2026年5月25日，xAI 正式推出 Grok Build 的早期 Beta 版本，这是一套专为软件工程代理工作流设计的快速编码模型体系。它同时提供文本与图像输入通道，内置 256K 上下文窗口，且不限制单次文本输出长度。其模型 API 标识为 grok-build-0.1，面向 SuperGrok 与 X Premium Plus 订阅者开放，同时也可以通过星链4SAPI以同样 ID 调用。

模型设计定位：面向编码任务的深层优化

grok-build-0.1 并非泛化的会话模型，其训练目标锁定在三大编码工作负载：交互式编码代理、工具调用（Function Calling）与多步骤开发流水线。主要规格见下表：

规格项 详情
模型 ID grok-build-0.1
上下文窗口 256,000 tokens
输入模态 文本 + 图像
输出模态 文本
输入单价 1.00 美元/百万 tokens
输出单价 2.00 美元/百万 tokens
缓存读取价格 0.20 美元/百万 tokens
Function Calling 支持
结构化输出 支持（JSON Schema）
推理过程 Token 支持
提示词缓存 支持
当前阶段 早期访问（Early Access）

其关键差异点在于：

  • 无截断的长上下文：可一次性吸收整个大型仓库，避免拆分，十分适合跨文件重构。

  • 视觉输入原生支持：能将 UI 截图或架构图直接作为上下文，免去人工转述。

  • 极低的缓存读取费用：对于反复访问同一代码库的长时间任务，成本控制更为友好。

根据 CloudPrice.net 2026 年 5 月 25 日数据，目前已支持 grok-build-0.1 的供应商包括 xAI 官方 API、OpenRouter 以及 Vercel AI Gateway，三者均提供 OpenAI 兼容的调用格式。

终端侧快速就绪：数分钟内启动 CLI

Grok Build 提供纯终端原生命令行工具，安装过程与 Claude Code 或 Codex CLI 高度对称，降低了切换工具时的认知负担。

1. 安装 CLI

macOS / Linux / WSL：

bash

curl -fsSL https://x.ai/cli/install.sh | bash

Windows（PowerShell）：

powershell

irm https://x.ai/cli/install.ps1 | iex

完成后可确认版本：

bash

grok --version
which grok

需要注意，社区项目 superagent-ai/grok-cli 同样生成 grok 命令，但这并非 xAI 官方构建工具。若曾安装过该社区版本，先用 which grok 核对路径。

2. 首次认证

bash

cd ~/code/your-project
grok

首次运行会拉起浏览器，通过 OAuth 验证具备 SuperGrok Heavy 订阅的账号。登录后 CLI 即自动加载项目上下文。

3. 无浏览器环境（服务器/CI）

在容器或远端主机中，可采用 API Key 认证：

bash

export GROK_CODE_XAI_API_KEY="xai-xxxxxxxxxxxxxxxx"
grok

API Key 在 console.x.ai 的“API Keys”页面创建，生成后仅显示一次，务必立即注入到 CI Secret Store（如 GitHub Actions Secrets）而非写入源码。

4. 校验配置加载

bash

grok inspect

该命令会列出当前目录下识别的所有配置来源、AGENTS.md 指令、技能、插件、Hook 以及 MCP Server。在允许代理执行实质变更前，先检查环境非常必要。

编程接口集成：将 grok-build-0.1 接入自定义工具链

驱动 CLI 的底层模型同样开放直接 API 调用，可嵌入自有代理循环、IDE 插件或 CI 脚本。xAI API 与 OpenAI 接口规范对齐，几乎无需改造已有代码。

获取 API Key：在 console.x.ai → API Keys 创建，并设置环境变量：

bash

export XAI_API_KEY="xai-xxxxxxxxxxxxxxxx"

方式一：xAI 原生 Python SDK

python

import os
from xai_sdk import Client
from xai_sdk.chat import user

client = Client(api_key=os.getenv("XAI_API_KEY"))
chat = client.chat.create(model="grok-build-0.1")
chat.append(user("Refactor this function to handle null inputs."))
response = chat.sample()
print(response.content)

安装：pip install xai-sdk

方式二：OpenAI 兼容 SDK
只需修改 base_url 与模型名：

python

from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("4S_API_KEY"),
    base_url="https://4sapi.com/v1"
)
response = client.responses.create(
    model="grok-build-0.1",
    input="Explain the architecture of this service."
)
print(response.output_text)

方式三：cURL 验证

bash

curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-build-0.1",
    "input": "Refactor this function to handle null inputs."
  }'
方式四：JavaScript（Vercel AI SDK）

javascript

import { xai } from '@ai-sdk/xai';
import { generateText } from 'ai';

const { text } = await generateText({
  model: xai.responses('grok-build-0.1'),
  prompt: 'Walk through this codebase and identify potential bugs.',
});
console.log(text);

兼容性提示：xAI API 端点路径为 https://api.x.ai/v1，认证方式为 Bearer，与 OpenAI Responses API 结构相同。大部分基于 OpenAI 编写的代码仅需替换 base URL 即可运行。在多模型推理的场景下，星链4SAPI 同样提供与 OpenAI 和 Anthropic 规范对齐的统一接入层，便于集中管控各模型密钥与流量。

