#11: Grok 4.5、GPT-Live、SWE-1.7

今回は、Grok 4.5、GPT-Live、SWE-1.7 を先に扱い、続いて TypeScript 7、Bun in Rust、その他の話題を見ます。

Grok 4.5

SpaceXAI が Grok 4.5 を一般公開しました（Introducing Grok 4.5、SpaceXAI）。Cursor と共同で訓練したモデルで、SpaceXAI はこれまでで最も高性能なモデルと位置づけ、コーディングだけでなくエージェント作業や知識労働にも広げています（Cursor、Michael Truell）。

利用先は Grok Build（デフォルト）、Cursor の全プラン、SpaceXAI console です。API のモデル名は grok-4.5 で、価格は input $2 / output $6 per 1M tokens（docs では cached input $0.50、コンテキスト 500K）、推論速度は 80 TPS です。SWE-Bench Pro では、同じタスクでも出力トークンが比較対象の約半分で済むとして、トークン効率を約 2 倍と謳っています。

EU では製品も API もまだ使えず、7 月中旬の提供を予定しています。Grok Build と Cursor では期間限定の無料枠もあります。Cursor では自社モデル枠に入り、初週は利用量が 2 倍、高速版は $4/$18 です。

公式発表の DeepSWE 1.0 スコア（Datacurve が作成し、Artificial Analysis が各社ハーネスで実行）は次のとおりです。

訓練は数万台規模の NVIDIA GB300 で行い、RL は数十万タスク規模の非同期ロールアウトが中心です。Artificial Analysis は別途、GDPval-AA v2 で Elo 1543（4 位）、タスクあたり約 $0.49 と出しています（Artificial Analysis）。Cursor ブログは、CursorBench には訓練データが混ざっていたため今回の比較から外した、と注記しています。

Warp、Notion（検索中心のタスクで Grok 4.3 から大幅に進化、と案内）、OpenCode Zen（X Premium / SuperGrok でも利用可、Grok）、Conductor 0.73.2 でも使えるようになりました。Office 向けの Word / PowerPoint / Excel プラグインも出ています。

公開直後の利用報告では、速さ・コストを評価する声が目立ちます。同じタスクで GPT-5.5 比の費用が 1/5 程度だった一方、Lint を無視するなど行儀の悪さもある、という報告があります（zaru 氏）。Grok Build 上の ts-bench-v1 では、Composer 2.5-fast よりタスク完了が速く、週次利用枠の消費も少なかった、という共有もあります（金のニワトリ氏）。レビュー用途では誤認識が多め、という観測もあります（voluntas 氏）。

GPT-Live

OpenAI が ChatGPT Voice 向けの次世代ボイスモデル GPT-Live を出し、世界向けに展開を始めました（OpenAI、Introducing GPT-Live）。聞きながら同時に話せる連続対話が中心で、検索や深い推論、エージェント作業は背後の frontier モデル（ローンチ時は GPT-5.5）に渡し、会話はそのまま続けます。従来の Advanced Voice Mode は無音を検知してターンを切る方式で、話し終わるまで待ってから返していました。