Grok 4.5はxAIのフラッグシップモデルであり、コーディング、知識作業、STEM分野において最先端のパフォーマンスを発揮する、同社史上最もスマートなモデルです。1.5兆パラメータのV9基盤上に構築され、Cursorコーディングエディタと共にトレーニングされたこのモデルは、50万トークンのコンテキストウィンドウを提供し、テキスト、画像、ファイルの入力を受け付け、テキスト出力を行います。強力なエージェンティックコーディングを特徴とし、顕著なトークン効率を実現——同等クラスの最先端モデルと比較して、はるかに少ない出力トークンでソフトウェアエンジニアリングタスクを解決します——また、大量本番利用を想定した積極的な価格設定がなされています。
Grok 4.5は、xAIによって開発されたマルチモーダル大規模言語モデルです。50万トークンのコンテキストウィンドウを持ち、非常に長い入力を処理できるように設計されています。つまり、1回のリクエストで約40万語のテキスト、またはそれに相当するマルチモーダルコンテンツを処理できます。このモデルはテキスト、画像、ファイルを入力として受け入れ、視覚要素と文章を組み合わせた文書を解析できます。トレーニン…
Grok 4.5は3つの入力モダリティ（テキスト、画像、ファイル）を受け付けます。テキストはユーザーメッセージに自然に含めることができます。画像はURLまたはcontent配列内のbase64エンコードデータとして提供でき、OpenAIのマルチモーダル形式に従います。ファイルも同じメカニズムでサポートされており、ユーザーはリクエストの一部としてバイナリデータ（例：PDF、Word文書）を添付できます。モデルはこれらの入力を一緒に処理するため、異なる情報タイプにわたって推論することができます。例えば、プロンプトにスキャンされた契約書（画像）と特定の条項に関する質問を含めると、Grok 4.5は画像からテキストを抽出してそれに応じて回答します。このマルチモーダル機能により、APIに送信する前にファイルを前処理する必要がなくなり、パイプライン設計が簡素化されます。
50万トークンのコンテキストウィンドウにより、Grok 4.5は1回のリクエストで最大50万トークンの入力と出力を合わせて考慮できます。トークンは英語テキストで約0.75語に相当するため、このモデルは約37万5000語から40万語を扱えます。これにより、ユーザーは文書全体、長い会話、大規模なデータセットを分割せずに入力できます。モデルはコンテキスト全体で一貫性を維持し、本の一章の要約、コードリポジトリ全体の分析、複数ターンの対話の維持などのタスクを可能にします。ただし、価格はトークン単位であるため、入力が長くなると比例してコストが増加します。最適なバランスを取るために、ユーザーは必要なコンテキストだけを送信すべきですが、大きなウィンドウによりデータの切り詰めの必要性は減ります。
Grok 4.5は、長文やマルチモーダルコンテンツの深い理解を必要とするタスクに優れています。主な例としては、数百ページに及ぶ研究論文からの情報抽出、チャートや表の画像と関連テキストの統合分析、特定の条項を探すための法的文書のレビュー、長時間の会議の議事録の要約、全ログファイルを調査することによる大規模ソフトウェアプロジェクトのデバッグが挙げられます。また、プロンプトの前半部分に依存した複雑な推論チェーンも処理できます。一方で、短いメール返信の作成や単純な分類など、より小さくコストの低いモデルで十分な非常にシンプルなタスクやワンショットタスクには適していません。ユーザーは、OrcaRouterで利用可能な小規模モデルと比較してトークンあたりのコストが高いことを正当化できるほど、タスクに本当に大規模なコンテキストウィンドウが必要かどうかを評価する必要があります。
Grok 4.5の価格は、入力トークン100万件あたり2.00ドル、出力トークン100万件あたり6.00ドルです。ユースケースで50万トークンのコンテキストウィンドウやマルチモーダル入力が不要な場合、OrcaRouterを通じて利用可能なより小さなモデルを使用することでコストを節約できます。より安価なモデルに適したタスクの例としては、短いスニペットからの簡単な分類や抽出、小規模ドキュメントに対するシングルターンの質問応答、基本的な感情分析、非常に短い補完の生成などがあります。また、アプリケーションが大量の本番トラフィックに対して低レイテンシを必要とする場合、より小さなモデルの方が応答時間が速くなることがあります。トレードオフを評価してください：追加のコンテキストとマルチモーダル機能が利点をもたらさないタスクでは、トークンあたりの追加コストは不要です。
