Grok 4.5 리뷰: 500K 컨텍스트와 80 TPS, 코딩·AI 에이전트 성능 분석
Grok 4.5 출시 후 xAI의 공식 발표와 개발자 문서를 확인하고, X와 Reddit에서 나온 초기 반응도 함께 비교했습니다.
짧게 결론부터 말하면 Grok 4.5는 단순한 채팅 모델 업데이트가 아니라 코딩, Agentic Tasks, Knowledge Work를 겨냥한 xAI의 플래그십 모델입니다.
개발자가 실제로 궁금해하는 질문은 더 구체적입니다.
- Grok 4.5는 실제 코드 저장소에서 Claude, GPT, GLM과 경쟁할 수 있을까?
- 공식 발표의 80 TPS와 낮은 Token 사용량이 긴 에이전트 작업에서 의미가 있을까?
- 500K 컨텍스트 윈도는 대규모 코드베이스에 실용적일까?
- 공식 API 가격인 입력 100만 Token당 2달러, 출력 100만 Token당 6달러는 정말 경쟁력 있을까?
- 어떤 사용자는 큰 발전이라고 평가하는 반면, 다른 사용자는 접근 방식과 사용 한도를 비판하는 이유는 무엇일까?
이 리뷰는 검증 가능한 제품 정보와 초기 커뮤니티 평가를 구분하고, Grok 4.5가 실제 운영용 멀티 모델 스택에서 어떤 역할을 할 수 있는지 살펴봅니다.
핵심 결론: Grok 4.5는 테스트 후보에 넣을 가치가 있다
- Grok 4.5는 2026년 7월 8일
grok-4.5라는 Model ID로 출시됐습니다. - xAI는 주요 용도로 Coding, Agentic Tasks, Knowledge Work를 제시합니다.
- 500K Token 컨텍스트 윈도를 지원하며 Knowledge Cutoff는 2026년 2월 1일입니다.
- xAI가 밝힌 서비스 속도는 약 초당 80 Token입니다.
- 공식 API 가격은 입력 100만 Token당 2달러, 출력 100만 Token당 6달러입니다.
- Reasoning Effort는
low,medium,high로 설정할 수 있으며 기본값은high입니다. - 저장소 단위 개발, 터미널 작업, 긴 에이전트 워크플로, 오피스 파일, 제약이 많은 지식 작업이 가장 유력한 활용 사례입니다.
제 판단은 이렇습니다. 코딩 에이전트나 멀티 모델 인프라를 만드는 팀이라면 Grok 4.5를 평가 대상에 포함해야 합니다. 다만 공급사가 공개한 benchmark만으로 모든 영역의 승자라고 단정하기에는 아직 이릅니다.
Grok 4.5 주요 사양
| 항목 | Grok 4.5 |
|---|---|
| Model ID | grok-4.5 |
| 주요 용도 | Coding, Agent, Knowledge Work |
| 컨텍스트 윈도 | 500K Token |
| 서비스 속도 | xAI 기준 약 80 TPS |
| Reasoning Effort | low / medium / high |
| 공식 입력 가격 | $2 / 1M Token |
| 공식 출력 가격 | $6 / 1M Token |
| Knowledge Cutoff | 2026년 2월 1일 |
| 실시간 정보 | Web Search 또는 X Search 도구 필요 |
각 사양을 함께 보면 제품 전략이 더 분명해집니다. 대형 컨텍스트에는 저장소와 관련 문서를 담고, 높은 처리 속도로 대기 시간을 줄이며, Token 효율로 다단계 실행 비용을 낮추는 구성입니다.
이는 짧은 채팅 비교에서 이기기 위한 조합이라기보다 에이전트 워크플로를 위해 설계된 조합입니다.
코딩 성능: 강한 수치와 반드시 봐야 할 주의점
xAI는 DeepSWE, SWE Marathon, Terminal Bench 2.1, SWE Bench Pro 결과를 공개했습니다. 대표 점수는 다음과 같습니다.
- SWE Marathon 29.0%
- Terminal Bench 2.1 83.3%
- SWE Bench Pro 64.7%
- DeepSWE 1.0 62.0%
이 결과는 실제 저장소 이해, 터미널 조작, 여러 파일 수정, 테스트 실행, 긴 실행 과정에서 목표 유지라는 모델의 주력 영역과 일치합니다.
다만 개발자가 간과해서는 안 될 주의점도 있습니다. Cursor는 자사 코드베이스의 이전 snapshot이 의도치 않게 Grok 4.5 학습 데이터에 포함돼 CursorBench에서 모델에 유리하게 작용했다고 밝혔습니다. 정확한 영향은 알 수 없으며 이 사실이 다른 benchmark까지 모두 무효화하는 것은 아닙니다. 하지만 한 가지 원칙은 더욱 중요해집니다.
리더보드만으로 도입을 결정하지 말고, 팀의 실제 저장소와 테스트, 비용 조건으로 Grok 4.5를 평가해야 합니다.
