価格据え置きでコーディング性能が急伸
イーロン・マスク率いるxAIが、2026年9月21日に新しいAIモデル「Grok 4.7」を発表しました。
コーディングや専門知識を要する作業向けに強化されたモデルで、前バージョンのGrok 4.6と比べてベンチマークの成績が大きく伸びています。
料金体系は標準版が入力100万トークンあたり2ドル・出力6ドルとGrok 4.6から据え置き。
より速い処理が可能な高速版は4ドル/12ドルという価格設定です。
据え置き価格のまま性能を引き上げてきたところに、xAIの本気度がうかがえます。
ベンチマークは軒並み大幅アップ
具体的な性能向上の幅を見ると、その伸び方がよく分かります。
| ベンチマーク | Grok 4.6 | Grok 4.7 |
|---|---|---|
| Terminal Bench 4.0 | 20.3% | 38.0% |
| EEBench | 53.0% | 64.0% |
| CursorBench 4.0 | 40.4% | 46.3% |
| DeepSWE v1.1 | 65.2% | 71.0% |
特にTerminal Bench 4.0は17.7ポイントもの上昇を見せており、長時間かかる複雑なコーディング作業への強さが際立つ結果になりました。
xAIによれば、より大規模なベースモデルの採用に加え、難しいタスクに重みを置いた強化学習を長時間行ったことが伸びの要因だといいます。
独立調査で判明した「実質コスト」の罠
一方で、見過ごせない注意点も明らかになっています。
独立系のAI評価機関Artificial Analysisの調査によると、Grok 4.7の高性能モード「xHigh」は、Grok 4.6と比べて125%、競合のGPT-6 Astraと比べても196%多くの出力トークンを消費するというのです。
これが何を意味するかというと、表示価格が安くても、1つのタスクを完了させるまでの実際のコストは高くなりうる、ということです。
実際、1タスクあたりの費用を比較すると次のような結果が出ています。
- Grok 4.7（xHighモード）：約3.74ドル
- Grok 4.7（Highモード）：約2.73ドル
- GPT-5.6 Sol Max：約1.99ドル（表示価格はGrok側より高いにもかかわらず）
安全面では、新設計のセーフガード機構によりバイオセーフティ関連のベンチマーク（LatchBio）で62.4%のスコアを記録したとのことです。
激化するAIモデルの価格・性能競争
2026年9月は、AI業界にとって特に動きの激しい月になりました。
AnthropicがClaude Opus 5.5を発表した直後、わずか90分後にOpenAIがGPT-6のアップデートを投入するなど、大手同士の値下げ・性能アピール合戦が繰り広げられています。
今回のGrok 4.7も、こうした競争環境の中で投入されたモデルの1つという位置づけになります。
各社のアプローチを整理すると、次のような傾向が見えてきます。
| 企業 | 直近の動き | 特徴的なアピールポイント |
|---|---|---|
| xAI（Grok） | Grok 4.7を価格据え置きで投入 | コーディング性能の大幅強化 |
| Anthropic | Claude Opus 5.5を発表 | 総合性能・安全性の訴求 |
| OpenAI | GPT-6アップデートを追随発表 | Anthropicへの即応スピード |
表示価格だけを見ると横並びに見えるこれらのモデルも、今回のGrok 4.7のように実際の消費トークン量まで踏み込んで比較しないと、本当のコスト競争力は見えてこないというのが実情のようです。
編集部コメント：「トークン単価」だけで選ぶ時代の終わり
AIモデル選びというと、つい「1トークンあたりいくらか」という表示価格に目が行きがちですが、今回のGrok 4.7の一件は、その見方だけでは足元をすくわれかねないことを教えてくれます。
処理が長引けばそれだけ課金対象のトークンも増えるため、結局は「そのタスクを終えるまでにいくらかかったか」で比較しないと、本当のお得感は分かりません。
企業でAIツールを導入する担当者はもちろん、個人でAPIを使って開発する人にとっても、料金表の数字だけで飛びつかず、実際の利用シーンでコストを試算してみる姿勢が大事になりそうです。
ClaudeやGPTとの値下げ競争が続く中、Grok陣営がこの「隠れコスト」にどう向き合っていくのかも注目したいところです。
開発者が今すぐできる対策
こうした「隠れコスト」問題への向き合い方として、実際にAPIを使う開発者側でもできる工夫はいくつかあります。
まず、タスクの難易度に応じてxHigh・High・標準モードを使い分け、必要以上に高性能なモードを常用しないことが基本です。
また、契約前に自社の代表的なタスクをいくつか実際に走らせてみて、表示価格ではなく完了までの実費用を計測しておくことも欠かせません。
料金プランの見かけの安さに引っ張られず、こうした実測ベースでの比較を習慣化しておくことが、AIツール導入のコストを無駄に膨らませないための第一歩になりそうです。
企業の情報システム部門にとっても、この教訓は他人事ではありません。
複数のAIベンダーと契約する際には、表示価格の一覧表だけで比較検討を終えるのではなく、実際の業務データを使った試験導入を経てから本契約に進む、という手順を踏む重要性が増していると言えるでしょう。
モデルの世代交代が数か月おきに起きている現状では、こうした検証プロセスそのものを定期的に回し続ける体制づくりも欠かせなくなってきています。
次のモデル更新がいつ来ても対応できるよう、比較の仕組みを社内に持っておくことが今後ますます重要になりそうです。
表示価格の安さに一喜一憂するのではなく、地に足のついた検証を積み重ねる姿勢が問われる時代になってきたと言えるでしょう。
今後もAI各社の発表が相次ぐとみられるため、その都度こうした「実質コスト」の視点を忘れずに情報を追いかけていきたいところです。
派手なベンチマークの数字だけに目を奪われないよう、冷静な見極めを心がけたいものです。
自社の実際の利用パターンに即したテストを重ねることこそが、遠回りに見えて最も確実な近道になりそうです。
今回の一件を教訓として、社内でのAI導入時の検証手順を、あらためて一から見直しておくのも良い機会になるかもしれません。
小さな確認作業の積み重ねが、結果的に大きな無駄遣いを防いでくれるはずです。
参照元：VentureBeat「Grok 4.7 pairs coding gains with the same affordable pricing — but high token consumption threatens real-world ROI」
https://venturebeat.com/technology/grok-4-7-pairs-coding-gains-with-the-same-affordable-pricing-but-high-token-consumption-threatens-real-world-roi
コメント