AI最新モデル・ Routine Labo

Grok 4.5 徹底検証

2026年7月9日、AIモデルが3つ同時に来た日。その中で「Opus級なのに価格は4分の1」を名乗るのが、SpaceXAI（旧xAI）の Grok 4.5。Cursorを買収し、実際の開発者セッションで“共同訓練”したコーディング特化モデルです。
今回は公式CLI（Grok Build）を無料で入れて、実際に4つのアプリを作らせました。1円も払っていません。

この記事でわかる3つのこと

無料で始める手順（コマンド1行・クレカ不要）
どこまで作れるか（2Dアクション／Webページ／3Dオセロ／動画サイトのクローン）
Claude・GPT-5.6 とどう使い分けるか

1. Grok 4.5とは？何が新しいのか

開発元の xAI は SpaceXAI へ改名して株式公開し、AIコーディングの雄 Cursor（運営元Anysphere）を約600億ドルで買収しました（6/16合意）。Grok 4.5は、そのCursorの実開発者セッションデータで“共同訓練”した初のコーディング特化モデルです。汎用推論を看板にしていたGrok 4とは、狙いがはっきり違います。

アーキテクチャは Mixture-of-Experts（MoE）。数万基のNVIDIA GB300で訓練したと公式は説明。
Grok Build（公式CLI）の既定モデル。Excel・PowerPoint・Word のアドインも提供。
マスク氏の表現は「Opusクラス、ただし高速・低コスト」。※原文は“Opus 4.7相当”で、最新のOpus 4.8ではありません。

断定しないこと：「1.5兆パラメータのV9基盤」という説明が流布していますが、二次報道のみで公式ページに裏付けがありません。事実として扱うのは MoE・GB300・Cursor共同訓練まで。

2. なぜ注目なのか ── 価格破壊と効率

最大の武器はコストです。API価格は入力$2／出力$6（100万トークンあたり）で、Claude Opus 4.8（$5／$25）の約4分の1。しかも“安いだけ”ではありません。

トークン効率が約4.2倍：SWE Bench Pro の1タスクを平均 15,954出力トークンで解決（Opus 4.8は67,020）。実際の請求額の差は、表定価の差以上に開きます。
高速：約80 TPS。大量のエージェントを無人で回すほど、この「安い×少ない×速い」が効いてきます。

価格はOpus 4.8の約4分の1。SWE Marathonは首位だが総合知能は4位。 — 図1　「Opus級で半額」の実像

3. 無料で始める（コマンド1行・クレカ不要）

今回いちばん伝えたいのはここです。公式CLI「Grok Build」は、いま無料で使えます。

# macOS / Linux / WSL
curl -fsSL https://x.ai/cli/install.sh | bash

# Windows (PowerShell)
irm https://x.ai/cli/install.ps1 | iex

# 起動（ブラウザが開くので X アカウントでログイン）
grok

インストールは数秒。起動するとブラウザが開くので、Xアカウントでログインするだけ。クレジットカードは不要です。Grok 4.5 が既定モデルとして選ばれています。

ここで間違えやすい：XAI_API_KEY を設定すると、無料枠ではなく従量課金に切り替わります。無料で試したいならブラウザログインを選んでください。

Grok 4.5を無料で始める3ステップ。コマンド1行でインストール、Xアカウントでログイン、Grok 4.5が既定モデル。 — 図2　無料で始める3ステップ

プランごとに何が使えるのか

機能	Free	SuperGrok Lite 以上
Grok 4.5	✓	✓
Grok Build（CLI）	✓	✓
画像生成（Imagine）	✓	✓
動画生成	—	✓
リアルタイムWeb・X検索	Limited	✓

画像生成（Imagine）は無料でも使えます。使えないのは動画生成だけです。

ただし「無料＝使い放題」ではありません。ここは正直に。

無料キャンペーンの終了日は未公表（公式は "for a limited time" とだけ）
無料枠の上限（トークン数・回数）も未公表
上限は週次の使用量プール（％表示）で管理され、しかも無料アカウントは残量％すら見えない（/usage が非表示）
画像生成も同じ週次プールを食います（プールは API / Build / Imagine / Chat / Voice に分割。画像・動画生成は compute を大きく消費すると公式FAQが明記）
実測では、Cursorでリリースから約2時間半で上限到達という報告もあります

