xAI近日在官網宣布，Grok Build正式向所有SuperGrok和X Premium Plus用戶開放，此前該功能僅限SuperGrok Heavy用戶使用。這一調整標志著Grok Build從高門檻的小范圍測試階段，正式進入更廣泛的付費用戶市場，成為開發者工具領域的新競爭者。

Grok Build的推出被視為xAI在編程場景追趕競爭對手的關鍵一步。此前，馬斯克曾公開承認xAI在編程領域落后于行業頭部企業。據內部消息，xAI高管曾要求團隊確保Grok在各類任務上達到Claude的水平。Grok Build正是這一戰略的首個落地產品，但其上線后迅速引發用戶討論：盡管界面設計獲得好評，但底層模型性能仍需提升。有用戶直言，若xAI能推出真正達到SOTA（業界頂尖）水平的模型，Grok Build將立即具備與Codex、Claude Code正面競爭的實力。

針對質疑，馬斯克在社交平臺回應稱，xAI下一代基礎模型Grok V9（1.5T參數）在未加入Cursor數據進行補充訓練的情況下已展現出色表現。他進一步解釋了xAI復雜的版本號體系：內部開發的V9參數規模達1.5T，在數據整理、訓練方法和模型規模上全面超越V8，并針對Blackwell架構進行了優化；而面向公眾的v4.2基于存在重大缺陷的V8訓練，參數僅0.5T，在訓練數據質量、全面性和比例上存在明顯不足。從V8到V9的升級被馬斯克形容為“差距巨大”。

V9的突破主要體現在三個維度：首先是參數規模從0.5T擴張至1.5T，理論上可提升模型容量、復雜任務建模能力及長鏈路工具調用的穩定性，但其實際表現仍需公開版上線后驗證。值得注意的是，由于頭部模型普遍不公開參數量，V9的1.5T參數更適合作為xAI自身代際比較的指標，而非直接與其他模型橫向對比。

其次是硬件架構的升級。V8訓練于Hopper芯片，而V9轉向為更大規模模型集群設計的Blackwell架構。后者在互聯帶寬、低精度計算能力及系統級擴展能力上顯著提升，尤其適合萬億級模型的訓練與推理。xAI的算力支撐來自部署在孟菲斯的Colossus超級集群，其持續擴張為V9的研發提供了基礎設施保障。

數據質量是V9的另一大改進。馬斯克坦言V8的數據存在全面性不足和比例失衡的問題，而V9通過引入Cursor數據彌補了這一短板。Cursor數據記錄了開發者從空白文件到最終代碼的完整過程，包括補全、回退、糾錯等行為，這些“過程數據”比GitHub上的終態代碼更具訓練價值。V9的訓練流程分為三步：補充Cursor數據、進行監督微調（SFT）和強化學習（RL），預計還需3至4周完成。若成功實施，V9將成為首個基于真實開發者行為系統性訓練的Grok模型。

作為Grok Build的驅動核心，grok-build-0.1模型已于5月19日進入API早期訪問階段。這款專為智能體編程設計的快速編碼模型支持文本和圖像輸入，具備工具調用、結構化輸出和推理能力，上下文窗口達256K（約25.6萬token）。其訓練目標是在長鏈路中循環執行讀問題、寫代碼、用終端、查錯和改錯的任務。xAI建議開發者將代碼工作負載遷移至該模型，并稱其在智能體編程和Web開發能力上有顯著提升。目前，grok-build-0.1已單獨上架xAI API，開發者可將其集成至自有智能體或IDE中。

Grok Build的功能定位超越傳統聊天機器人，更接近完整的開發者工作流入口。作為一款終端CLI工具，它支持三種使用模式：全屏終端圖形交互界面（TUI）、無界面模式（headless）和通過智能體客戶端協議（ACP）接入其他應用。其核心優勢在于“先規劃后執行”的工作方式：面對復雜任務時，Grok Build會先生成計劃并等待用戶確認，修改過程以清晰的差異對比（diff）呈現，確保每處改動透明可控。它還支持子智能體并行處理任務、接入MCP服務器，并提供技能、插件和應用市場擴展體系，甚至內置了圖片和視頻生成命令。

盡管xAI已攤開兩張底牌——V9訓練完成和硬件就位，但編程模型領域的競爭遠未結束。Claude Code保持高頻率迭代，OpenAI的Codex持續推進功能更新，Cursor作為IDE平臺也在深化智能體能力。V9的公開版上線后，其1.5T參數能否在編程基準測試中拉開與競爭對手的差距，仍需實戰檢驗。6月，Grok Build、Claude Code和Codex將迎來正面交鋒，而Cursor的持續加碼也為這場競爭增添了更多變數。