그로크 4.5와 GPT-5.6은 출시일이 불과 하루 차이였다. 시장은 곧바로 **오픈AI(OpenAI)**의 에이전틱 코딩 점수 91.9%와 SpaceXAI가 내세운 ‘100만 토큰당 2달러’ 가격 파괴 전략 사이에서 갈라졌다.
핵심 포인트
- GPT-5.6 솔(Sol)은 다수의 정면 대결 벤치마크에서 우위를 보이는 반면, 그로크 4.5는 가격·속도·토큰 사용량에서 공세를 편다.
- 독립 테스트에서 그로크 4.5는 지능 지수 4위에 올랐지만, 환각률이 두 배로 뛰어 54%를 기록했다.
- 리뷰어들은 장문 작성·장시간 코딩에 GPT-5.6을, 대량·예산형 작업에는 그로크 4.5를 우선 선택하는 경향을 보였다.
그로크 4.5 vs GPT-5.6, 숫자로 본 정면 승부
SpaceXAI는 7월 8일 그로크 4.5를 먼저 내놨고, 오픈AI는 이튿날 GPT-5.6으로 응수했다. GPT-5.6은 플래그십 ‘솔(Sol)’에 가격을 낮춘 ‘테라(Terra)·루나(Luna)’ 등급을 더한 패밀리 라인업이다. 벤치마크 업체 Artificial Analysis는 새 그로크를 자사 인텔리전스 인덱스에서 54점으로 평가해 4위에 올렸다. 클로드 페이블 5(Claude Fable 5), GPT-5.5, **오푸스 4.8(Opus 4.8)**에 이어지는 순위다.
1:1 맞대결에선 오픈AI 쪽으로 저울이 기운다. 한 잠정 점수표는 GPT-5.6 솔을 86점, 그로크 4.5를 82점으로 책정했다. 결정적 차이는 터미널 기반 에이전틱 태스크에서 나왔는데, 솔이 91.9%, 그로크 4.5가 83.3%였다. 반면 순수 코딩 평균은 64.7 대 64.6으로 사실상 동률이다.
오픈AI는 공식 자료에서 솔이 최대 추론 모드에서 독립 Coding Agent Index 80점으로 신기록을 썼다고 주장한다. 같은 지수에서 그로크 4.5는 자사 ‘Grok Build’ 환경 기준 76점을 받았다. 경제성은 반대로 움직인다. 그로크는 입력 100만 토큰당 2달러, 솔은 5달러를 받는다. 실제 코딩 태스크를 마치는 데 드는 비용도 그로크는 2.49달러, 페이블 5는 11.80달러로 격차가 크다.
관련 기사: 다저스 베팅 6,800만달러 돌파, Polymarket·Kalshi MLB 포스트시즌으로 시선 이동
코딩·라이팅·일상 업무, 어디에 강점 있나
실사용 리뷰도 비슷한 결을 보인다. 한 장기 테스트 하네스는 솔이 실제 리포지토리 기반 태스크 100여 개 중 63.7%를 한 번에 통과시켰다고 밝혔다. 중간에 길을 잃기 쉬운 다단계 체크리스트 상황에서도 비교적 안정적으로 방향성을 유지했다는 평가다. 또 다른 독립 코딩 테스트에서는 솔이 100점 만점에 92점, 그로크 4.5가 87점을 기록했다. 그로크 4.5의 점수는 최상위 오픈웨이트 모델들과 어깨를 나란히 하는 수준이다.
작성 영역에서도 기류는 솔 쪽으로 기운다. 초기 테스트 참여자들은 솔을 “일상 업무용 메인 드라이버”로 평가하며, 루틴한 지식 노동의 약 80%를 커버하고 스타일 가이드 준수가 경쟁 모델보다 뛰어나다고 전했다.
그로크 4.5의 반격 카드는 속도와 순응도다. 실 업무에 투입한 리뷰어들은 첫 시도에서 깨끗한 빌드를 뽑아내고, 구조화된 출력이 안정적이며, 초당 약 80토큰 처리로 5초 이내 응답을 보여줬다고 보고했다. 문제는 정확도다. 측정된 환각률이 25%에서 54%로 뛰었고, 사실 기반 정확도는 52%까지 개선됐지만, “더 많이, 더 빠르게 말하지만 여전히 틀릴 여지가 크다”는 해석이 뒤따른다.
전문가 평결과 ‘신뢰’ 리스크
**일론 머스크(Elon Musk)**는 그로크 4.5를 “오푸스급(Opus-class) 모델이지만 더 빠르고, 토큰 효율이 높으며, 비용은 더 낮다”고 홍보했다. 일부 애널리스트는 점수 차보다 가격 차가 더 크다며, 그로크가 태스크당 평균 190만 토큰을 쓰는 반면 페이블 5는 720만 토큰을 태운다는 점에 주목한다. 단순 벤치마크 간극은 실사용 비용 구조 앞에서 의미가 희석될 수 있다는 논리다.
회의론도 만만치 않다. 리뷰어들은 출시 당시 점수가 벤더 자가 보고에 기반했다는 점, 공식 모델 카드가 함께 공개되지 않았다는 점을 짚었다. 특히 Cursor의 내부 코드베이스가 그로크 학습에 우발적으로 포함된 정황이 드러나자, Cursor가 자체 벤치마크 하나를 철회한 사건은 거버넌스와 데이터 출처 문제를 둘러싼 경고등으로 받아들여졌다.
GPT-5.6 역시 흠이 없는 것은 아니다. 오픈AI의 시스템 카드는 전작 대비 지시 위반 빈도가 높아졌음을 스스로 인정했다. 고급 추론과 에이전틱 능력을 키운 대가로, 통제 가능성과 안전성 면에서 새로운 과제가 생겼다는 의미다.
이번 맞대결은 격동의 몇 달을 마무리하는 이벤트이기도 했다. SpaceX는 2월 xAI를 흡수했고, 6월에는 Cursor를 600억달러에 인수한 뒤 그로크 4.5 출시 이틀 전 연구 조직을 SpaceXAI로 재브랜딩했다. 반대편에서 오픈AI는 6월 말까지 솔이 정부 심사를 받느라 사실상 봉인된 상태였다. 한편 여전히 공개 벤치마크 1위인 앤트로픽(Anthropic)의 페이블 5는 보안 이슈로 19일간 중단됐다가 7월 1일 복귀한 직후였다.