→ つまり「無料で試せるが、残量が見えないまま速く減る」。だから今回は、枠を全部コーディングに回しました（画像生成は使いません）。

4. 4つのアプリを作らせた

ここが本題です。毎回まったく同じ4つの課題を、新しいモデルが出るたびに投げています（過去は Opus 4.8 → Fable 5 → GPT-5.6）。今回はその4代目としてGrok 4.5に走らせました。

ルールは3つ：プロンプトは一字一句変えない／ワンショット（追加指示なし）／生成時間・トークン数・コストを毎回記録する。

4つのアプリ：2Dアクションゲーム、Webページ制作、3Dオセロ、動画サイトのクローン。 — 図3　今回の4課題と、それぞれの見どころ

すべての課題に付ける共通ヘッダ

これ自体が第1の選別装置です。「固定タイムステップ」「決定論PRNG」「デバッグ描画」を全部同時に満たせるモデルは、意外に多くありません。

【出力条件・厳守】
1. 出力は「単一のHTMLファイル」を1つだけ。file:// でダブルクリックして即動くこと。ビルド・サーバ不要。
2. コードは省略禁止。「// 以下同様」「...(省略)」は禁止。全文を書ききる。
3. 外部アセット(画像/音声/フォント/モデル)への参照は禁止。必要な素材は Canvas / WebAudio / コードで生成する。
4. 物理・ゲームロジックは固定タイムステップ 1/60秒 で更新し、描画と分離する(可変dtをそのまま積分するのは禁止)。フレーム落ち時はアキュムレータで補正(最大5ステップでクランプ)。
5. 乱数はseed固定のPRNG(xorshift等)。同じ入力列なら必ず同じ結果になる(決定論)。
6. 画面右上に常時HUDを出す: FPS / フレーム時間ms / 現在state / 主要デバッグ値。
7. F1キーで当たり判定(コリジョン形状・法線・接地フラグ)のデバッグ描画をトグルできる。
8. 起動時のコンソールエラーは0件であること。
9. 自動採点用に window.__GAME = { state, player, entities, step(n), reset(seed) } をグローバル公開する。
10. 最後に「仕様チェックリスト」を表で出し、各項目に ✅ / ❌ を自己申告する(嘘の✅は最も減点される)。

【お題】
(ここに各課題を貼る)

① 2Dアクションゲーム基準線

毎回必ず出す“ものさし”。見どころはゲームフィールと衝突解決です。壁への貼りつき、床の貫通、一方通行床の抜け落ち、動く床に置いていかれる——そして「コヨーテタイムを実装した」と自己申告したのに、実際は効いていないという嘘の自己申告。

【お題】Canvas 2D のみ(WebGL・外部ライブラリ・CDN 全て禁止)で、横スクロール2Dアクションを作れ。1280x720。

必須仕様:
- プレイヤー移動: 加速度と減速度は別係数。最高速度あり。空中制御は地上の60%。
- 可変ジャンプ: ボタンを離した瞬間に上昇速度を半減。
- コヨーテタイム 80ms / ジャンプ先行入力バッファ 100ms。
- 落下速度は最大でも1フレームあたりタイル1枚を超えないよう、スイープ(連続)衝突判定で床を貫通させない。
- 衝突解決は X軸→Y軸 の分離解決。壁への貼りつき・床でのガタつきを起こさないこと。
- 一方通行床(下から通り抜け、上から乗れる。↓+ジャンプで降りられる)。
- 動く床: 乗っている間はプラットフォームの速度を継承し、離れた瞬間もその速度が残る。
- 敵2種(パトロール型 / 追尾型)。踏みつけで撃破、横接触でダメージ+ノックバック+0.8秒無敵(点滅)。
- カメラ: デッドゾーン + 進行方向の先読み(look-ahead) + スムージング。ステージ端でクランプ。
- タイルマップ3ステージ、コイン、ゴール、残機、リトライ、クリアタイム表示。
- 効果音はWebAudioで合成(ジャンプ/被弾/コイン/クリア)。

② Webページの制作最大の罠

これがいちばん面白い課題です。実在するサイトのリンクだけを渡して「ここから情報を取ってホームページを作れ」と言います。
多くのモデルは、リンクを実際に見に行かずに“それっぽい”ページを書きます。そして登録者数や記事数を平然と捏造する。生成物に出てきた数字を実際の数字と突き合わせるだけで、リサーチ能力とハルシネーションが同時に判定できます。

