xai近日在九游会j9登录入口官网宣布，grok build正式向所有supergrok和x premium plus用户开放，此前该功能仅限supergrok heavy用户使用。这一调整标志着grok build从高门槛的小范围测试阶段，正式进入更广泛的付费用户市场，成为开发者工具领域的新竞争者。
grok build的推出被视为xai在编程场景追赶竞争对手的关键一步。此前，马斯克曾公开承认xai在编程领域落后于行业头部企业。据内部消息，xai高管曾要求团队确保grok在各类任务上达到claude的水平。grok build正是这一战略的首个落地产品，但其上线后迅速引发用户讨论：尽管界面设计获得好评，但底层模型性能仍需提升。有用户直言，若xai能推出真正达到sota（业界顶尖）水平的模型，grok build将立即具备与codex、claude code正面竞争的实力。
针对质疑，马斯克在社交平台回应称，xai下一代基础模型grok v9（1.5t参数）在未加入cursor数据进行补充训练的情况下已展现出色表现。他进一步解释了xai复杂的版本号体系：内部开发的v9参数规模达1.5t，在数据整理、训练方法和模型规模上全面超越v8，并针对blackwell架构进行了优化；而面向公众的v4.2基于存在重大缺陷的v8训练，参数仅0.5t，在训练数据质量、全面性和比例上存在明显不足。从v8到v9的升级被马斯克形容为“差距巨大”。
v9的突破主要体现在三个维度：首先是参数规模从0.5t扩张至1.5t，理论上可提升模型容量、复杂任务建模能力及长链路工具调用的稳定性，但其实际表现仍需公开版上线后验证。值得注意的是，由于头部模型普遍不公开参数量，v9的1.5t参数更适合作为xai自身代际比较的指标，而非直接与其他模型横向对比。
其次是硬件架构的升级。v8训练于hopper芯片，而v9转向为更大规模模型集群设计的blackwell架构。后者在互联带宽、低精度计算能力及系统级扩展能力上显著提升，尤其适合万亿级模型的训练与推理。xai的算力支撑来自部署在孟菲斯的colossus超级集群，其持续扩张为v9的研发提供了基础设施保障。
数据质量是v9的另一大改进。马斯克坦言v8的数据存在全面性不足和比例失衡的问题，而v9通过引入cursor数据弥补了这一短板。cursor数据记录了开发者从空白文件到最终代码的完整过程，包括补全、回退、纠错等行为，这些“过程数据”比github上的终态代码更具训练价值。v9的训练流程分为三步：补充cursor数据、进行监督微调（sft）和强化学习（rl），预计还需3至4周完成。若成功实施，v9将成为首个基于真实开发者行为系统性训练的grok模型。
作为grok build的驱动核心，grok-build-0.1模型已于5月19日进入api早期访问阶段。这款专为智能体编程设计的快速编码模型支持文本和图像输入，具备工具调用、结构化输出和推理能力，上下文窗口达256k（约25.6万token）。其训练目标是在长链路中循环执行读问题、写代码、用终端、查错和改错的任务。xai建议开发者将代码工作负载迁移至该模型，并称其在智能体编程和web开发能力上有显著提升。目前，grok-build-0.1已单独上架xai api，开发者可将其集成至自有智能体或ide中。
grok build的功能定位超越传统聊天机器人，更接近完整的开发者工作流入口。作为一款终端cli工具，它支持三种使用模式：全屏终端图形交互界面（tui）、无界面模式（headless）和通过智能体客户端协议（acp）接入其他应用。其核心优势在于“先规划后执行”的工作方式：面对复杂任务时，grok build会先生成计划并等待用户确认，修改过程以清晰的差异对比（diff）呈现，确保每处改动透明可控。它还支持子智能体并行处理任务、接入mcp服务器，并提供技能、插件和应用市场扩展体系，甚至内置了图片和视频生成命令。
尽管xai已摊开两张底牌——v9训练完成和硬件就位，但编程模型领域的竞争远未结束。claude code保持高频率迭代，openai的codex持续推进功能更新，cursor作为ide平台也在深化智能体能力。v9的公开版上线后，其1.5t参数能否在编程基准测试中拉开与竞争对手的差距，仍需实战检验。6月，grok build、claude code和codex将迎来正面交锋，而cursor的持续加码也为这场竞争增添了更多变数。
