Opus급 성능인데 가격은 5분의 1이라고 하면 솔깃해져요. Grok 4.5 가 딱 그런 모델이에요. 실제로 종합 벤치마크(Artificial Analysis Intelligence Index)에서 54점을 받아서, Opus 4.8(56점)과 2점 차이밖에 안 나요. 근데 숫자를 끝까지 보면, 오히려 먼저 확인해야 하는 게 있었어요.
가격이 진짜 파격적이긴 해요
Grok 4.5는 입력 100만 토큰당 2달러, 출력 100만 토큰당 6달러예요. Anthropic의 Fable 5(입력 10달러/출력 50달러)와 비교하면 5~8배 저렴하고, Opus 4.8(입력 5달러/출력 25달러)보다도 훨씬 싸요. API뿐 아니라 Word·PowerPoint·Excel에서도 바로 사용할 수 있게 공개됐어요.
종합 순위로는 4위(Fable 5, Opus 4.8, GPT-5.5 다음)예요. 1등은 아니지만, 이 가격에 이 정도 성능이면 가성비가 확실히 눈에 띄어요.
성능은 올랐는데, 환각도 함께 늘었다
Artificial Analysis가 지식 신뢰도를 측정하는 별도 지표(AA-Omniscience)에서 흥미로운 결과가 나왔어요. Grok 4.5는 이전 모델(Grok 4.3)보다 정답률이 35%에서 52%로 올랐어요. 더 똑똑해진 거예요.
근데 같은 기간 환각률(틀린 답을 자신 있게 말하는 비율)도 25%에서 54%로, 두 배 넘게 뛰었어요. Artificial Analysis는 아는 범위가 넓어질수록 더 많은 질문에 답을 시도하게 되고, 그 과정에서 이런 경향이 함께 나타날 수 있다고 설명했어요.
가격만 보고 판단하면 안 되는 이유
법률 문서를 검토하거나, 재무 자료를 정리하거나, 리서치 자료를 찾는 것처럼 정확도가 중요한 작업이라면 이 부분을 특히 신경 써야 해요. 싸고 빠른 건 분명 매력적인데, 틀렸을 때 티가 안 나는 모델이라면 얘기가 달라져요.
neulbai 파이프라인도 마찬가지예요. 한 번 사실관계가 틀리면 처음부터 원문을 다시 확인해야 하거든요. 그래서 지금은 API 비용보다 확인하는 비용이 더 크게 느껴져요.
가격이 싸다는 이유만으로 모델을 바꿔본 적 있으신가요?