并行子代理：Grok Build 的核心异动能力

Grok Build 最受开发者关注的能力之一是至多 8 个并行子代理，每个子代理运行在隔离的 Git worktree 中，互不影响，最终由主 Planner 汇总。

运转流程：

  1. 主代理接收任务并生成执行规划。

  2. 将子任务分派给最多 8 个独立子代理（例如“为模块 X 编写测试”“重构 /api 路由层”）。

  3. 每个子代理在专属 Git worktree 环境中并行执行，杜绝文件争用。

  4. 子代理完成后回报，主代理整合结果并提示人工审查（Plan-Review 模式）。

自定义模型分配：可通过 ~/.grok/config.toml 为不同子任务指定不同模型：

toml

[model.fast-model]
model = "grok-build-0.1"
base_url = "https://4sapi.com/v1"
name = "Grok Build Fast"
env_key = "AI_API_KEY"

[model.heavy-model]
model = "grok-4.3"
base_url = "https://4sapi.comv1"
name = "Grok 4.3 Heavy"
env_key = "AI_API_KEY"

[models]
default = "fast-model"

配置后可通过 grok -m heavy-model 或终端界面 /model 命令切换。

典型适用场景：

  • 大型代码库多模块并发重构

  • 实现代码与单元测试同步编写

  • Monorepo 中多个服务的依赖并行升级

  • CI 流程中无人值守的代码评审与自动补全

横向对比：Grok Build vs Claude Code vs Codex CLI

根据 digitalapplied.com 2026 年 5 月发布的编码代理对比报告，三款终端 CLI 的核心差异概括如下：

维度 Grok Build Claude Code 1.3 Codex CLI 0.130+
并行上限 最多 8 个 无硬性限制 多个（正式发布）
隔离机制 Git worktree / 代理隔离 共享工作区 子进程沙箱
协调模式 ACP + 计划审查 Task 工具（MCP 原生） 并行执行 + 汇报
底层模型 grok-build-0.1 (256K) Claude Opus 4.7 (200K+) GPT-5.5 (128K+)
IDE 绑定 纯终端 纯终端 纯终端
订阅门槛 SuperGrok Heavy（99 美元/月起） Pro 20 美元/月 Plus 20 美元/月
API 输入单价 1.00 美元/M 见 Anthropic 官方 见 OpenAI 官方
当前状态 Early Beta GA GA

选择建议：

  • 需要真正的并行多代理、要求任务间 Git 级别隔离、已是 SuperGrok 用户时，可优先考虑 Grok Build。

  • 追求成熟稳定正式版、深度绑定 MCP 生态、现有 Anthropic API 体系，更适合 Claude Code。

  • 已具有 OpenAI 付费套餐、团队对 GPT 系列模型更熟悉，可沿用 Codex CLI。

计费结构与成本速算

依据 xAI 官方 2026 年 5 月文档，grok-build-0.1 API 费用为：

计费项 单价
输入 Token 1.00 美元/百万 tokens
输出 Token 2.00 美元/百万 tokens
缓存读取 0.20 美元/百万 tokens

典型情形估算（kilo.ai 数据）：分析一个约 10,000 行的代码库（约 4 万输入 tokens + 1 万输出 tokens），单次调用成本约 0.06 美元。
若团队每日执行 50 次代码审查，月成本大致控制在 90 美元以内，相较 SuperGrok Heavy 订阅（99 美元/月起）在调用量适中时 API 按量付费反而更经济。

常见问题摘要

Q：未订阅 SuperGrok，能否直接调用 grok-build-0.1 API？
可以。CLI 交互模式需要 SuperGrok 或 X Premium Plus 订阅，而 API 调用是独立的按量计费服务。在 console.x.ai 创建 API Key 并充值后即可使用，无需任何订阅。

Q：grok-build-0.1 与 grok-4.3 如何选择？
xAI 官方划分：通用对话与推理用 grok-4.3，编码任务用 grok-build-0.1。两者价格接近（grok-4.3 输入 1.25 美元/M，grok-build-0.1 输入 1.00 美元/M），但编码模型在代码生成上响应更迅捷，专项优化更显著。

Q：是否支持 MCP Server？
支持。Grok Build 会读取项目目录下的 MCP 配置，运行 grok inspect 可查看已发现的 MCP Server 列表。xAI 同样提供完整的 ACP（Agent Client Protocol）支持，用于构建自定义代理与编排应用。

Q：能否在 GitHub Actions 中无人值守运行？
可以。将 GROK_CODE_XAI_API_KEY 设为 Actions Secret，在 CI 步骤中 export 后执行 grok -p "..."。--output-format streaming-json 参数可以产生机器可读的流式输出，兼容 GitHub Actions、GitLab CI、CircleCI 等平台。

Q：Grok Build 与社区 grok-cli 项目的区别？
两者完全不同。superagent-ai/grok-cli 是社区维护的封装，安装后同样生成 grok 命令；xAI 官方 Grok Build 通过上述官方脚本安装。可用 which grok 核实路径区分。

# java # spring # 开发语言 # 人工智能 # AI
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

怎么样的TTS产品会需要完成AIGC合规备案

avatar AtomGit开源社区
cover

Windows 安装 Ollama 全教程：本地部署大模型并跑通第一个 AI 对话

avatar AtomGit开源社区
cover

摩尔线程开源AI智能体框架MTClaw ，突破执行效率

avatar AtomGit开源社区