"지능을 누가 더 싸게 파는가" 질문을 바꿔버린 Grok 4.5 총정리

한 줄 핵심

Grok 4.5는 벤치마크 1위는 아니지만, 자체 학습과 수직 계열화로 코딩 모델의 경쟁 축을 성능에서 ‘같은 지능을 누가 더 싸게 파는가’로 바꾼 첫 신호탄이다.

시간별 요약

1. 0:03
   지난 1~2년간 코딩 에이전트 시장은 Anthropic과 OpenAI의 양강 구도였지만, Grok 4.5는 자체 학습으로 오퍼스급 코딩 성능에 도달하며 이 구도에 균열을 냈다. 핵심은 절대 성능 1위가 아니라, 프런티어급 성능을 독자적으로 만들 수 있는 회사가 하나 더 생겼다는 점이다.
2. 2:00
   이번 모델의 가장 큰 차별점은 학습 방식에 있다. Cursor 사용자들의 실제 개발 상호작용 데이터가 들어가면서, 완성된 코드가 아니라 개발자가 에이전트와 주고받는 시행착오 전체를 학습했다. 이는 모델 회사를 산 것이 아니라 데이터 파이프라인과 배포 채널을 통째로 산 것에 가깝다.
3. 4:00
   Grok 4.5는 Mixture-of-Experts 구조의 1.5조 파라미터급 V9 파운데이션 모델 기반이며, 멀티스텝 소프트웨어 엔지니어링 과제로 학습됐다. 특히 어려운 문제의 학습 환경 자체를 에이전트 집단이 만들고 테스트하게 해, 모델이 다음 모델의 학습을 가속하는 재귀적 개선 구조가 상용 파이프라인에 들어왔음을 보여준다.
4. 5:02
   벤치마크에서는 항목별로 승패가 갈리지만, 핵심은 결과의 일관성보다 환경에 따른 편차다. 자체 하네스에서는 강하지만 제3자 환경에서는 순위가 흔들렸고, Cursor 벤치처럼 데이터 오염 이슈까지 드러나면서 모델 성능은 실행 환경과 데이터 조건에 크게 좌우된다는 점이 드러났다.
5. 7:01
   가격 면에서 Grok 4.5는 입력 토큰당 2달러, 출력 6달러로 매우 공격적이며, 같은 과제를 더 적은 토큰으로 풀어 실사용 비용을 크게 낮춘다. 결국 이 모델은 ‘가장 똑똑한 모델’ 경쟁보다 ‘프런티어급 지능을 얼마나 싸게 제공할 수 있는가’라는 경쟁으로 시장의 질문을 바꿔 놓았다.

실무 인사이트

• 프런티어 모델을 고를 때는 벤치마크 점수보다 실제 작업 비용, 토큰 효율, 실행 환경까지 함께 봐야 한다.
• 에이전트 성능은 모델 자체보다도 학습 데이터와 하네스 설계의 영향을 크게 받으므로, 도구·평가 환경을 함께 최적화해야 한다.
• 조직은 외부 모델 사용료를 줄이는 데서 끝내지 말고, 내부 데이터와 업무 흐름을 학습 자산으로 전환하는 구조를 설계해야 한다.