Grok 4.5はCursorの操作ログで訓練された、出力トークンが約4分の1になった

新しいAIモデルが出るたびに「Opus級」「GPT級」といったベンチマークスコアの横並び比較が飛び交う。しかし7月に出たGrok 4.5で最も引っかかるのは、強さのピークではなく、訓練データの出どころだ。xAI（SpaceXAI名義）はこのモデルをCursorと共同で訓練し、「Cursor上の操作データ」——数兆トークン規模——を使ったと明言している。GitHubに転がっている完成済みのコードではなく、開発者がエディタの中で実際にコードを書く過程そのものを学ばせた。編集、消去、エラーからの復帰、ファイルの行き来、ツール呼び出し。静的なコードには存在しない「軌跡」が丸ごと訓練に含まれている。

この学習方法の見返りは、ベンチマークのピークではなくコスト効率に出た。同じタスクを解く際、Grok 4.5は平均出力トークン数が約1万6000トークンなのに対し、Claude Opusは約6万7000トークン。4倍以上の差がある。答えの正しさが近い水準でも、「そこに至るまでの喋る量」がまるで違う。出力トークンはそのまま課金額と応答速度に直結するので、この差は実務では効く。コーディング系の大量処理を毎日回す使い方だと、精度の数ポイント差より、1タスクの単価が4分の1になる話の方が効いてくる場面は多い。

ただし一つ引っかかりが残る。このモデルの新しさは「実際の開発セッションから学んだ」ことにあるが、それは誰かがCursor上で書いたコードや操作が、自分たちが許可したかどうかは別として、訓練の燃料になったということでもある。発表文はデータ範囲やオプトアウトの扱いまでは踏み込んでいない。毎日の編集ログが次のモデルの燃料になる構図は、業務で利用する側として、一度規約と同意範囲を確認しておく価値がある論点だ。