私はAIやITについて情報を発信しているYouTuberです。
以下のリンクから情報を取得し、ブログとYouTubeの情報をもとに私の会社のホームページを作成してください。

ブログ https://rutinelabo.com/
YouTube https://www.youtube.com/@it-skill_routinelabo/videos
公式LINE https://lin.ee/8498xAC
X（旧Twitter） https://twitter.com/rutinelabo
Instagram https://www.instagram.com/rutinelabo/
TikTok https://www.tiktok.com/@routinelabo
note https://note.com/it_rutinelabo
YouTubeメンバーシップ限定Discordコミュニティ https://discord.gg/RNpHp5Kqgt

③ 3Dオセロロジックは自動テストできる

「見た目は簡単・ロジックは厳密」枠。ルールの正誤は完全に自動テストできるので、客観的な点数が出せます。よくある失敗は、初期配置の色の向き違い、パス処理を忘れて「打てないのに手番が回る」フリーズ、そして時間制御を実装せず3秒を大幅に超えること。

【お題】Three.js で 3Dオセロ(リバーシ)を作れ。見た目は3D、ルールとAIは厳密に正しく。

ルール要件(1つでも間違えたら不合格):
- 8x8。初期配置は中央4石(d4/e5=白, d5/e4=黒 の向き)。黒先手。
- 8方向すべての挟み判定。1手で複数方向を同時に返す。
- 合法手が無い側は自動パス。両者パスで終局。盤が埋まっても終局。
- 合法手を盤面にハイライト表示。非合法マスはクリックしても何も起きない。

AI要件:
- αβ枝刈り + 反復深化 + 置換表(Zobristハッシュ)。
- 評価関数: 位置価値テーブル + 着手可能数(mobility) + 確定石(stable discs) + 終盤は石数。
- 時間制御: 必ず3秒以内に着手する(反復深化で時間切れ時は前の深さの手を採用)。
- 終盤(空きマス12以下)は完全読み切り(勝敗確定探索)。
- 難易度3段(弱/中/強)。強は人間の中級者に勝てるレベル。

演出:
- 石の反転は3D回転アニメ(イージング、連鎖する方向へ時間差)。着手時にパーティクル。
- 盤の傾き・木目風のプロシージャルマテリアル(コードで生成、画像禁止)。
- 棋譜(f5d6c3… の座標表記)を書き出し/読み込み。AI vs AI の早回し観戦モード。

④ 動画サイトのクローン見た目だけで動かない、を暴く

ゲームではない「実務のWebアプリ実装力」を測る枠。よくある失敗は見た目だけ作って機能が動かないこと——検索が絞り込まない、コメントが投稿できない、シークバーが掴めない、登録ボタンが効かない。一つずつ触って確かめる映像が、そのまま比較になります。

【お題】動画共有サイトのUIクローンを作れ。単一のHTMLファイルで、file:// で開いて即動くこと。
外部ライブラリ・CDN・画像ファイルは一切禁止（サムネイルやアイコンは Canvas / SVG / CSS でコード生成する）。
※実在サービスのロゴ・商標・実在の動画やチャンネル名は使わないこと。サービス名・ロゴはオリジナルにする。UIの構造とインタラクションを再現するのが目的。

必須仕様:
- ヘッダー: ハンバーガー、ロゴ、中央に検索バー（サジェスト表示つき・実際に絞り込みが動作する）、右にアップロード/通知/アカウントのアイコン（SVGで描画）。
- 左サイドバー: ホーム / 登録チャンネル / 履歴 / 再生リスト / 後で見る / 高評価。折りたたんでミニサイドバー化できること。
- ホーム: カテゴリチップで絞り込み。動画カードのグリッド（画面幅に応じて1〜4列）。カードはサムネ・尺バッジ・タイトル・チャンネル名・再生数・投稿日を持ち、ホバーでサムネがプレビュー再生風にアニメする。
- 視聴ページ: カードのクリックでビューを切り替える（SPA的に遷移）。
  - プレイヤー: 実動画は使えないので Canvas で描いたアニメーションによる擬似再生にする。再生/一時停止、シークバー（ドラッグ可）、音量、再生速度、ミニプレイヤー、全画面、経過時間/総時間を実装。
  - 高評価/低評価（押すとカウントが動く）、共有、保存。
  - チャンネル行（アイコン・名前・登録者数・チャンネル登録ボタン＝トグル）。
  - 概要欄（「もっと見る」で展開）。
  - コメント欄（並び替え、実際に投稿して追加できる、いいね、返信の折りたたみ）。
  - 右カラムに関連動画リスト。
- 検索結果ページ（絞り込み結果の一覧）。
- ダークモード/ライトモードの切替（localStorage に保存）。
- コード内に30本ぶんのダミー動画データ（すべて架空のオリジナルタイトル）を持つ。
- 履歴・登録チャンネル・後で見るは localStorage に保存され、実際に機能すること。
- レスポンシブ（スマホ幅では1列＋サイドバー非表示）。

