Grok 4.5がGitHub Copilotに統合、500Kコンテキストと推論強度をIDE横断で利用可能に

GitHubは7月28日、CopilotでSpaceXAIのGrok 4.5の提供を開始した。新モデルは、VS Code、Visual Studio、JetBrains、Xcode、Eclipse、Copilot CLI、クラウドエージェント、Copilot Appのモデル選択メニューから利用できる。テキストと画像の入力、最大500,000 tokenのコンテキスト、low、medium、highの3段階の推論強度に対応する。対象プランはPro、Pro+、Max、Business、Enterprise。BusinessおよびEnterprise組織では、管理者がGrok 4.5のポリシーを別途有効にする必要があり、デフォルトでは無効になっている。

今回のアップデートが持つ技術的な意味は、単にモデル名が追加されたことにとどまらない。50万tokenの容量には、より大規模なコードベースの一部、ターミナル出力、エージェントの履歴を収められる。推論強度を選べるため、チームはレイテンシーやコストと、より深い多段階分析とのバランスを調整できる。GitHubによると、社内のターミナルベースのコーディングタスクにおいて、Grok 4.5はツールを並列に割り当て、直接アクションを実行する能力に特に優れていたという。これは、SpaceXAIが同モデルを非同期コーディングエージェントとして位置付ける方針とも一致する。ベンダー資料では、モデルの提供速度は毎秒約80 tokenで、SWE-bench Proにおける平均出力は15,954 token。Opus 4.8 maxと比べて約4.2分の1だとしている。API料金は、入力tokenが100万token当たり2米ドル、出力tokenが同6米ドルである。

ただし、これらの数値をCopilotにそのまま当てはめることはできない。GitHubはベンダーの定価に基づいて使用量を課金する一方、エージェントではプロンプト、ツールの結果、再試行も加わるため、実際のコストとエンドツーエンドのレイテンシーはクライアントとタスクに左右される。SpaceXAIによる比較でも、モデルごとに異なるベンダーのharnessが混在しており、完全に統制された同一条件でのテストではない。エンジニアリングチームはまず、固定したリポジトリのワークロードを使い、成功率、変更範囲、ツール呼び出し回数、token消費量を比較すべきだ。また、新たなモデルベンダーの下で、画像、ソースコード、ターミナル内容に適用されるデータガバナンス要件も確認する必要がある。今後の焦点は、GitHubが再現可能なCopilotのテスト結果を公開するか、そして長いコンテキストが入力コストを増やすだけでなく、複数ファイルにまたがる修正を実際に改善するかどうかだ。