또 하나의 benchmark 승리보다 80 TPS가 중요한 이유
짧은 답변에서 80 TPS는 단순히 빠르게 느껴지는 정도입니다. 하지만 에이전트에서는 파일 읽기, 도구 호출, 코드 수정, 테스트 실행, 실패 분석, 재시도 등 수십 단계에 걸쳐 속도 이점이 누적됩니다.
각 단계의 latency가 조금만 줄어도 전체 작업 시간은 몇 분 이상 단축될 수 있습니다.
xAI는 SWE Bench Pro 비교에서 Grok 4.5가 작업당 평균 15,954개의 Output Token을 사용한 반면 Opus 4.8 max는 67,020개를 사용해 약 4.2배 차이가 났다고도 발표했습니다.
이는 공급사가 제시한 비교 결과이므로 모든 workload에 그대로 일반화하면 안 됩니다. 그래도 비용을 어떻게 측정해야 하는지는 잘 보여줍니다. 팀은 다음 지표를 함께 비교해야 합니다.
- 완료된 작업 하나당 총 Token
- 실제 완료 시간
- 재시도 횟수
- 테스트 통과율
- 사람이 검토하고 수정하는 데 드는 시간
가장 저렴한 Token이 반드시 가장 저렴한 완료 작업을 의미하지는 않습니다.
500K 컨텍스트 윈도로 무엇을 할 수 있나?
50만 Token은 다음과 같은 상당 규모의 엔지니어링 및 지식 워크플로에 충분합니다.
- 중대형 저장소의 모듈 간 분석
- Pull Request, issue, log, 기술 문서 통합 검토
- 계약서, 연구 자료, 기업 지식 베이스 정리
- 실행 이력을 유지하는 장기 에이전트 작업
- Word, Excel, PowerPoint 다중 파일 워크플로
컨텍스트가 크다고 모든 위치의 정보를 완벽히 기억하는 것은 아니며, 매 요청마다 저장소 전체를 넣어야 한다는 뜻도 아닙니다. 먼저 dependency map을 만들고 관련 파일만 검색하며, 의사결정 요약을 간결하게 보존하고, 긴 작업은 단계별로 checkpoint하는 방식이 더 효과적입니다.
Reddit 사용자의 Grok 4.5 평가는?
초기 Reddit 반응은 긍정과 부정이 섞여 있습니다. 오히려 그래서 출시 발표보다 실전 판단에 도움이 됩니다.
긍정적인 평가는 세 영역에 집중됩니다.
첫째, 복잡한 지시를 처리하는 능력이 좋아졌다는 평가입니다. 한 토론에서는 Grok 4.5가 모호한 전제와 까다로운 글쓰기 요구를 피상적인 답으로 넘기지 않고 처리한다고 평가했습니다.
둘째, 개발자들은 속도를 자주 언급합니다. Grok을 Sonnet, Opus, GPT, GLM과 비교하는 커뮤니티에서는 처리량과 완료된 작업 단위의 잠재적 비용이 매력적인 요소로 꼽힙니다.
셋째, API 또는 Grok Build 경험과 모델 버전이 불투명한 소비자용 앱 사이에 뚜렷한 차이가 있다는 의견이 있습니다. 모델 선택기가 모호하면 비교 대상이 정말 Grok 4.5인지 확인하기 어렵습니다.
부정적인 반응도 일관됩니다. 출시 초기에는 웹 앱, 모바일 앱, Heavy, Expert, Grok Build, API 사이에서 접근 방식이 혼란스러웠다는 불만이 나왔습니다. 모델에게 현재 버전을 직접 물어보는 방법도 신뢰하기 어렵습니다. 모델이 웹 정보를 근거로 자신의 정체를 추정할 수 있기 때문입니다.
사용 한도도 불만의 원인입니다. 한 사용자는 500K까지 가능한 Grok Build 작업이 약 105K 지점에서 짧은 시간 만에 중단됐다고 보고했습니다. 장기 프로젝트의 사용량을 예측하기 어렵게 만드는 주간 한도에 대한 불만도 있었습니다.
실무적인 결론은 모델의 성능과 제품 사용성은 서로 다른 층위라는 것입니다. 모델이 강력해도 한도, routing, 복구 방식이 명확하지 않으면 제품 경험은 나쁠 수 있습니다.
X의 논의에서 추가로 볼 점
X에서는 Cursor와의 협업, 한 번의 prompt로 앱을 만드는 데모, 모델 경쟁, xAI의 빠른 출시 주기가 주로 화제가 됐습니다.
이런 주제는 모델을 발견하는 데 도움이 되지만, production 구매자는 덜 화려한 다음 지표를 추적해야 합니다.
- 고정 Model Alias와 버전 안정성
- 피크 시간대 latency와 오류율
- 장기 작업의 실제 Token 사용량
- 도구 호출 성공률
- Reasoning Effort 단계별 품질 차이
고객용 서비스에 모델을 넣는다면 이런 측정값이 바이럴 데모보다 더 중요합니다.
