※ 이 글에는 제휴 마케팅 링크가 포함될 수 있으며, 구매 시 수수료를 받을 수 있습니다.
벤치마크 1위를 못 했는데도 시장이 술렁이는 모델이 있다.
2026년 7월 8일 xAI가 일반 공개한 Grok 4.5가 딱 그렇다. Artificial Analysis Intelligence Index에서 이 모델은 Claude Fable 5, GPT-5.5, Claude Opus 4.8에 밀려 넉넉잡아 2~4위권에 앉았다 (the-decoder). 보통 이런 성적표라면 “머스크가 또 따라잡기 실패"라는 헤드라인이 붙는다. 그런데 이번엔 정반대 이야기가 흘러나온다. 그리고 그 이유를 알고 나면, 우리가 AI 모델을 평가하던 방식 자체가 조금 촌스러워 보이기 시작한다.
순위표가 감추는 숫자 하나
Grok 4.5의 진짜 무기는 지능 지수가 아니라 토큰 효율이다.
xAI가 공개한 SWE-Bench Pro 결과를 보자. 같은 코딩 과제를 풀 때 Grok 4.5는 작업당 평균 15,954개의 출력 토큰을 썼다. 같은 과제에서 Opus 4.8은 67,020개를 소모했다 (the-decoder). 약 4.2배 차이다.
이 숫자가 왜 중요한지 감이 안 온다면, 택시를 떠올려 보면 된다. 목적지에 1등으로 도착한 택시가 있고, 2분 늦게 도착했지만 요금이 4분의 1인 택시가 있다. 하루에 한 번 타는 사람에겐 1등 택시가 낫다. 그런데 회사가 매일 수천 번 택시를 부른다면? 2분은 오차 범위고, 요금 4분의 1이 전부다.
AI API를 대량으로 호출하는 기업이 정확히 이 상황에 있다. 모델이 답 하나를 내놓을 때 토큰을 적게 쓴다는 건, 곧 청구서가 줄어든다는 뜻이다. Grok 4.5는 “1등은 아니지만, 1등과 거의 같은 답을 4분의 1 가격에 내놓겠다"고 말하고 있는 셈이다.
그래서 가격표를 보면
이 전략은 가격 책정에서 노골적으로 드러난다.
- 입력: 100만 토큰당 $2.00
- 출력: 100만 토큰당 $6.00
- 게다가 캐시된 입력에는 75% 할인 — 캐시 입력 100만 토큰당 $0.50까지 떨어진다 (eesel AI)
컨텍스트 윈도우는 500k 토큰. 긴 코드베이스나 문서 뭉치를 통째로 밀어 넣고 반복 질의하는 작업이라면, 캐시 할인과 맞물려 실사용 비용이 상당히 내려간다 (eesel AI).
전세대와 비교하면 성능 도약도 진짜다. Grok 4.3 대비 Intelligence Index가 16점 올랐는데, 이건 xAI 세대 교체 중 최대 폭이다 (the-decoder). 코딩 실무 지표인 Terminal Bench 2.1에서도 83.3%를 기록해 GPT-5.5(83.4%)와 사실상 동률, 선두 Fable 5(84.3%)에도 1점 차로 붙었다. 소수점 싸움이다.
정리하면 이렇다. 성능은 최상위권 바로 아래, 가격은 그 그룹에서 가장 낮음. xAI는 “제일 똑똑한 모델"이 아니라 “가성비가 말이 안 되는 모델"이라는 포지션을 정확히 조준했고, 숫자로 그걸 뒷받침했다.
그런데, 조건이 붙는다
여기서 균형을 잡자. 가성비 서사는 매력적이지만, 지금 이 글을 읽는 당신이 오늘 당장 그 혜택을 누릴 수 있느냐는 별개의 문제다.
첫째, 완전한 Grok 4.5는 아직 비싸게 잠겨 있다. 출시 시점 기준 4.5의 완전 접근은 월 $300짜리 SuperGrok Heavy 플랜에서만 열린다. 대중적인 SuperGrok($30/월)에는 단계적으로만 롤아웃되는 중이라, 구독했다고 곧바로 최신 모델을 쓴다는 보장이 없다 ((https://felloai.com/grok-pricing/)). “가장 싼 최상위급 모델"이라는 홍보 문구와, 개인이 체감하는 접근성 사이엔 온도차가 있다.
둘째, 속도는 특별하지 않다. 출력 속도는 약 80 토큰/초 수준으로, 일부 경쟁 모델 대비 눈에 띄게 빠르지 않다 (the-decoder). 토큰을 적게 쓴다는 게 곧 응답이 빠르다는 뜻은 아니라는 얘기다.
셋째, 효율은 ‘가정’이다. the-decoder도 단서를 달았다 — 벤치마크에서 보인 토큰 효율과 가격 이점은 실사용에서도 그 패턴이 유지된다는 전제 위에서만 성립한다. 실무 워크로드는 벤치마크처럼 깔끔하지 않다. 애매한 지시, 여러 번의 재시도, 예외 처리가 얽히면 토큰 소모 곡선은 얼마든지 달라질 수 있다. SWE-Bench Pro의 4.2배가 당신의 실제 파이프라인에서 4.2배로 재현될지는, 솔직히 돌려보기 전엔 아무도 모른다.
이게 시장에 던지는 진짜 질문
Grok 4.5가 흥미로운 건 이 모델 자체보다, 이 모델이 강요하는 질문 때문이다.
지난 몇 년간 AI 경쟁은 ‘가장 똑똑한 모델’ 자리를 두고 벌어졌다. 벤치마크 1점을 올리려고 수십억 원을 태웠다. 그런데 상위권 모델들의 지능 지수와 코딩 점수가 소수점 단위로 수렴하기 시작하면, 게임의 축이 바뀐다. Terminal Bench에서 83.3 대 84.3의 차이가 실무에서 체감되지 않는다면, 남는 변수는 결국 얼마를 내느냐다.
xAI는 그 전환을 먼저 읽은 것처럼 움직였다. Grok 4.5를 Grok Build의 기본 모델로 채택한 것도 같은 맥락이다 (the-decoder) — 절대 성능이 아니라 ‘반복 사용 단가’로 승부하겠다는 선언이다.
물론 이건 Anthropic의 Opus 4.8이나 최상위 모델이 갈 길과는 다른 트랙이다. 정밀도가 곧 돈인 작업 — 법률 검토, 정교한 아키텍처 설계, 한 번의 실수가 치명적인 영역 — 에서는 여전히 ‘가장 똑똑한 모델’에 프리미엄을 낼 이유가 충분하다. Grok 4.5의 4.2배 효율도 그런 곳에선 위안이 되지 않는다.
그러니 결론은 단정적이지 않다. Grok 4.5는 ‘Opus를 이긴 모델’이 아니다. 오히려 **“Opus를 이길 필요가 없는 지점을 찾아낸 모델”**에 가깝다. 대량·반복·비용 민감 워크로드라면, 순위표 2~4위라는 사실은 놀라울 만큼 중요하지 않아진다.
일론 머스크가 이번에 만든 건 더 똑똑한 AI가 아니라, 더 영리한 청구서일지도 모른다. 그리고 요즘 시장에선, 후자가 더 잘 팔린다.
이 글의 성능·가격 수치는 2026년 7월 출시 직후 공개된 xAI 자료와 The Decoder·eesel AI·Fello AI 보도를 근거로 했다. 벤치마크 순위와 가격 정책은 롤아웃 진행에 따라 바뀔 수 있으니, 도입 전 각 플랜의 최신 조건을 직접 확인하는 걸 권한다.