Grok 4.5
よりコスパが高いモデル: GLM 5.3 Flash $0.238/MでIndex 57.8(13分の1の価格)。
より安価でスコアの高いランク付けモデルが10つあります:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50)ほか7つ。
2026年11月16日時点で、Grok 4.5(SpaceXAI)のBenchLeader Indexは59.3です(ランク付け対象は608構成)。最も強いのは推論(67)、最も弱いのはエージェント・ツール(55)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00(3:1のブレンドで$3.00)で、2026年11月16日時点の定価です。出力速度は約49トークン/秒です(OpenRouter)。2026年7月8日にリリースされました。
要点(2026年11月16日時点)
- Grok 4.5のAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00(3:1のブレンドで$3.00)です(定価、2026年11月16日)。
- Grok 4.5の出力速度は約49トークン/秒です(OpenRouter、2026年11月16日)。
- Grok 4.5は2026年7月8日にリリースされました(SpaceXAI)。
詳しく見ると:Grok 4.5はSpaceXAIのプロプライエタリな推論モデルです(2026年7月8日リリース)。最もスコアの高い構成は、BenchLeader Indexで59.3 ±4.1を記録し、608構成中109位で上位半分に入ります。重要なのはこの「±」です。ほかに225構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では推論が最も高く(67)、エージェント・ツールが最も低くなっています(55)。ブレンド価格は100万トークンあたり$3.00で、ランク付けされたモデルの多くより高価です。出力速度は49トークン/秒、最初のトークンまで1.4秒で、最も遅い4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $3.00/M
- 入力$2.00・出力$6.00
- 出典:OpenRouter
- 出力速度
- 49 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 1.41 s
- コンテキスト
- 500k
- 出典:OpenRouter
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年7月8日
- 総合Index59
- 推論67
- コーディング57
- エージェント・ツール55
- 数学65
- 人間の評価65
- マルチモーダル63
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/grok-4-5)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
SpaceXAIはこの名前で11つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| Grok 4.7xhigh | 2026年9月21日 | 57.4 | #154 |
| Grok 4.6high | 2026年8月11日 | 60.6 | #74 |
| Grok 4.5このページ | 2026年7月8日 | 59.3 | #109 |
| Grok 4.3high | 2026年4月17日 | 56.5 | #180 |
| Grok 4.2high | 2026年3月10日 | – | – |
| Grok 4.20thinking | 2026年2月17日 | 58.3 | #132 |
| Grok 4.1 | 2025年11月17日 | 57.1 | #160 |
| Grok 4 | 2025年7月9日 | 58.1 | #136 |
| Grok 3 | 2025年2月17日 | 50.9 | #326 |
| Grok 2 | 2024年12月12日 | 42.3 | #495 |
| Grok 4.20 1 | – | – | – |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| low | – | – | 49 tok/s | 1.41 s | $0.0026 | 推論 48 |
| medium | – | – | 49 tok/s | 1.41 s | $0.0026 | 推論 53 |
| high | 56.8 | #167 | 65 tok/s | 10 s | $0.0026 | エージェント・ツール 52 · コーディング 57 · 知識 60 · 長文コンテキスト 64 · 数学 53 · マルチモーダル 63 · 推論 57 |
| 未記載最良 | 59.3 | #109 | 49 tok/s | 1.41 s | $0.0026 | エージェント・ツール 55 · コーディング 57 · 人間の評価 65 · 数学 65 · マルチモーダル 63 · 推論 67 |
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- high
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | low | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | 93.4%#21 | – | Epoch AI Benchmarking Hub | |
| SimpleBenchエフォート未記載 | – | – | – | 70.0%#27 | SimpleBench | |
| Arena Hard Promptsエフォート未記載 | – | – | – | 1488#55 | Arena (LMArena) | |
| LiveBench 1.0 ReasoningIndex対象外エフォート未記載 | – | – | – | 87.2%#29 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | – | – | 93.1%#24 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | – | – | 42.7%#75 | – | Artificial Analysis | |
| GPQA Diamond (Vals)Index対象外 | – | – | 92.9%#12 | – | Vals AI | |
| Kagi LLM Benchmarkエフォート未記載 | – | – | – | 83.5%#6 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 79.2%#130 | 87.2%#104 | 85.7%#117 | – | ARC Prize | |
| ARC-AGI-2 | 33.1%#134 | 52.6%#112 | 52.6%#112 | – | ARC Prize | |
| ARC-AGI-3 | 0.3%#63 | 0.3%#63 | 0.3%#63 | – | ARC Prize | |
| CritPtIndex対象外 | – | – | 15.4%#100 | – | Artificial Analysis | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | – | 1489#64 | Arena (LMArena) | |
| Chess PuzzlesIndex対象外 | – | – | 35.0%#61 | – | Epoch AI Benchmarking Hub | |
| LMCAIndex対象外 | – | – | 45.2%#95 | – | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外 | – | – | 96.5%#27 | – | Epoch AI Benchmarking Hub | |
| ForecastBenchIndex対象外 | – | – | 65.8%#8 | – | ForecastBench |
コーディング
エージェント・ツール
数学
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 57.2%#49 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 24.4%#54 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 97.8%#37 | – | Epoch AI Benchmarking Hub | |
| ProofBench | 31.0%#45 | – | Vals AI | |
| LiveBench MathematicsIndex対象外エフォート未記載 | – | 90.8%#34 | LiveBench | |
| Arena Mathsエフォート未記載 | – | 1470#53 | Arena (LMArena) |
知識