Grok 4.5 API 가격은 경쟁력 있나?
입력 100만 Token당 2달러, 출력 100만 Token당 6달러라는 정가는 프런티어 코딩 모델로서 경쟁력이 있습니다. 하지만 최종 비용에는 반복되는 장문 컨텍스트 입력, reasoning 및 코드 출력, 작업 성공률, 플랫폼 운영 비용이라는 최소 네 가지 요소가 반영됩니다.
팀이 Grok과 함께 GPT, Claude, GLM, DeepSeek 등의 모델을 테스트한다면 llm-agent 같은 통합 모델 API 플랫폼으로 비교 과정을 단순화할 수 있습니다. 공통 API Key, 일관된 요청 방식, 사용량 추적, 모델 전환을 활용하면 새로운 공급사를 평가하는 운영 부담을 줄일 수 있습니다.
모델 가격과 이용 가능 여부, API Token 구매, API 연동 가이드를 확인할 수 있습니다. 현재 모델 제공 여부, 지역 지원, 플랫폼 가격은 반드시 실시간 가격 페이지에서 확인하세요.
Grok 4.5를 테스트하면 좋은 사용자
Grok 4.5는 다음 사용자에게 특히 유용할 수 있습니다.
- 중대형 저장소에서 에이전트를 사용하는 엔지니어링 팀
- 완성형 prototype과 애플리케이션을 만드는 독립 개발자
- 복잡한 spreadsheet, document, presentation을 만드는 지식 근로자
- 단일 공급사 의존도를 줄이려는 Model Gateway 운영자
- Claude, GPT, Grok, 중국계 코딩 모델의 작업 단위 비용을 비교하는 기업
반면 출력 일관성이 중요한 환경에서 충분한 테스트 없이 즉시 마이그레이션하는 경우, subscription interface가 어떤 모델을 사용하는지 확인할 수 없는 경우, EU에서 즉시 이용 가능해야 하거나 구체적인 compliance 보장이 필요한 프로젝트에는 덜 적합합니다.
최종 평가
Grok 4.5에서 가장 흥미로운 부분은 단일 benchmark 점수가 아닙니다. 플래그십 수준의 엔지니어링 성능, 빠른 모델에 가까운 처리 속도, 작업 완료에 필요한 Token을 줄이려는 방향을 결합했다는 점입니다.
공식 데이터와 초기 커뮤니티 보고 모두 복잡한 지시, 터미널 작업, 긴 실행 체인, 지식 워크플로에서 의미 있는 개선이 있었음을 시사합니다.
여전히 주의할 점은 있습니다. 출시 초기의 접근 방식 혼란, 예측하기 어려운 subscription 한도, CursorBench와 관련해 공개된 학습 데이터 주의점, 장기간 운영된 production 프로젝트의 공개 증거 부족입니다.
따라서 솔직한 결론은 분명합니다. 코딩 또는 에이전트 제품을 만든다면 지금 Grok 4.5를 실제 업무로 테스트할 가치가 있습니다. 다만 출시 benchmark만 보고 전면 마이그레이션하려 한다면 자체 평가 결과를 먼저 기다리는 편이 좋습니다.
자주 묻는 질문
Grok 4.5는 언제 출시됐나?
Grok 4.5는 2026년 7월 8일 공식 출시됐으며 xAI API, Grok Build, Cursor 관련 경로를 통해 제공됐습니다.
Grok 4.5의 컨텍스트 윈도는 얼마인가?
xAI 모델 문서에는 500K Token 컨텍스트 윈도로 기재돼 있습니다.
Grok 4.5 API 가격은 얼마인가?
공식 표준 가격은 입력 100만 Token당 2달러, 출력 100만 Token당 6달러입니다. 서드파티 및 통합 API 플랫폼은 다른 가격을 적용할 수 있으므로 구매 전 실시간 가격을 확인해야 합니다.
Grok 4.5는 코딩에 좋은가?
Coding과 Agentic Tasks가 핵심 포지셔닝입니다. benchmark와 초기 사용자 보고를 보면 짧은 코드 조각 생성보다 저장소 작업, 터미널 조작, 다단계 개발에 더 적합합니다.
Grok 4.5는 X와 실시간 웹을 검색할 수 있나?
Web Search 또는 X Search 도구를 활성화하면 가능합니다. 모델 내부 지식의 Knowledge Cutoff는 2026년 2월 1일입니다.
Grok 4.5가 Claude, GPT, GLM보다 좋은가?
모든 workload에서 이기는 모델은 없습니다. Grok 4.5는 속도, Coding, Agent execution, 정가 측면에서 매력적이며 경쟁 모델은 특정 저장소, 디자인 작업, 생태계, 장기 안정성에서 앞설 수 있습니다. 동일한 private benchmark로 작업 성공률, 총 Token, 시간, 재시도 횟수를 비교하는 것이 가장 확실합니다.