Grok 4.5, 코딩 에이전트 경쟁을 속도와 토큰 효율로 밀어붙여요

Grok 4.5, 코딩 에이전트 경쟁을 속도와 토큰 효율로 밀어붙여요

AI 뉴스 썸네일

AI 모델 경쟁은 이제 “답을 잘하느냐”만으로 설명하기 어려워졌어요. 코딩 에이전트가 실제 저장소를 고치고, 터미널을 다루고, 긴 작업을 여러 단계로 끝내야 하기 때문이에요. Grok 4.5는 이 시장에서 성능 수치보다 속도와 토큰 효율을 전면에 둔 모델로 나왔어요. 1

핵심 요약

구분	핵심	왜 봐야 하나요
모델 방향	Grok 4.5는 코딩, 에이전트형 작업, 지식 업무를 겨냥한 최상위 모델이에요	범용 챗봇보다 개발 작업 실행 능력을 앞세운 출시예요
벤치마크	Terminal Bench 2.1 83.3%, SWE Bench Pro 64.7%, DeepSWE 1.0 62.0%를 제시했어요	터미널 작업과 소프트웨어 수정 과제에서 어느 정도 위치인지 가늠할 수 있어요
비용 구조	입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러 가격이 제시됐어요	코딩 에이전트는 토큰을 많이 쓰기 때문에 성능만큼 비용이 중요해요
제품 경로	Grok Build, Cursor, SpaceXAI 콘솔에서 쓸 수 있어요	개발자가 체감하는 경쟁은 모델 API보다 IDE와 에이전트 도구에서 먼저 벌어져요

1. Grok 4.5는 코딩 에이전트용 모델로 자리를 잡아요

Grok 4.5는 코딩, 과학, 엔지니어링, 수학 데이터를 포함해 학습됐고, 실제 엔지니어링 작업과 에이전트형 작업을 주요 사용처로 내세워요. 발표에서 눈에 띄는 지점은 “큰 모델”보다 “작업을 끝내는 모델”에 가까운 설명이에요. Rust, C/C++ 같은 까다로운 코드 작업부터 간단한 자연어 지시만으로 앱을 만드는 흐름까지 예시로 들었어요. 2

벤치마크 수치도 그 방향을 따라가요. Terminal Bench 2.1은 83.3%, SWE Bench Pro는 64.7%, DeepSWE 1.0은 62.0%, DeepSWE 1.1은 53%로 정리됐어요. 경쟁 모델을 크게 앞선다는 그림은 아니지만, 터미널과 저장소 기반 작업에서 상위권 모델 군에 들어가려는 출시로 볼 수 있어요. 1

Cursor와 Grok Build가 중요한 배포 경로예요

Grok 4.5는 Grok Build의 기본 모델로 들어가고, 모든 Cursor 플랜에서도 사용할 수 있어요. 코딩 모델은 API 문서보다 작업 도구 안에서 더 빨리 평가받아요. 개발자는 모델명을 보고 쓰기보다, IDE에서 실제로 테스트를 고치고 리팩터링을 끝내는지로 판단해요.

728x90

Cursor와의 연결은 특히 눈에 띄어요. GeekNews 댓글에 정리된 Hacker News 반응에서도 Cursor 데이터와 실제 개발자-에이전트 상호작용이 학습에 영향을 줬을 가능성을 두고 논의가 이어졌어요. 코딩 모델의 경쟁력이 정적 코드 말뭉치보다 실제 작업 로그, 도구 사용, 실패 복구 데이터로 옮겨가고 있다는 뜻이에요. 3

속도와 토큰 효율을 전면에 세워요

Grok 4.5는 80 TPS 속도로 제공된다고 소개됐어요. SWE Bench Pro 작업 기준 평균 출력 토큰은 15,954개로, 비교 대상인 Opus 4.8(max)의 67,020개보다 훨씬 적게 잡혔어요. 코딩 에이전트에서 이 차이는 체감이 커요. 같은 문제를 풀어도 더 적은 출력으로 끝내면 대기 시간이 줄고, 비용도 줄어요. 1

가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러로 제시됐어요. 다만 긴 맥락이나 실제 도구 호출 비용까지 들어가면 체감 비용은 달라질 수 있어요. 코딩 에이전트는 한 번의 답변보다 반복 작업이 많아요. 그래서 모델 선택 기준도 “가장 똑똑한가”에서 “충분히 잘하고, 빠르고, 오래 돌려도 감당되는가”로 좁혀져요.

왜 중요한가요

Grok 4.5가 보여 주는 흐름은 코딩 모델 시장의 기준이 바뀌고 있다는 점이에요. 예전에는 코드 생성 품질과 벤치마크 순위가 중심이었어요. 지금은 저장소 탐색, 테스트 실행, 실패 복구, 출력 토큰 수, IDE 통합까지 함께 봐야 해요. 개발자가 실제로 돈을 내는 지점도 모델 자체보다 “몇 시간 동안 에이전트에게 맡겨도 결과가 나오는가”에 가까워지고 있어요.

기업으로서는 성능표만 보고 바로 도입하기 어려워요. Grok 4.5는 속도와 가격 면에서 매력적인 수치를 내세우지만, xAI 계열 모델에 대한 신뢰와 정책 이슈를 함께 봐야 해요. Hacker News 반응에서도 모델의 정치적 조정, 기업 환경 신뢰, 데이터 사용, 도덕적 거부감 같은 논의가 성능 평가만큼 크게 다뤄졌어요. 코딩만 시킨다고 해서 모델 제공사 위험이 사라지는 건 아니에요. 1

개발자에게는 선택지가 늘어난다는 점이 더 현실적인 의미예요. Claude, GPT 계열, GLM, DeepSeek, Composer, Grok이 각자 다른 가격과 속도, 도구 통합을 내세우고 있어요. 한 모델이 모든 작업을 이긴다기보다, 터미널 작업은 빠른 모델에 맡기고, 설계 검토는 다른 모델에 맡기는 식의 조합이 더 흔해질 수 있어요.

참고 자료

1. Grok 4.5 공개 — GeekNews
2. Grok 4.5 — xAI
3. Grok 4.5 in Cursor — Cursor