Grok 4.5の具体的なベンチマークスコアは、現時点ではxAIから公表されていません。このモデルは非常に高性能な大規模言語モデルとして設計されていますが、標準化された評価数値がないため、ユーザーは代表的なタスクでの自社テストを通じてその性能を評価する必要があります。実際のパフォーマンスに影響を与える要因には、プロンプト設計、タスクの複雑さ、入力データの品質が含まれます。大きなコンテキストウィンドウを持つため、このモデルは非常に長いシーケンスにわたって情報を保持する必要があるタスクで特に優れたパフォーマンスを発揮する可能性があります。OrcaRouter APIを使用して、お客様の具体的なユースケースでベンチマーク評価を実行し、精度、レイテンシ、出力品質を測定することをお勧めします。
Grok 4.5のレイテンシについて、xAIは公に仕様を公開していません。しかし、モデルのパラメータ数が多く、50万トークンのコンテキストウィンドウをサポートしているため、特に長い入力を処理する場合、推論時間は小規模なモデルよりも一般に長くなります。ユーザーは、パラメータ数の少ないモデルと比較して、最初のトークンまでの時間と総生成時間が長くなることが予想されます。最適化するには、必要なコンテキストを提供しつつ、入力プロンプトを可能な限り簡潔にしてください。アプリケーション（リアルタイムチャットなど）で低レイテンシが重要である場合は、本番環境で使用する前に、OrcaRouter APIを使用して一般的な入力サイズでの応答速度をテストすることをお勧めします。OrcaRouterは大きなオーバーヘッドを追加しません。主なレイテンシは、基盤となるモデルの推論に起因します。
Grok 4.5 の主な強みは、500k という大きなコンテキストウィンドウにより、非常に長いシーケンスにわたって首尾一貫した推論が可能なことです。また、マルチモーダル入力を活用し、画像やファイルを直接処理できる利点もあります。これらの特徴により、文書分析、研究、および拡張コンテキストを必要とするあらゆるタスクにおいて強力です。制限事項としては、小規模モデルと比較してトークンあたりのコストが高く、遅延も大きくなる可能性があります。さらに、xAI がベンチマークスコアを公開していないため、ユーザーはサードパーティのランキング比較に頼ることができません。特定の専門領域（例：医療や法律）におけるモデルの動作は、テストを通じて検証する必要があります。すべての LLM と同様に、特にあいまいなプロンプトに対して、不正確または幻覚的なコンテンツを時折生成する可能性があります。重要なアプリケーションでは常に出力を確認してください。
Grok 4.5は処理されるトークン数に基づいて価格設定されています。入力トークンは100万トークンあたり$2.00、出力トークンは100万トークンあたり$6.00です。これはxAIが設定したプロバイダーレートであり、OrcaRouterはこれをマークアップなしでそのまま適用します。課金は使用量ベースです。実際に送受信したトークンのみに対して支払います。500,000トークンのコンテキストウィンドウは、フルコンテキストのプロンプト（50万入力トークン）の場合、入力だけで$1.00（$2.00 × 0.5M）のコストがかかることを意味します。出力トークンは入力レートの3倍で課金されます。コストを見積もるには、総入力トークン数（システムメッセージ、ユーザーメッセージ、画像やファイルをトークンとしてエンコードしたものを含む）と予想される出力長を計算してください。送信前に、OrcaRouterが提供するトークナイザーを使用してトークンをカウントしてください。
いいえ。OrcaRouterはGrok 4.5に対してプロバイダーの料金をそのまま請求します：入力トークン100万個あたり$2.00、出力トークン100万個あたり$6.00。隠れた手数料、リクエストごとの追加料金、値上げは一切ありません。請求額は、これらの料金に基づいて生のトークン使用量を乗算したものになります。OrcaRouterは追加費用なしでAPIキーの管理とアクセスを提供する場合があります。唯一の料金はモデルが消費した計算リソースに対するものです。マルチモーダル入力（画像、ファイル）に使用されるトークンは同じ入力レートでカウントされることに注意してください—異なるモダリティに対して別個の価格設定はありません。使用量を調整するために、API応答からトークン数を常に確認してください。
500kのコンテキストウィンドウが与えられた場合、フルプロンプトを処理するコストは大きなものになり得ます。500kの入力トークンと1kの出力トークンを使う単一リクエストでは、入力コストは$1.00、出力コストは$0.006で、合計約$1.006です。多くのリクエストを送ると、コストは急速に積み上がります。しかし、チャンク分割が不要なタスクでは、1回の大規模クエリを実行できることでエンジニアリング時間が節約され、精度が向上する可能性があります。これに対して、コンテキストウィンドウが短い小規模モデルでは、複数回の呼び出しと手動での結合が必要になり、結果的に高いオーバーヘッドが発生する可能性があります。トークンあたりのコストは固定されており、価値はコンテキストウィンドウのサイズとマルチモーダル機能から生まれます。ユーザーは月間のトークン総数を推定し、それに応じてモデルを調整すべきです。
