총점 4위인데 태스크 단가는 1등 근처다.
요약
Grok 4.5의 다양한 AI 성능 지표를 분석한 결과, 종합 점수는 4위이나 코딩 에이전트 및 실무 자동화 영역에서 강력한 성능을 보여주었습니다. 특히 터미널 기반 작업과 비용 효율성 측면에서 GPT-5.5나 Fable 등 경쟁 모델들을 능가하는 우위를 입증했습니다.
핵심 포인트
- 종합 지능 점수는 4위이나, 코딩 에이전트 분야에서는 상위권 성능을 보임.
- 터미널 기반 작업(Terminal-Bench v2)에서 Grok Build 조합이 1위를 차지함.
- 코딩 태스크당 비용 추정치가 경쟁 모델 대비 현저히 낮아 효율성이 높음.
- 자동화 및 특정 도메인(Banking, GDPval) 테스트에서 높은 성과를 기록함.
총점 4위인데 태스크 단가는 1등 근처다.
Grok 4.5 성적표를 Artificial Analysis·Arena·Snorkel 쪽에서 모아 보면 그림이 갈린다.
종합 Intelligence Index 54점으로 4위(Fable 5·GPT-5.5·Opus 4.8 다음).
같은 기관 Coding Agent Index는 Grok Build 조합 76점 — GPT-5.5 Codex 동급, Fable 바로 밑.
코딩 태스크당 비용 추정치도 Grok 쪽이 훨씬 낮다(약 2.5달러대 vs GPT·Fable 수 배).
에이전트 실무 칸은 더 세다.
Terminal-Bench v2 Grok Build 조합 1위 보도(83.3%대).
Code Arena Frontend 3위(4.3 때 62위에서 점프).
Website Arena Elo 1328, 5위권.
AA-Briefcase Elo 1328 — 비Anthropic 1위, 태스크당 1.12달러·12.4분.
AutomationBench-AA 51% 1위, 태스크당 0.34달러.
τ³-Banking 33% 1위.
GDPval-AA v2 Elo 1543, 4위권.
Snorkel GDPval+ 평균 pass 29%로 GPT-5.5(22%)·Opus(21%)를 앞선다는 평가도 있다.
한 줄 정리.
순수 총점 1등은 아직 Anthropic 칸이 많다.
터미널·자동화·비용당 성적은 Grok 4.5가 판을 밀어 올렸다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X @j90236317 (검증됨)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기