Grok 4.5 연구 코딩에서 1위지만 전체 순위는 2위
연구 능력은 앞섰지만 종합 경쟁에서는 2위에 머물렀다
@SpaceXAI2 days ago
TL;DR:
- Grok 4.5는 연구 중심 코딩 평가에서 1위를 차지했다
- AI 코딩 도구들 사이 실력 차이가 빠르게 좁혀지고 있다
- 이번 평가는 그냥 코드 짜는 것보다 문제 분석하고 계획 세우고 실제로 고치는 걸 더 중요하게 본다
핵심 헤드라인
Grok 4.5는 Proximal의 FrontierSWE 벤치마크에서 괜찮은 성적을 냈고, 특히 연구가 많이 들어가는 코딩 작업에서 강점을 보였다.
요약
xAI에 따르면 Grok 4.5는 구현과 성능 평가에서 2위였지만 연구 역량 항목에서는 1위에 올랐다. AI 코딩 경쟁이 단순 코드 작성 능력에서 벗어나고 있다는 걸 보여준다.
연구 역량에서는 Grok 4.5가 1위, 구현 및 성능에서는 2위였다. 평가는 코드 출력 자체보다 문제를 어떻게 파악하고 계획을 세우며 실제 코드베이스를 수정하는지를 더 중시한다.
분석
기업들이 이런 벤치마크를 주목하는 이유는 AI 코딩이 이미 실사용 수요가 큰 영역이기 때문이다. xAI는 이 시장에서 OpenAI, Anthropic, Google DeepMind와 직접 경쟁하고 있다.
Grok 4.5의 연구 역량 우위는 대규모 코드베이스를 탐색하고 구조를 이해하거나 복잡한 버그 원인을 추적하는 작업, 단순 생성이 아니라 실제 변경까지 이어지는 개발 플로우에서 도움이 될 수 있다.
다만 벤치마크는 전체 그림의 일부일 뿐이다. 실전에서는 툴 연동, 안정성, 대규모 컨텍스트 처리, 비용 같은 변수가 더 중요하다.
영향 평가
중요도는 중간 수준이고 분류는 모델 출시, AI 리서치, 개발자 도구다.
Verdict: 이 내러티브는 아직 초기 단계라 실제로 유리한 쪽은 단기 트레이더나 장기 보유자가 아니라 AI 개발 도구를 직접 도입해 생산성을 검증할 수 있는 빌더와 펀드다.