OrcaRouterは現在、Grok 4.5の応答に対する専用のキャッシュシステムを提供していません。料金はリクエストごとにxAIが請求するトークン数に基づきます。同じプロンプトを複数回送信した場合、各リクエストは全額で請求されます。繰り返し出力やキャッシュ出力に対する割引はありません。コストを削減するには、同一またはほぼ同一のプロンプトを送信しないようにしてください。クライアント側で独自のキャッシュ層を実装することも可能です。例えば、よくあるクエリ結果をローカルに保存し、新規または変更されたプロンプトが必要な場合にのみAPIを呼び出す方法です。出力が些細な場合でも、入力トークンは常に課金されることに注意してください。繰り返しパターンの場合は、可能な限り類似した入力をまとめて処理してください。
Grok 4.5を使用するには、POSTリクエストを https://api.orcarouter.ai/v1/chat/completions に送信します。モデルパラメータを "grok/grok-4.5" に設定します。リクエストボディはOpenAIのチャット補完形式に従い、ロール（system、user、assistant）を含むmessages配列を使用します。マルチモーダル入力の場合は、タイプ "text" と "image_url" のcontentパーツを含めます。例（Python）： import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_KEY") response = client.chat.completions.create(model="grok/grok-4.5", messages=[{"role":"user", "content":[{"type":"text","text":"Describe this image:"}, {"type":"image_url", "image_url":{"url":"https://example.com/pic.jpg"}}]}]) print(response.choices[0].message.content) APIキーがgrok/grok-4.5モデルにアクセスできることを確認してください。ストリーミングや関数呼び出し、その他の機能についてはOpenAIと同じエンドポイントを使用します。
OrcaRouter API for Grok 4.5は、標準的なOpenAIパラメータをサポートしています。'model'、'messages'、'max_tokens'、'temperature'、'top_p'、'frequency_penalty'、'presence_penalty'、'stop'、'stream'、'n'、'seed'です。'max_tokens'パラメータは生成される応答の長さを制限します。'temperature'はランダム性を制御します（0=決定論的、2=非常にランダム）。'top_p'は核サンプリングを実装します。'frequency_penalty'と'presence_penalty'は繰り返しを減らします。ストリーミングの場合、'stream'をtrueに設定してトークンを段階的に受信します。'n'パラメータでは、複数の補完を生成できます。'seed'は、再現性が必要な場合に決定論的な出力を可能にします。モデルのコンテキストウィンドウは合計50万トークン（入力+出力）であることに注意してください。エラーを回避するには、入力トークンと要求されたmax_tokensの合計がその制限を超えないようにしてください。OrcaRouterは、プロンプトが長すぎる場合にエラーを返します。
既存のOpenAI互換コードをOrcaRouter経由でGrok 4.5を呼び出すように移行するには、ベースURLとモデル名を変更するだけで済みます。https://api.openai.com/v1 の代わりに https://api.orcarouter.ai/v1 を使用し、モデル識別子を "grok/grok-4.5" に置き換えてください。APIキーはOrcaRouterから提供されたものを使用します。その他のパラメータやメッセージ形式はそのまま維持されます。openai Pythonパッケージなどのライブラリでは、クライアントの初期化を次のように更新します: `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)`。メッセージ構造、ストリーミングロジック、レスポンス処理を変更する必要はありません。小さなプロンプトでテストし、接続性とレスポンス形式を確認してください。OrcaRouterはOpenAIと同じエラーコードとレート制限ヘッダーをサポートしているため、移行は簡単です。
