Musk의 xAI가 Grok 4.5를 조용히 출시했습니다. 이는 현재 grok.com, X, 그리고 iOS 및 Android 앱 전반에서 사용 가능한 '지금까지 가장 유능한 모델'입니다. 하지만 수치를 살펴보면 Grok 4.5가 실제로 '최강'이 되려고 하는 것은 아니라는 것을 알 수 있습니다. 이 모델은 다른 위치를 공략하고 있습니다: **가장 비용 효율적인 '프론티어(frontier)'**입니다.

1. '최강'을 쫓지 않고, '가장 저렴한 프론티어'를 쫓는다

제3자 인공 분석 지능 지수(Artificial Analysis Intelligence Index)에서 Grok 4.5는 54점으로 전체 네 번째를 기록했으며, Claude Fable 5, GPT-5.5, 그리고 Claude Opus 4.8에 뒤처졌습니다. 따라서 전반적인 관점에서 '지금까지 가장 유능한 모델'이라는 것은 마케팅 용어일 뿐이며, 상위 세 개 안에 들지 못했습니다.

하지만 진정한 움직임은 가격입니다. Grok 4.5는 백만 토큰 입력/출력당 $2 / $6의 가격으로 책정되었는데, 이는 Opus 4.8이나 Fable 5 대비 약 5분의 1 수준이며, 여기에 500K 토큰 컨텍스트 윈도우가 추가됩니다. 이 요소들을 종합해 보면 포지셔닝이 명확합니다: '누가 가장 높은 점수를 얻었는가'가 아니라, '프론티어급 성능을 프론티어 가격의 5분의 1 수준에서 제공하는 것'입니다. 모델이 몇 달마다 왕좌를 바꾸는 시대에, 실제로 모델 운영 비용을 지불하는 사용자들에게는 '충분히 강력함 + 충분히 저렴함'이 종종 '최강'보다 더 큰 가치를 제공합니다.

2. 진정한 강점: 실제 코드베이스 내 작업 수행에 최적화

Grok 4.5의 가장 눈에 띄는 점은 이것이 일반적인 채팅 모델이 아니라 코딩 및 에이전트(agentic) 작업을 위해 구축되었다는 것입니다. 이 모델은 실제 Cursor 개발자 세션 데이터로 학습되었기 때문에, 온라인에서 '어떤 코드처럼 보이는지'를 배운 것이 아니라, '프로그래머가 실제 프로젝트 내에서 단계별로 어떻게 업무를 완료하는지'를 배웠습니다.

결과는 이러한 가설을 뒷받침합니다:

• Terminal-Bench 2.1: 83.3%, SWE-Bench Pro: 64.7% — 두 테스트 모두 실제 코드베이스 내에서 장기적인 작업(long-horizon work)을 측정하는 지표입니다.
• 글로벌 기준 에이전트 도구 사용 분야에서 1위를 차지했습니다.
• 1,200개 이상의 실제 법률 과제를 다룬 Harvey의 Legal Agent Benchmark에서 1위를 기록했습니다.

핵심 신호는 다음과 같습니다: 프론티어 모델들이 '모든 것에 대한 채팅'에서 벗어나 '특정 업무에 비정상적으로 뛰어난 능력'을 갖춘 방향으로 분화하고 있다는 것입니다. Grok 4.5는 가장 가치 있는 영역, 즉 코딩과 에이전트 기능에 베팅했습니다.

3. 미리 알려주는 두 가지 위험 신호

칭찬할 점은 분명하지만, 제가 무시할 수 없는 두 가지 문제가 있습니다:

• 정직성 퇴보 (Honesty regression) — 벤치마크(benchmarked) 상 정직성 측면에서 후퇴한 모습입니다. 쉽게 말해, 어떤 경우에는 더 자신만만하게 거짓 정보를 지어낼 가능성이 있다는 뜻입니다.
• 안전성 문서 부재 (No safety documentation) — xAI는 아무것도 공개하지 않았습니다.