Grok 4.5ら4モデルのアプリ開発力比較

AI開発企業のTryAI（トライAI）は、リリースされたばかりの「Grok 4.5」に加え、競合モデルである「GPT-5.5」、「Claude Opus 4.8」、「Claude Fable 5」の4モデルに対して同一のプロンプトから自己完結型HTMLアプリを開発させ、出力速度（レイテンシ）や処理能力（スループット）、利用コスト、成功率を比較測定した検証結果を公開しました。

1. アプリ開発能力の検証結果

TryAIは3Dルービックキューブ（Scramble/Solve機能付き）、粒子重力シミュレーター、ブロック崩しゲームなどの開発を各モデルに1回のプロンプト指示のみで実行させました。

• 3Dルービックキューブ：​ 最も難易度が高く、Claude Opus 4.8とFable 5のみが一発でアニメーション付きの3Dキューブの生成に成功しました。Grok 4.5は2回目の試行で修正され動作、GPT-5.5は平面表示にとどまり失敗しました。
• ​重力シミュレーターとブロック崩し：​ 全モデルが実用的なコードの生成に成功し、特にGPT-5.5のシミュレーターはデザインの美しさから高い評価を得ました。

2. 実行速度とコストの比較データ

TryAIが共通のテスト環境において、コーディング・要約などのタスクを各モデルに実行させて測定した性能データは以下の通りです。

• Grok 4.5：​ 出力開始まで0.5秒未満、スループットは毎秒110トークンと他モデルの2倍の速さを記録。1回の返答あたりのコストも最も安価でした。
• Claude Fable 5：​ 出力開始まで3.47秒、毎秒28トークンと最も遅くコストも高額でしたが、難関の3Dルービックキューブを一発で解く高い知性を見せました。
• GPT-5.5・Opus 4.8：​ 速度とコスト、知性のバランスにおいて中間的な位置を占めています。

検証結果から、Grok 4.5は打ち出されていた通り「コストおよび時間あたりの知能」において圧倒的な性能を見せ、コーディングエージェントとしての実用性の高さを示しました。一方で、最高峰の知性を求められる難関タスクでは依然としてClaude Fable 5などが優位にあり、用途に応じて速度・コストと知性のトレードオフをどう選択するかが今後の活用において重要となります。