Grok 4.5、GPT-5.5、Claudeが同じアプリをビルドした

今週、xAIがコーディングやエージェントワークにおいて最も賢いモデルだと主張するGrok 4.5が登場しました。「Cursorと共同でトレーニングされた」とのことです。新しいコーディングモデルのバイブチェックをするインターネットのお気に入りの方法は、ビルドオフです。1つのプロンプトを与え、どのようなアプリが出力されるかを見て、クリップを投稿します。私たちはそれを、きちんと行いました。Grok 4.5、GPT-5.5、Claude Opus 4.8、Claude Fable 5に全く同じ3つのプロンプトを与えました。インタラクティブなアプリのための、単一の自己完結型HTMLファイル（ライブラリなし、ネットワークコールなし）をビルドすることです。それぞれ1回ずつ、手助けなし、プロンプトの調整なしです。その後、すべての結果を実際のブラウザにロードし、操作して、何が起こったかを記録しました。以下のクリップはすべてモデルの生の出力であり、「ライブで再生」をクリックすると、実際に生成されたアプリを実行できます。失敗に関する1つのルール：アプリが全くレンダリングされなかった場合、1回の再試行を許可し、それを使用した場合は通知します。 ラウンド1：3Dルービックキューブをシャッフルして解く 「シャッフル」と「解く」ボタン付きのカラフルな3D風ルービックキューブをビルドしてください。キューブは回転を視覚的にアニメーションさせる必要があります。これは難しい課題です。実際の3D数学、面ごとの状態、アニメーションがすべて1つのファイルに必要です。 Grok 4.5 GPT-5.5 Claude Opus 4.8 Claude Fable 5 ライブで再生：Grok 4.5 · GPT-5.5 · Opus 4.8 · Fable 5 このラウンドはClaudeが制しました。Opus 4.8とFable 5は、どちらも最初の試行で、正しく色分けされた本格的な3Dキューブを生成し、シャッフルとソルブのアニメーションターンを行いました。Grok 4.5はここでつまずきました。最初の試みではタイトルとボタンはレンダリングされましたが、キューブは全く表示されませんでした（空白の虚無）。そのため、許可された1回の再試行を使用し、2回目の試みでクリーンでカラフルな3Dキューブが生成されました。GPT-5.5は異質で、完全なキューブの代わりに、ほとんど色がなく、単一の暗い面をレンダリングしました。 勝者：OpusとFable、同点。 ラウンド2：パーティクル重力サンドボックス キャンバス上にインタラクティブなパーティクル重力サンドボックスを作成してください。数百個のパーティクルに軌跡があり、クリックすると重いアトラクターが追加されます。魅惑的にしてください。 Grok 4.5 GPT-5.5 Claude Opus 4.8 Claude Fable 5 ライブで再生：Grok 4.5 · GPT-5.5 · Opus 4.8 · Fable 5 ここでは全員が動作するサンドボックスを出荷したため、好みで決まりました。GPT-5.5は最も本当に魅惑的なものを作成しました。光るネオンのアトラクターと、密集した渦巻くカラフルな軌跡です。Grok 4.5はクリーンで軌道的なスタイルで、整然としたアトラクターリングとカラフルな流れるようなパーティクルでした。Fable 5は柔らかく光る球体に傾倒し、Opus 4.8は最も賑やかでウェブらしいパーティクルフィールドと優れた物理演算を生成しましたが、視覚的な魅力はやや劣りました。 勝者：GPT-5.5、雰囲気で。 ラウンド3：プレイ可能なブレイクアウトゲーム キャンバス上にプレイ可能なブレイクアウト/ブリックブレーカーを作成してください。パドルはマウスに追従し、ボールはカラフルなブロックを破壊し、スコアとライフが表示されます。 Grok 4.5 GPT-5.5 Claude Opus 4.8 Claude Fable 5 ライブで再生：Grok 4.5 · GPT-5.5 · Opus 4.8 · Fable 5 デッドヒート。4つすべてが、最初の試行でスコア、ライフ、光るパドルを備えた洗練された、実際にプレイ可能なブリックブレーカーを生成しました。Grok 4.5とGPT-5.5はネオンアーケードの外観を最も強く押し出し（GPTはスクリプトがボールを打ち返している間にスコアを記録しました）。細かく見れば、4つすべてが製品品質です。 勝者：全員。 証拠：速度とコスト 見栄えの良いデモは一つの側面です。