일론 머스크는 Grok 4.5를 두고 “Opus급 모델인데 더 빠르고 토큰 효율이 높고 값도 싸다”고 했다. 정작 독립 벤치마크 기관이 매긴 순위는 1위가 아니라 4위였다. 그런데도 이 모델이 나오자마자 Anthropic과 OpenAI가 긴장했다. 이유는 딱 하나다. 값이 경쟁 모델의 절반이기 때문이다.
Grok 4.5는 xAI(SpaceX 계열 AI 회사)가 2026년 7월 8일 내놓은 AI 모델이다. 쉽게 말하면 “제일 똑똑하진 않지만, 비슷한 일을 절반 값에 해주는” 모델이다. 이 한 줄이 왜 업계를 흔드는지, 그리고 마케터·기획자·실무자가 지금 무엇을 하면 되는지 쉽게 풀어본다.
30초 요약
– Grok 4.5는 성능 순위로는 4위지만, 값이 경쟁 모델의 절반이다.
– AI 성능이 다들 비슷해지면서, 이제 “누가 제일 똑똑한가”보다 “같은 일을 얼마에 하느냐(가성비)”가 더 중요해졌다. Grok 4.5는 이 지점을 정확히 노렸다.
– 단, 없는 사실을 그럴듯하게 지어내는 환각이 두 배로 늘었고(25%→54%), 유럽 미지원·개인정보 이슈도 있다. 정확성이 중요한 일에는 이 모델만 믿고 맡기면 위험하다.
(일론 머스크가 공개한 Grok 4.5, 출처: TechCrunch)
Grok 4.5는 무엇이 다른가
Grok 4.5의 차별점은 성능이 아니라 가격이다. 독립 측정기관 Artificial Analysis(이하 AA, AI 모델 성능을 벤더와 무관하게 측정하는 곳)의 종합 지능 지수에서 Grok 4.5는 54점, 4위에 그친다. 대신 API 입력 가격은 100만 토큰당 2달러, 출력은 6달러 (Artificial Analysis)로 책정됐다. Opus 4.8($5/$25)의 5분의 1에서 4분의 1 수준이다.
Fable 5 ██████████████ 60
Opus 4.8 █████████████░ 56
GPT-5.5 ████████████░░ 55
Grok 4.5 ████████████░░ 54 (4위)
성능만 보면 지는 싸움이다. 그런데 비용 축으로 넘어가면 그림이 뒤집힌다. 코딩 에이전트가 작업 한 건을 처리하는 데 드는 비용이 Grok 4.5는 2.49달러, GPT-5.5는 5.07달러다. 절반이다. 이게 가능한 건 작업당 쓰는 토큰이 훨씬 적기 때문이다. 벤치마크에 따라 편차가 크지만 같은 코딩 과제에서 토큰을 3~4배 아낀 사례도 나왔다.
Grok 4.5 █████░░░░░░░░░ $2.49
GPT-5.5 █████████████ $5.07
성능은 4위, 비용은 절반. 이 조합이 Grok 4.5의 정체다. 컨텍스트 창은 50만 토큰으로 넉넉하고, 첫 모델부터 챗봇이 아니라 개발자용 코딩·자동화 도구를 겨냥했다는 점도 특징이다.
왜 “가장 싼 모델”이 판을 흔드는가
가장 싼 모델이 중요한 건, AI 모델을 고르는 기준 자체가 바뀌고 있기 때문이다. 예전에는 “벤치마크 1등이 시장을 먹는다”가 상식이었다. 지금은 아니다. 성능이 전반적으로 상향 평준화되면서, 1등과 4등의 차이가 2~5점으로 좁혀졌다. 이 정도 격차라면 실무에서 체감이 안 된다.
Stanford HAI가 발표한 AI 인덱스 보고서를 보면 이 흐름이 뚜렷하다. AI 추론 비용은 몇 년 사이 280배 떨어졌고, 오픈소스 모델과 상용 모델의 성능 격차는 8%에서 1.7%로 좁혀졌다. 성능이 흔한 재화가 되면 가격과 속도, 통제 가능성이 구매 결정을 좌우한다. 검색 엔진이 다 비슷해진 뒤로는 속도와 편의가 승부를 가른 것과 같은 이치다.
