프론티어급 코딩 모델은 성능이 좋으면 비쌌습니다. Opus 4.8, GPT-5.5, Fable 5가 그랬습니다. 2026년 7월 8일 xAI가 공개한 Grok 4.5는 이 공식을 흔듭니다. 벤치마크 최상위는 아니지만, 입력 토큰 100만 개당 $2로 경쟁 모델의 절반 이하이고, 같은 작업을 더 적은 토큰으로 끝냅니다. 결과적으로 작업당 실제 비용이 크게 낮습니다. Grok 4.5가 어디에 강하고 언제 쓰면 좋은지 정리했습니다.
비교 요약
Grok 4.5는 벤치마크 점수에서는 프론티어를 살짝 밑돌지만, 토큰당 가격과 작업당 토큰 소모가 모두 낮아 "가성비"에서 앞서는 xAI의 코딩·에이전트 특화 모델입니다. 코딩 에이전트 성능은 GPT-5.5 수준에 근접하면서 비용은 절반 이하라는 게 핵심입니다.
가격 비교
같은 작업을 시켰을 때 실제로 나가는 돈이 Grok 4.5의 최대 강점입니다.
입력 기준으로도 절반 이하지만, 진짜 차이는 작업당 비용에서 벌어집니다. Grok 4.5는 한 번의 코딩 작업에 $2.49, GPT-5.5는 $5.07, Fable 5는 $11.80이 듭니다. 캐시된 입력 토큰은 100만 개당 $0.50로 더 저렴하고, 200K 토큰을 넘는 긴 컨텍스트에는 더 높은 단가가 적용됩니다.
벤치마크 비교
절대 점수만 보면 Grok 4.5는 최상위가 아닙니다. 대신 상위권과의 격차가 크지 않습니다.
Terminal-Bench에서는 GPT-5.5와 사실상 동률(83.3% vs 83.4%)이고 Fable 5와도 1%p 차이입니다. 반면 SWE-Bench Pro와 DeepSWE처럼 복잡한 소프트웨어 엔지니어링 과제에서는 Fable 5·GPT-5.5에 눈에 띄게 뒤집니다. 코딩 에이전트 지수(Coding Agent Index)에서는 Grok Build 기준 76점으로 Codex의 GPT-5.5와 동점, Claude Code의 Fable 5보다 1점 낮은 수준입니다.
Grok 4.5의 강점
가장 큰 무기는 토큰 효율입니다. SWE-Bench Pro 과제에서 Grok 4.5는 평균 15,954개의 출력 토큰을 쓰는데, Opus 4.8은 67,020 개를 씁니다. 약 4.2배 적은 셈입니다. 토큰당 단가가 낮은 데다 쓰는 토큰 양까지 적으니, 비용 절감이 이중으로 걸립니다. 초당 80토큰(80 TPS)으로 서빙되는 응답 속도도 실무에서 체감되는 부분입니다.
학습 배경도 특이합니다. Grok 4.5는 AI 코드 에디터 Cursor와 함께 학습됐고, 실제 개발자 세션 데이터에서 공동 학습된 것으로 알려져 있습니다. 코딩·업무 자동화에 초점을 맞춘 이유가 여기 있습니다.
Opus 4.8·Fable 5의 강점
복잡하고 긴 소프트웨어 엔지니어링 과제에서는 여전히 Fable 5와 Opus 4.8이 앞섭니다. SWE-Bench Pro 80.4%(Fable 5)와 DeepSWE 70%가 보여주듯, 정확도가 최우선인 작업에서는 상위 모델의 격차가 실제 결과물 품질로 이어집니다. 대규모 리팩터링, 아키텍처 설계, 한 번에 끝내야 하는 고난도 작업이라면 비용을 더 내더라도 상위 모델이 안전합니다.
이런 분에게 추천
- Grok 4.5: 반복적인 코딩 작업이 많고 비용에 민감한 팀. 토큰을 많이 태우는 에이전트 워크플로에서 월 비용을 낮추고 싶은 경우.
- Fable 5 / Opus 4.8: 정확도가 최우선인 고난도 엔지니어링, 실수 비용이 큰 프로덕션 작업.
시작 방법은 세 가지입니다. xAI API(SpaceXAI 콘솔), Grok Build, 그리고 Cursor의 모든 플랜에서 grok-4.5 모델명으로 접근할 수 있습니다. Grok Build와 Cursor는 한시적으로 무료 사용을 제공하고 있어, 우선 여기서 자기 작업에 맞는지 시험해보는 걸 권합니다.
자주 묻는 질문
Grok 4.5는 무료로 쓸 수 있나요?
Grok Build와 Cursor에서 한시적으로 무료 사용을 제공하고 있습니다. 다만 기간 한정이며, xAI API를 통한 사용은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6의 유료 과금이 적용됩니다.
Grok 4.5는 어디서 사용할 수 있나요?
세 가지 경로가 있습니다. xAI의 SpaceXAI 콘솔 API, Grok Build, 그리고 Cursor의 모든 플랜입니다. 모두 grok-4.5 모델명으로 접근하며, Cursor는 데스크톱·웹·CLI에서 모두 지원합니다.
Grok 4.5가 Opus 4.8·GPT-5.5보다 나은가요?
절대 성능은 Fable 5·GPT-5.5가 앞서지만, Terminal-Bench 같은 코딩 벤치마크에서는 격차가 1%p 안팎으로 작습니다. 대신 작업당 비용이 절반 이하라, 가격 대비 성능에서는 Grok 4.5가 우위입니다. 정확도가 최우선이면 상위 모델, 비용 효율이 중요하면 Grok 4.5가 유리합니다.
인사이트
Grok 4.5가 던지는 진짜 질문은 "어느 모델이 가장 똑똑한가"가 아니라 "얼마나 똑똑해야 충분한가"입니다. Terminal-Bench에서 GPT-5.5와 0.1%p 차이라면, 대부분의 실무 코딩 작업에서 체감 품질은 거의 같습니다. 그런데 비용은 절반 이하입니다. 벤치마크 1~2%p를 위해 2~4배 비용을 낼 이유가, 반복 작업에서는 사라집니다.
이 흐름이 무서운 이유는 xAI가 Cursor 데이터로 학습했다는 점에 있습니다. 실제 개발자가 코드 에디터에서 어떻게 작업하는지를 직접 학습 신호로 쓰면, 벤치마크 점수와 별개로 "실무에서 쓸 만한 감각"이 빠르게 따라붙습니다. 점수는 상위 모델이 계속 앞서도, 실사용 만족도의 격차는 좁혀질 가능성이 높습니다.
한국 팀 관점에서는 모델을 하나로 고정하기보다 작업별로 나누는 전략이 현실적입니다. 반복적인 코드 생성·리팩터링·에이전트 루프는 Grok 4.5로 비용을 낮추고, 아키텍처 설계나 실수 비용이 큰 고 난도 작업만 Opus 4.8·Fable 5로 올리는 식이요. 모델 가격이 이렇게 벌어진 지금은, "제일 좋은 하나"보다 "작업에 맞는 조합"이 월 비용을 실질적으로 좌우합니다.