1. 무엇이 출시되었나?
2026년 7월 8일(현지시간), SpaceXAI가 자사 최상위 모델 Grok 4.5를 공개했다. 코딩, 에이전트형 작업(agentic tasks), 지식 업무를 정조준한 모델로, 수만 개의 NVIDIA GB300 GPU 위에서 학습되었으며 AI 코딩 에디터 Cursor와 함께 학습(trained alongside Cursor) 되었다는 점이 특징이다.
핵심 스펙을 요약하면 다음과 같다.
| 항목 | Grok 4.5 |
|---|---|
| 학습 인프라 | 수만 개 NVIDIA GB300 GPU (Blackwell 세대) |
| 데이터 전략 | 중복 제거·품질 점수화·도메인 중심 선택 (토큰 규모보다 신호 품질) |
| RL | 수십만 개 다단계 SW 엔지니어링 작업, 비동기 학습 스택, 수 시간 단위 에이전트 롤아웃 |
| 서빙 속도 | 80 TPS |
| 토큰 효율 | SWE Bench Pro 작업당 평균 출력 15,954 토큰 (Opus 4.8 max 67,020 대비 약 4.2배 절감) |
| 가격 | 입력 $2 / 출력 $6 (100만 토큰당) |
| 제공 채널 | Grok Build(기본 모델), Cursor 전 플랜, SpaceXAI 콘솔 |
| 제한 | EU 미제공 (7월 중순 예정) |
머스크는 이를 "Opus급(Opus-class) 모델이지만 더 빠르고, 토큰 효율이 높고, 저렴하다"고 표현했고, 내부 평가로는 "Opus 4.7과 대략 동급, 그러나 훨씬 빠르다"고 부연했다. 마케팅 수사를 걷어내고 SpaceXAI가 직접 공개한 벤치마크 차트를 보면 그림이 더 정확하다.
2. 벤치마크에서 볼 것 - 1위가 아니라 '2위 그룹의 가격 파괴자'
SpaceXAI가 공개한 4개 코딩 벤치마크(경쟁 모델 수치는 각사 시스템 카드, 리더보드 인용)를 정리하면 다음과 같다.
| 벤치마크 | Grok 4.5 | Fable 5 (max) | GPT 5.5 (xhigh) | Opus 4.8 (max) | Opus 4.7 (max) | GLM 5.2 |
|---|---|---|---|---|---|---|
| DeepSWE 1.0 | 62.0% | 66.1% | 64.31% | 55.75% | 40.12% | — |
| DeepSWE 1.1 | 53% | 70% | 67% | 59% | — | 44% |
| Terminal Bench 2.1 | 83.3% | 84.3% | 83.4% | 78.9% | 78.9% | — |
| SWE Bench Pro | 64.7% | 80.4% | 58.6% | 69.2% | 64.3% | 62.1% |
주목할 점이 두 가지다.
첫째, SpaceXAI 자체 차트에서도 4개 벤치마크 전부 Anthropic의 Fable 5 (max)가 1위다."비교 가능한 선도 모델을 능가한다"는 보도자료 문구와 달리, 절대 성능 기준으로 Grok 4.5는 Fable 5·GPT 5.5와의 2위 그룹 경쟁에서 벤치마크별로 엎치락뒤치락하는 위치다. Terminal Bench 2.1에서는 1위와 1%p 차이로 바짝 붙었지만, SWE Bench Pro에서는 15.7%p 격차가 난다.둘째, 그럼에도 이 출시가 파괴적인 이유는 성능이 아니라 단위 경제학(unit economics)이다. 아래 표를 보자.
| 모델 | 입력 ($/1M) | 출력 ($/1M) | 비고 |
|---|---|---|---|
| Grok 4.5 | 2.00 | 6.00 | 80 TPS, 작업당 출력 토큰 약 4.2배 절감 주장 |
| Opus 4.7 | 5.00 | 25.00 | 프리미엄 티어 |
| OpenAI Sol (최상위) | 5.00 | 30.00 | 티어드 가격 |
| OpenAI Luna (하위) | 1.00 | 6.00 | 티어드 가격 |
| GLM 5.2 (Z.ai) | 1.40 | 4.40 | MIT 오픈웨이트 |
| DeepSeek V4-Pro | 1.74 | 3.48 | 오픈웨이트 |
| DeepSeek V4-Flash | 0.14 | 0.28 | 초저가 경량 |
명목 단가만 보면 Grok 4.5는 Opus 대비 저렴하지만 중국 오픈웨이트보다는 비싸다. 그러나 SpaceXAI가 강조하는 것은 작업당 총비용(cost per task) 이다. SWE Bench Pro 기준 작업당 평균 출력 토큰이 15,954개로 Opus 4.8(max)의 67,020개 대비 약 4.2배 적다면, 단가 격차에 토큰 효율까지 곱해져 실효 비용 격차는 벌어진다. "토큰 효율 2배, 절반 미만의 단계 수로 작업 해결"이라는 주장이 실사용에서 검증된다면, 에이전트 루프처럼 토큰을 태우는 워크로드에서 의미 있는 무기가 된다.