(AI 인덱스 보고서, 출처: https://hai.stanford.edu/ai-index/2026-ai-index-report)
Grok 4.5는 이 변화를 정면으로 노렸다. 성능 정상을 포기하는 대신 “지능당 비용”이라는 새 경기장에서 1등을 하겠다는 전략이다. VentureBeat는 이를 두고 “구매자가 리더보드 순위보다 총소유비용을 따질 것이라는 전략적 베팅”이라고 표현했다. 실제로 코딩 AI 시장은 2026년 약 128억 달러에서 2032년 301억 달러로 매년 27%씩 커진다. 이 시장에서 반값이라는 카드는 무시하기 어렵다.
반값에는 어떤 함정이 있을까
Grok 4.5의 저렴한 가격 뒤에는 무시하면 안 되는 리스크가 붙어 있다. 가장 눈에 띄는 건 환각률이다. 없는 사실을 그럴듯하게 지어내는 비율이 직전 세대의 25%에서 54% (TechTimes)로 두 배 넘게 뛰었다. 지식 정확도가 같은 세대에서 개선됐는데도 환각이 함께 올랐다. 정확할 때는 더 정확하고, 틀릴 때는 더 자신 있게 틀리는 모델이라는 뜻이다. 사실 근거가 중요한 업무에 이 모델만 믿고 맡기면 위험하다.
(Grok 4.5, 출처: https://www.techtimes.com/articles/320038/20260709/grok-45-cuts-coding-agent-cost-80-near-frontier-speed-higher-hallucinations.htm)
거버넌스 문제도 걸린다. 캐나다 개인정보보호위원회는 2026년 6월 xAI가 개인정보보호법을 위반했다고 판정했다. 코딩 모델 자체 문제는 아니지만, 이 회사가 개인정보를 다루는 태세를 보여주는 신호다. 여기에 유럽연합에서는 아직 정식 서비스가 안 된다. 규제 데이터를 다루는 조직이라면 그냥 넘길 수 없는 대목이다.
기술 스펙에도 안개가 껴 있다. “1.5조 파라미터 V9″라는 수치가 돌지만 xAI 공식 모델 카드에는 없다. 리크와 2차 보도로만 떠도는 숫자다. 독립 감사를 거친 검증 자료는 0건이고, 다른 팀이 성능을 재현할 코드나 체크포인트도 공개되지 않았다. 한 벤치마크(Snorkel의 전문가 작업 평가)에서 Grok 4.5가 GPT-5.5·Opus 4.8을 앞섰지만, 이 테스트는 Grok에만 xAI가 요청한 맞춤형 에이전트를 붙여 공정성 논란이 있다. 벤더에 유리한 수치와 중립 수치를 섞어 판단하면 과대평가하기 쉽다.
직무별로 지금 무엇을 해야 하나
Grok 4.5에 대응하는 방식은 직무마다 다르다. 핵심은 “비용 우위는 검증하되, 정확성과 규제는 게이트로 세운다”는 것이다. 아래 표로 정리했다.
공통 원칙은 하나다. 모델을 하나로 고정하지 않는 것이다. 정확도가 생명인 작업에는 상위 모델을, 양이 많고 실수를 거를 수 있는 작업에는 저비용 모델을 붙이는 멀티 모델 전략이 현실적이다. “싸다”는 사실과 “믿을 수 있다”는 판단은 분리해서 결정해야 한다.
정리
Grok 4.5가 남긴 메시지는 셋이다. 성능은 4위지만 비용은 절반이다. AI 모델 경쟁의 축이 벤치마크 1등에서 지능당 비용으로 옮겨갔다. 싼 값에는 환각·규제·미검증 스펙이라는 대가가 붙는다.
세 가지가 같이 움직였다는 게 진짜 의미다. 이제 AI 모델을 고를 때 “누가 제일 똑똑한가”만 물으면 절반짜리 질문이다. “이 성능을 얼마에 사는가”를 함께 물어야 한다. 가격이 문을 열고, 정확성과 규제가 그 문을 통과할지 결정한다. 당장 해볼 수 있는 한 가지는, 지금 쓰는 AI 작업 중 틀려도 사람이 거를 수 있는 것 하나를 골라 반값 모델로 비용을 재보는 일이다. 절감액이 리스크보다 크면, 그때부터가 진짜 검토의 시작이다.
함께 읽으면 좋은 글
