、特定用途では主要競合比で最大4.2倍のトークン効率を実現できるという。モデルはGrokアプリ、xAIコンソール、API (Application Programming Interface)を通じて公開され、EUでの提供は7月中旬を見込む。これまでの報道では、他のテストでコーディング性能の評価が分かれた一方、エージェント型ワークロードでは独立機関の支持がより強かったことも示されている。Artificial AnalysisはAutomationBench-AAでGrok 4.5を51.4%、1タスク当たり0.34ドルで首位に位置付けた。SpaceXAI自身の公開データでは、DeepSWE 1.1で53%、SWE Bench Proで64.7%を記録した。最新のSWE Marathonの結果はなお独立検証されておらず、xAIのベンチマーク首位を裏付けられるかが注目点である。