단, 유보 조건도 명확하다. 이 수치들은 벤더 자체 보고이고, Grok 4.5는 6월 28일 SpaceX·Tesla 내부 비공개 베타를 거쳐 이제 막 공개된 모델이다. 제3자 검증(Artificial Analysis, 독립 리더보드)의 수치가 나오기 전까지 벤더 차트는 방향성 참고자료로 취급하는 것이 옳다. 벤더가 자사에 유리한 하니스(harness)로 측정한 수치와 독립 측정치가 크게 벌어진 전례는 업계에 이미 여러 번 있었다.
3. 4강 구도 분석 - 각자가 집중하는 시장이 다르다
(1) Anthropic — 성능 프리미엄과 마진 방어
Anthropic은 Fable 5와 Opus 4.8로 Artificial Analysis Intelligence Index 상위권을 지키며 '절대 성능 1위' 포지션을 유지하고 있다. SpaceXAI의 자체 비교 차트에서조차 Fable 5가 전 종목 1위라는 사실이 이를 방증한다. 문제는 가격이다. Opus 계열의 $5/$25 체계는 Grok 4.5($2/$6)의 절반 이하 가격 공세와, GLM 5.2($1.4/$4.4)의 오픈웨이트 공세를 동시에 받고 있다. GLM-5.2가 근접한 성능을 이 가격에 제공한다면 "비공개 모델 기업들이 추론 가격에서 막대한 마진을 취하고 있다"는 시장의 의심이 커진다는 지적이 이미 나오고 있다. Anthropic의 대응 카드는 (a) 성능 격차 유지, (b) Claude Code 등 에이전트 하니스·엔터프라이즈 생태계 락인, (c) 토큰 효율 개선이 될 것이다.
(2) OpenAI - 티어드 가격과 물량전
OpenAI는 GPT 5.5(xhigh)로 DeepSWE 계열에서 2위권을 유지하지만 SWE Bench Pro(58.6%)에서는 Grok 4.5와 GLM 5.2에도 밀렸다. 대신 Sol($5/$30)부터 Luna($1/$6)까지 티어드 가격으로 전 가격대를 커버하는 포트폴리오 전략을 쓴다. 흥미로운 것은 Luna의 가격이 Grok 4.5와 정확히 겹친다는 점이다. SpaceXAI는 OpenAI의 '하위 티어 가격에 상위 티어 성능'을 노린 것으로 읽힌다.
(3) SpaceXAI - 수직 통합과 데이터 플라이휠
Grok 4.5의 진짜 차별점은 벤치마크가 아니라 구조에 있다. Cursor의 개발자 워크플로 데이터가 학습에 투입되었고(단, 사전학습이 아닌 보충 학습 단계 투입이라는 한계가 지적됨), SpaceX·Tesla라는 자체 수요처에서 비공개 베타를 돌렸으며, Grok Build(CLI)·Office 플러그인(Word/PowerPoint/Excel)·Cursor 전 플랜으로 배포 채널을 즉시 확보했다. 모델–IDE–실사용 데이터의 플라이휠을 한 지붕 아래 두는 수직 통합 전략이다. 진행 중이라고 알려진 2T 파라미터 학습은 Cursor 데이터를 사전학습 단계부터 통합하는 것으로 전해져, 코딩 성능의 추가 상승 여력이 남아 있다.
(4) 중국 진영 — 오픈웨이트 3파전과 하드웨어 독립
2026년 상반기 중국 랩들의 출시 속도는 압도적이었다. Kimi K2.6(Moonshot, 4/20, 1T 파라미터 에이전트 특화) → DeepSeek V4(4/24) → GLM-5.2(Z.ai, 6/13)가 9주 안에 연쇄 출시됐고, 세 모델 모두 MIT 계열 라이선스의 오픈웨이트로 Hugging Face에 공개됐다.
- GLM-5.2: SWE-bench Pro 62.1%로 오픈웨이트 코딩 1위, Artificial Analysis Intelligence Index 51점으로 전체 4위(Fable 5, Opus 4.8, GPT 5.5 다음). Code Arena 프론트엔드 부문에서 Opus 4.7을 제치고 2위. 744B MoE(활성 40B), 1M 컨텍스트, 131K 출력.
- DeepSeek V4-Pro: LiveCodeBench 93.5%로 전 모델(비공개 포함) 통틀어 1위, Codeforces 레이팅 3206. 알고리즘·수학 특화. V4-Flash는 사실상 공짜에 가까운 단가로 대량 배치 워크로드를 흡수.
- 하드웨어 독립: 상위 모델 GLM-5는 Huawei Ascend 칩만으로 학습된 최초의 프론티어급 사례로 보고됐다. NVIDIA 의존 없이 프론티어 학습이 가능하다는 신호는, 수출 통제의 실효성과 NVIDIA의 장기 수요 구조 양쪽에 함의를 갖는다.