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| SimpleQA Verified | 48.3%#36 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data AnalysisIndex対象外エフォート未記載 | – | 73.0%#43 | LiveBench | |
| MMLU-Pro | 89.2%#14 | – | Vals AI | |
| LegalBench | 86.0%#19 | – | Vals AI | |
| CorpFin | 67.4%#13 | – | Vals AI | |
| TaxEval | 71.7%#73 | – | Vals AI | |
| Excel Modeling BenchmarkIndex対象外 | 52.9%#53 | – | Vals AI | |
| MedCodeIndex対象外 | 43.3%#44 | – | Vals AI | |
| MedScribeIndex対象外 | 86.9%#19 | – | Vals AI | |
| GDP.pdfIndex対象外 | 14.0%#42 | – | Epoch AI Benchmarking Hub | |
| FACTS ParametricIndex対象外エフォート未記載 | – | 42.5%#20 |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| LiveBench LanguageIndex対象外 | 82.8%#23 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外 | 71.5%#23 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1462#52 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1466#55 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3Index対象外 | 1576#50 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1452#37 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1472#59 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1480#49 | Arena (LMArena) |
マルチモーダル
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Visionエフォート未記載 | – | 1288#29 | Arena (LMArena) | |
| MMMU-Pro | 80.4%#58 | – | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外 | 61.8%#81 | – | Vals AI | |
| MortgageTaxIndex対象外 | 61.8%#57 | – | Vals AI | |
| Blueprint-Bench 2Index対象外エフォート未記載 | – | 27.3%#24 | Epoch AI Benchmarking Hub | |
| Furniture AssemblyIndex対象外 | 22.5%#35 | – | Epoch AI Benchmarking Hub |
長文コンテキスト
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| AA-LCR v1.1 | 79.3%#110 | – | Artificial Analysis | |
| Arena DocumentIndex対象外エフォート未記載 | – | 1466#24 | Arena (LMArena) | |
| MLCRIndex対象外 | 16.1%#79 | – | Artificial Analysis |
総合
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | 155.0#45 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0Index対象外エフォート未記載 | – | 75.8%#35 | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 38.8#79 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 312.3#87 | – | Artificial Analysis | |
| Vals Multimodal IndexIndex対象外 | 63.4%#15 | – | Vals AI |
GameBench 2 Overall: 56.7. GameBench 2, best reasoning setting (High): 61.5. 参考値で、BenchLeader Indexには含まれません。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| SpaceXAI | 64 tok/s | 1.35 s | $2.00 | $6.00 | 500k | – |
| SpaceXAI | 44 tok/s | 1.50 s | $2.00 | $6.00 | 500k | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.300のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0026 | $0.0021 | 7.5 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.028 | $0.012 | 13.7 s |
| コード編集 | 6,000 / 1,500 | $0.021 | $0.013 | 32.0 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.144 | $0.068 | 1.4 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0052 | $0.0027 | 5.5 s |
Grok 4.5と比較する
関連ページ
埋め込み・引用
Grok 4.5の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/grok-4-5)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Grok 4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/grok-4-5
BibTeX:
@misc{benchleader_grok_4_5_20261116,
author = {{BenchLeader}},
title = {{Grok 4.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/grok-4-5}},
note = {Data as of 2026-11-16}
}よくある質問
- Grok 4.5のベンチマークスコアは?
- 2026年11月16日時点で、Grok 4.5のBenchLeader Indexは59.3 ±4.1です。最も強いのは推論(67)、最も弱いのはエージェント・ツール(55)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Grok 4.5の順位は?
- 2026年11月16日時点で、Grok 4.5はランク付けされた608構成中109位です。ほかに225構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Grok 4.5の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Grok 4.5の料金は入力100万トークンあたり$2.00、出力100万トークンあたり$6.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$3.00です。
- Grok 4.5はGLM 5.2より優れていますか?
- 2026年11月16日時点で、GLM 5.2(推論エフォート max)とGrok 4.5の品質はほぼ互角です(BenchLeader Indexで58.9対59.3、±5.7の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Grok 4.5はいつリリースされましたか?
- SpaceXAIが2026年7月8日にGrok 4.5をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Grok 4.5:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/grok-4-5