各モデルの実行コストはいくらでしょうか？私たちは独自のハーネス（コーディング、推論、要約を網羅する3つの固定プロンプト、それぞれ3回繰り返し、出力トークンは400に制限）を使用して、アプリが使用するのと同じプロバイダーパスを通じて測定しました。スループットは、全プロバイダーで一様に測定された総ウォールクロックレイテンシに対する出力トークンです。 モデル | 中央値レイテンシ | 初回トークン | スループット | 返信あたりのコスト | 成功 ---|---|---|---|---|--- Grok 4.5 | 2.8秒 | 0.44秒 | 110 トーク/秒 | 0.002¢ | 100% GPT-5.5 | 2.0秒 | 1.26秒 | 53 トーク/秒 | 0.004¢ | 100% Claude Opus 4.8 | 2.6秒 | 1.16秒 | 47 トーク/秒 | 0.004¢ | 100% Claude Fable 5 | 6.3秒 | 3.47秒 | 28 トーク/秒 | 0.009¢ | 100% ここでGrok 4.5が強みを発揮します。0.5秒未満で初回トークンに到達し、約110トークン/秒（ここの他のモデルの約2倍）でストリーミングし、バッチの中で最も安価な返信でした。これはまさにxAIがアピールした「時間とコストあたりの知能」のピッチです。中央値ウォールクロックタイムが中間的なのは、冗長（回答あたりのトークン数が最も多かった）であり、テールが不安定（9秒のp95）だったためです。GPT-5.5は短い回答では最も機敏で、Opus 4.8はバランスの取れた中間、Fable 5は最も遅く最も高価で、トップの知能チャートの代償でした。 ボーナスラウンド：奇妙なものを描く コーディングは一つの軸です。空間的な想像力は別の軸です。各モデルに、意図的に奇妙なシーンの単一の手書きSVG（ラスターなし、ライブラリなし）を依頼しました。月面を歩く宇宙飛行士の背中に乗った馬です。役割の逆転、2つのキャラクター、1つのファイル。 Grok 4.5 GPT-5.5 Claude Opus 4.8 Claude Fable 5 生のSVG：Grok 4.5 · GPT-5.5 · Opus 4.8 · Fable 5 Fable 5がショーを盗みました。カウボーイハットをかぶった馬が「ギディアップ、人間！」と叫び、かがんだ宇宙飛行士が「ハフ…ハフ…」と喘いでいます。それは単なる絵ではなく、コメディです。GPT-5.5は、歓声を上げる馬が「ウィー！」と叫ぶという点で、僅差で2位でした。Grok 4.5は、カラフルで読みやすいシーンで、指示をきれいにこなしました。Opus 4.8もキャラクター性のある馬と宇宙飛行士の絵を描きましたが、生のSVGには厳密なSVGパーサーをトリップさせる重複属性が含まれていました（上の画像では寛容にレンダリングしました）。これは小さくも現実的な正確性の低下です。 評決 Grok 4.5は、速度と価値のモンスターです。素晴らしいブレイクアウトと洗練された重力シミュレーターをビルドし、フィールドの約2倍の速度でストリーミングし、実行コストは最も安価です。唯一の本当のミスは、最も難しいステートフルタスク（最初の試行で空白のキューブ、再試行で修正）でした。ワークロードが高頻度のコード生成で、レイテンシとコストが積み重なる場合、議論の余地はほとんどありません。Grok 4.5 vs GPT-5.5を参照してください。 Claude Opus 4.8とFable 5は、最も信頼性の高いビルダーです。彼らは最初の試行で3Dキューブを完成させた唯一の2つであり、Fableは最も面白いSVGを持っていました。その代償は、特にFableでは、レイテンシと価格で支払われます。Grok 4.5 vs Opus 4.8を参照してください。 GPT-5.5は、機敏なスタイリストです。最も美しい重力シミュレーター、最も高速な短い回答、しかしキューブは失敗しました。 正直な見出し：全く新しいローンチ日において、Grok 4.5は市場で最高のモデルと互角に戦い、速度とコストで圧倒的に勝利しました。 あなた自身のプロンプトで決着をつけたいですか？ここで紹介したすべてのモデルは、TryAIアカウントで、従量課金制で、サブスクリプションなしで実行できます。モデルを閲覧して、あなた自身のビルドオフを開始してください。 自分で試す ここで言及されているすべてのモデルは、1つのアカウントでTryAIで利用可能で、従量課金制で、サブスクリプションはありません。 無料で始める