Grok 4.5、GPT-4、およびClaudeはすべて大規模言語モデルですが、主要な側面で異なります。Grok 4.5は500kトークンのコンテキストウィンドウを提供し、これはGPT-4 Turbo（128k）やClaude 3.5 Sonnet（200k）よりも大きいです。このため、Grok 4.5は分割処理なしで非常に長いドキュメントや会話に適しています。また、Grok 4.5は画像やファイルの入力もサポートしており、GPT-4 VisionやClaudeのマルチモーダル機能と同様です。価格：Grok 4.5は100万トークンあたり$2/$6、GPT-4oは$2.50/$10、Claude 3.5 Sonnetは$3/$15です。したがって、Grok 4.5は出力のトークン単価がより安く、入力ではGPT-4oやClaudeと同程度かわずかに安くなります。レイテンシと精度はユースケースによって異なり、公開されたベンチマークがないため、直接的なパフォーマンス比較は不可能です。開発者は、特定のタスクにおいてGrok 4.5を代替モデルと比較テストすべきです。
OrcaRouterはGrok 4.5以外にも多くのモデルへのアクセスを提供します。500kのコンテキストウィンドウを必要としないタスクには、より安価な選択肢としてGPT-4o mini（$0.15/$0.60）、Claude 3 Haiku（$0.25/$1.25）、Llama 3.1 70B（$0.59/$0.79）があります。マルチモーダルタスクには、GPT-4oとClaude 3.5 Sonnetが代替案として、異なる価格とコンテキストサイズで利用可能です。非常に長いコンテキストには、Gemini 1.5 Proが100万トークンを提供しますが、コストは高くなります。関数呼び出しやJSONモードのような特定の機能が必要な場合、多くのモデルがそれらをサポートしています。大きなコンテキストとゼロマークアップの価格設定が、トークン単価の低さや特定のエコシステム統合の必要性を上回る場合は、Grok 4.5を選択してください。常に、特定のワークフローにおけるレイテンシ、精度、コストのトレードオフを考慮してください。
主要プロバイダー間で、Grok 4.5の価格はそのコンテキストウィンドウサイズに対して競争力があります。Input: $2.00/Mトークン vs GPT-4o ($2.50)、Claude 3.5 Sonnet ($3.00)、Gemini 1.5 Pro ($3.50)。Output: $6.00/M vs GPT-4o ($10.00)、Claude 3.5 Sonnet ($15.00)、Gemini 1.5 Pro ($10.50)。Grok 4.5は、これらのモデルと比較して入力・出力ともに安価です。ただし、GPT-4o miniやClaude 3 Haikuのような小型モデルの方が大幅に安価です。Grok 4.5の価値提案は500kのコンテキストウィンドウにあります。それが不要であれば、より安価なモデルが適しています。また、OrcaRouterのゼロマークアップポリシーにより、xAIの提示価格をそのまま支払うことになります。その他のゲートウェイ手数料は追加されないため、Grok 4.5は長文脈マルチモーダルタスクにおいて最も費用対効果の高い選択肢の一つです。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="grok/grok-4.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p| 入力 / 1M tokens | $2.00 |
| 出力 / 1M tokens | $6.00 |
| キャッシュ読み取り / 1M | $0.500 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@misc{orcarouter_grok_4_5,
title = {Grok 4.5 API},
author = {xAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/grok/grok-4.5}
}xAI. (2026). Grok 4.5 API. OrcaRouter. https://www.orcarouter.ai/models/grok/grok-4.5