'코딩 전문 모델'이라던 Grok 4.5, 정작 코딩 순위는 39위였다

"코딩·에이전트 작업·지식노동에 초점을 맞췄다." xAI가 Grok 4.5를 내놓으며 강조한 말이다. 실제로 이 모델은 xAI가 인수한 AI 코딩 스타트업 Cursor와 손잡고, 실제 개발자와 에이전트가 주고받은 수조 토큰 규모의 상호작용 데이터를 학습해 만들어졌다. 누가 봐도 "코딩에서 승부를 보겠다"는 신호였다. 그런데 참고로 짚어두자면, 이 모델의 진짜 출시일은 2026년 9월 초가 아니라 7월 8일이다. 오늘(9월 2일) 기준으로는 이미 두 달 가까이 지난 이야기이고, 그마저도 한 달이 채 안 돼 후속작 Grok 4.6에게 자리를 내준 상태다. 지금 시장에서 쓰이는 최신 모델은 4.6이고, 4.5는 '한 세대 전 모델'로 분류된다. 출시 과정 자체는 꽤 극적이었다. 일론 머스크는 6월 28일 자신의 SpaceX와 테슬라 사내에서 Grok 4.5를 먼저 비공개 베타로 돌려봤다고 밝혔다. 며칠 뒤 그는 X에 "베타 테스트 고객들의 긍정적 피드백에 따라 내일 공개한다"고 예고했고, 실제로 7월 8일 일반에 공개됐다. 머스크는 이 모델을 두고 "Opus급 성능을 내면서도 더 빠르고 토큰 효율적이며 저렴하다"고 자평했고, 내부 평가로는 "Claude Opus 4.7과 비슷한 수준이지만 훨씬 빠르다"고 적었다. 가격은 입력 100만 토큰당 2달러, 출력 6달러로 경쟁 모델의 절반 수준을 내세웠고, 컨텍스트 윈도우는 50만 토큰, 텍스트와 이미지 입력을 함께 지원했다. 실제 성능은 어땠을까. Artificial Analysis Intelligence Index에서 56점을 받아 비교군 중간값(36점)을 훌쩍 넘겼고, 실무형 과제 2,000개를 평가하는 Snorkel GDPval+에서는 평균 통과율 29%로 GPT-5.5(22%)와 Claude Opus 4.8(21%)을 제쳤다. 여기까지는 홍보 문구와 맞아떨어지는 그림이다. 하지만 9월 1일 기준 BenchLM 종합 랭킹을 보면 얘기가 달라진다. 229개 모델 중 11위(74.9점)를 기록했는데, 강점은 에이전틱 작업(16위)이었고 정작 '코딩 전문'을 내세웠던 코딩 카테고리에서는 39위에 그쳤다. 대대적으로 홍보한 간판 기능이 실제로는 가장 약한 부분이었던 셈이다. 이 반전은 8월 중순 등장한 Grok 4.6에서 다시 뒤집힐지도 모른다. 가격 체계는 20만 토큰을 기준으로 이원화됐고(이하 입력 2달러·출력 6달러, 초과 시 입력 4달러·출력 12달러), '영속형 클라우드 컴퓨터에서 상시 대기하는 AI 팀원' 개념의 Grok Bot과 음성 대 음성 모델까지 추가됐다. Grok 시리즈는 2023년 11월 첫 등장 이후 채 3년도 안 돼 4.6까지 왔다. 지금 이 순간에도 4.7이 어딘가에서 테슬라 서버로 먼저 굴러가고 있을 가능성을 의심해볼 만하다.