30秒サマリー
- xAI（SpaceXAI）が2026年7月14日付でGrok 4.5の公式モデルカードを公開した
- コーディング・エンジニアリング特化設計で、一部ベンチマークでは競合を上回る成績を記録
- 医療・法律・金融など高リスク領域での自律的意思決定には人間の監督が必要と明記
何が起きたか
xAI（doing-business-as名称：SpaceXAI）は2026年7月14日、最新モデル「Grok 4.5」の公式モデルカードを公開した。同モデルはCursorとの共同開発要素を含み、匿名化されたCursorのワークフローデータを補足トレーニングに使用している。事前学習データのカットオフは2026年1月とされている。
コーディング性能については、複数のベンチマークが報告されている。SWE-Marathon（超長期エンジニアリングタスク）ではGrok 4.5が29.0%でOpus 4.8（26.0%）やFable 5（24.0%）を上回りトップとなった。一方、DeepSWE 1.0ではFable 5（66.1%）、GPT-5.5（64.3%）に次ぐ62.0%で3位、DeepSWE 1.1でも53.0%で4位にとどまっており、ベンチマークによって順位が異なる。他モデルと比較して「半分のステップ数」で成果を達成できるとモデルカードは説明している。
提供チャネルはSpaceXAI APIのほか、コーディングエージェント「Grok Build」、Cursor、Microsoft Word・PowerPoint・ExcelのOfficeアドイン、OpenRouter・Vercel・Cloudflare・Snowflake・Databricksなどのモデルゲートウェイが列挙されている。消費者向けウェブ・モバイルアプリやXプラットフォームへの追加は「後日」とされている。
モデルカードでは安全性に関してサイバー、生物・化学兵器関連知識、ジェイルブレイク耐性、児童安全、CBRN（化学・生物・放射線・核）拒否応答、メンタルヘルス対応など複数の評価領域を開示している。なお、モデルは医療・法律・金融・安全クリティカルシステムにおける「自律的な高リスク意思決定」には適さないと明記されており、専門家による検証と人間の監督が必要とされている。
原典ハイライト
モデルカードは「いかなる正当なユースケースも利用制限せず、競合排除目的でのモデル用途制限も行わない。インテリジェンスをサイレントダウングレードしたり、他モデルにフォールバックしたりしない」と明記。また、他のフロンティアモデルの半分のステップ数で結果を達成できると自社評価している。
出典: xAI News（公式ブログ）
So What?（なぜ重要か）
Grok 4.5はコーディング・エンジニアリング用途に特化した設計であり、MicrosoftのOffice製品やCursorとの統合により、開発者だけでなくビジネスユーザーへの浸透経路が多様化している。一方、ベンチマーク結果は指標によって順位が異なるため、「最強」と一律に評価できる状況ではなく、用途別の性能検証が必要である。高リスク領域での自律利用を明示的に制限した記述は、企業が導入ガイドラインを策定する際の根拠として活用できる。
日本企業への示唆
日本企業がGrok 4.5の導入を検討する際、まずOfficeアドインやSnowflake・Databricksとの統合経路を確認することが現実的な入口となる。ソフトウェア開発部門では、SWE-Marathonで示された長期・複雑タスクへの対応力を評価ポイントに置くとよい。ただし、モデルカードが自律的高リスク意思決定を禁止領域と明示しているため、法務・医療・金融系業務への適用には社内ガバナンスルールの整備と専門家レビュープロセスの組み込みが不可欠。導入前に利用許諾ポリシー（Acceptable Use Policy）の内容を法務部門と確認することを推奨する。
背景・経緯
Grok 4.5はxAI（SpaceXAI）とCursorによって開発された最新モデルファミリーの初リリースとされる。前バージョンのGrok 4.3と比較してDeepSWE 1.1では44.0%から53.0%へ向上している（原文記載）。学習データはパブリックデータ、内部生成データ、xAIが権利を確保したデータで構成され、教師ありファインチューニングと強化学習を経ている。