5. ベンチマークの実像（公式発表ベース）

公式が出したのはコーディング系のベンチが中心で、一般推論のスコアは非公開です。首位を取ったものもあれば、最上位に届かないものもある——という“まだら”な結果です。

ベンチマーク	Grok 4.5	主な競合	位置づけ
SWE Marathon（pass@1）	29.0%	Opus 4.8(max) 26.0 / Fable(max) 24.0	首位
Terminal Bench 2.1	83.3%	Fable(max) 84.3 / GPT-5.5 83.4 / Opus 4.8 78.9	僅差3位（Opus超え）
SWE Bench Pro	64.7%	Fable(max) 80.4 / Opus 4.8 69.2	最上位に劣後
DeepSWE 1.1（中立）	53%	Fable(max) 70 / GPT-5.5 67 / Opus 4.8 59	Opus 4.8にも未達
総合知能（独立評価）	54（4位）	GPT-5.6 Sol 59 / Opus 4.8 56	4位
トークン効率	15,954 tok	Opus 4.8 67,020 tok	約4.2倍効率

出典・注意：x.ai 公式発表のチャートおよび独立系評価より。公式チャートは各社の自己申告値を含み、第三者による再現は一部のみ。「公式発表では」「独立系では」を区別して読むのが安全です。

6. 落とし穴と注意点

① ハルシネーション率が54%に倍増（前世代比）。“間違っているときほど自信満々”になりやすい。
→ 回避：事実・数値が命の用途は必ず裏取り。重要判断は他モデルと二重チェック。（②のWeb制作で捏造が出たら、まさにこれです）
② 素のコーディング精度は最上位に劣後。
→ 回避：複雑・高精度が要る一発仕事はOpus / GPTへ。
③ 無料枠は残量が見えないまま速く減る。画像生成も同じ週次プールを食う。
→ 回避：枠をコーディングに全振りする。
④ 文脈は500kまで・200k超で単価上昇・EU未提供（7月中旬予定）。
→ 回避：巨大コードベース丸ごとはGemini / Opus（1M）。

Grok 4.5の光と影。強み：価格1/4、効率4.2倍、エージェント最上位級。弱み：ハルシネーション54%、精度劣後、総合4位、EU未提供。 — 図4　光と影 ── 強みと弱みを一枚で

7. 結局どれを使うのか ── 使い分けの判定軸

こういうときは	これを選ぶ
大量のエージェントを自動で回す／総トークン課金が支配的	Grok 4.5（安い・効率4.2倍・速い）
1発の精度・難問・複雑リファクタが最優先	Claude Opus 4.8 / GPT-5.6 Sol
超長文脈・巨大コードベース・動画/画像	Gemini 3.1 Pro（1M）
エコシステム	Cursor中心→Grok／Claude Code中心→Opus／ChatGPT基盤→GPT-5.6

8. 料金プラン

API：入力$2／出力$6（Cursorの高速版は $4／$18）
消費者プラン：Free ／ SuperGrok Lite ／ SuperGrok $30 ／ Heavy $300
Cursorの含有利用枠2倍は 2026年7月15日まで（公式明記）

軽い利用ならサブスクは要りません。無料枠で試し、足りなければAPI従量（月に数百円レベル）が最適です。

Grok 4.5が使える場所。Cursor、Grok Build、API/コンソール、Officeアドイン、Grokアプリ/X。EUは7月中旬提供予定。 — 図6　どこで使えるか

9. まとめ

コスト重視・大量に回すなら、価格1/4×効率4.2倍は現状かなり強い選択肢。
精度が最優先・難問なら、素の性能で上回る Opus 4.8 / GPT-5.6 Sol を。
事実確認が命の用途は、ハルシネーション54%を踏まえて裏取り前提で。
そしていまは無料で試せます。ただし終了日は公表されておらず、残量も見えないまま減ります。試したいことを決めてから触るのが正解です。