단, 실전과 벤치마크의 간극에 대한 국내 실무자들의 검증 보고도 참고할 가치가 있다. 동일 작업을 실제로 돌려 본 국내 테스트에서는 GLM 5.2와 DeepSeek V4 모두 벤치마크 순위 대비 심각 결함이 많아 코드 재검수가 필수였다는 평가가 나왔고, 중국 모델의 초저가 정책은 기술적 비용 절감이라기보다 정부 보조금의 성격이 크다는 해석, 그리고 2026년 7월 DeepSeek의 피크타임 단가 인상 발표까지 감안하면 '지속가능한 가격'인지는 별도 검증이 필요하다. 벤치마크 1위와 프로덕션 신뢰성은 다른 문제다.
4. 투자 관점에서 세 가지 포인트
① NVIDIA GB300 — 수요는 여전히 실재하지만 내러티브는 분화된다.Grok 4.5가 "수만 개 GB300"을 전면에 내세운 것은 Blackwell 세대의 프론티어 학습 수요가 살아 있다는 직접 증거다. SpaceXAI의 Colossus 증설, 매월 신규 파운데이션 모델 출시 로드맵은 GPU CAPEX 사이클의 지속을 뒷받침한다. 반면 Huawei Ascend 단독 학습 사례는 중국발 수요의 구조적 이탈 리스크를 상기시킨다. AI 인프라 롱 포지션의 논거는 '전체 수요'가 아니라 '서방 프론티어 랩의 군비 경쟁'으로 좁혀서 관리해야 한다.② 토큰 경제학이 새로운 KPI다.2025년의 경쟁 지표가 벤치마크 점수였다면, 2026년 하반기의 지표는작업당 실효 비용 = 단가 × 출력 토큰 수 × 재시도 횟수다. Grok 4.5의 4.2배 토큰 절감 주장, DeepSeek의 캐시 적중률 기반 실효 단가, GLM의 정액제 Coding Plan은 모두 같은 전장의 다른 무기다. 추론(inference) 비용 구조가 곧 마진 구조이고, 마진 구조가 곧 각 랩의 밸류에이션 스토리다. API 마진이 오픈웨이트에 의해 압착되는 속도가 비공개 랩들의 기업가치 리레이팅 변수가 된다.
③ 모델이 아니라 수직계열화와 유통이 해자다. GLM-5.2급 오픈웨이트가 벤치마크 상위권에 진입한 시점에서, 모델 단품의 차별화는 빠르게 소멸한다. SpaceXAI가 Cursor·Grok Build·Office 플러그인으로, Anthropic이 Claude Code·엔터프라이즈로, Microsoft가 Copilot에 자체 호스팅 DeepSeek 변형 백엔드까지 검토하는 것은 모두 같은 결론을 향한다. 개발자 워크플로 전체를 장악한 쪽이 모델 세대교체의 파고를 넘는다. EU 제공 지연(7월 중순 예정)이 보여주듯, 규제 대응 역량 역시 유통 경쟁력의 일부가 되었다.
5. 결론
Grok 4.5는 벤치마크 1위 모델이 아니다. 그러나 '1위의 80~95% 성능을 1/4 이하의 실효 비용으로'라는 제안은, 대부분의 실무 워크로드에서 충분히 파괴적이다. Anthropic은 성능 프리미엄을, OpenAI는 티어드 물량전을, SpaceXAI는 수직 통합과 토큰 효율을, 중국 진영은 오픈웨이트와 초저가(그리고 보조금)를 각자의 전선으로 삼았다. 네 개의 전선은 하나의 질문으로 수렴한다. 이 작업을 끝내는 데 실제로 얼마가 드는가.
벤더 차트의 화려한 막대그래프보다, 자신의 워크로드에서 직접 돌려 본 작업당 비용과 결함률이 유일하게 믿을 수 있는 데이터다. LLM은 엑셀이지 오라클이 아니다 — 모델 선택도 마찬가지로, 신탁이 아니라 스프레드시트로 결정할 일이다.
본 칼럼은 정보 제공 목적이며 특정 종목·자산에 대한 투자 권유가 아닙니다. 벤치마크 수치 중 상당수는 벤더 자체 보고 값으로, 독립 검증 결과와 다를 수 있습니다.
참고 자료
- SpaceXAI, "Introducing Grok 4.5" (2026.7.8) — https://x.ai/news/grok-4-5
- TechCrunch, "SpaceXAI releases Grok 4.5" (2026.7.8)
- MarkTechPost, "SpaceXAI Releases Grok 4.5" (2026.7.8)
- 연합뉴스 (2026.7.9) — https://www.yna.co.kr/view/AKR20260709021600091
- Tech-Insider, "GLM-5.2 vs DeepSeek V4 vs Kimi K2.6" (2026.7.5)
- CodingFleet, "GLM-5.2 vs DeepSeek V4 Pro: MIT Open-Weight Showdown" (2026.6)
- 박재홍의 실리콘밸리, "GLM-5.2, 오픈 모델이 프론트엔드 코딩 1위를 차지하다" (2026.6)
- brunch, "중국 AI모델을 잘 활용하는 법" (2026.7) — 실전 검증 및 보조금 해석
- TechTimes, "Grok 4.5 Enters Private Beta at SpaceX and Tesla" (2026.6.29)