Grok Build выходит в опенсорс: задача по коду обходится в 2,49 доллара против 11,80 у Claude Code

Одиннадцатого августа пользователь Harshith обнаружил на LLM Arena четыре новых варианта, скрытых под именем Grok 4.5, и предположил, что это Grok 4.6 с разными уровнями «мыслительных усилий». Официальной карточки модели пока нет: в документации xAI на 12 августа значится только Grok 4.5 без отдельного идентификатора, цены и описания для версии 4.6. Параллельно xAI собирает связку продуктов: Grok Build, Workflows, Grok Bot, Grok Imagine Image 2.0 и обновлённый harness (оболочка, которая запускает модель, проверяет результат и управляет инструментами).

Что здесь измеряли и проверяли?

Сообщество тестировало модель в двух плоскостях. Первая: классические кодовые задачи через SWE-Bench Pro (стандартный набор реальных багов из открытых проектов, которые модель должна починить сама). Вторая, и она интереснее: генерация интерактивных 3D-сцен с нуля по одному промпту (промпт, текстовая инструкция для модели).

Harshith просил модель собрать 3D-модель индийского локомотива WDP-4D на Three.js (библиотека для 3D в браузере). На низком уровне рассуждений модель выдала рабочий 3D-объект с характеристиками. На среднем добавила интерфейс, переключатели видов и техническую панель. На высоком локомотив стал визуально ближе к реальному: маркировка, кабины, тележки, параметры тяги.

Второй тест, Voxelcraft, мир в стиле Minecraft: меню, управление, блоки, дневные и ночные сцены. Здесь проверялась уже не отдельная модель объекта, а связность: модель собирает объект, сцену, интерфейс и поведение в один работающий прототип.

Что обнаружили?

• Grok 4.5 тратит в 4,2 раза меньше выходных токенов на задачу, чем Opus 4.8 max на SWE-Bench Pro: 15 954 против 67 020. Меньше токенов при сопоставимом результате означает меньший счёт за каждую решённую задачу.
• Стоимость задачи Grok 4.5 в агентном индексе Artificial Analysis составила около 2,49 доллара против 5,07 у GPT-5.5 в Codex и 11,80 у Fable 5 в Claude Code. Разница в два-пять раз.
• Модель обучали на триллионах токенов данных Cursor. Cursor подтвердил это и уточнил: внутри не просто код, а следы реальной работы разработчиков. Как люди ходят по репозиторию, какие инструменты вызывают, где ошибаются, как чинят, как проверяют результат. Обучение шло совместно со SpaceXAI.
• 3D-генерация вышла на уровень работающих прототипов. Раньше модели обычно ломались в двух местах: либо геометрия была приблизительной, либо интерактив переставал работать после первого клика. Здесь модель выдаёт запускаемый прототип с интерфейсом.

Grok Build: агентный runtime с открытым кодом

Grok Build легко принять за терминал для промптов. В репозитории xai-org/grok-build лежит полноценный агентный runtime на Rust: интерактивный режим, режим без интерфейса для скриптов и CI (непрерывная интеграция, автоматическая сборка и проверка кода), протокол Agent Client Protocol для встраивания в редакторы, работа с файлами, shell-команды, поиск, MCP (протокол подключения внешних инструментов к модели), навыки, хуки, плагины, песочница, управление правами, субагенты.

Грубая аналогия: если Hermes от Anthropic для вас был «агентом, который живёт в проекте и сам себя контролирует», то Grok Build идёт в ту же сторону, только работает на токенах подписки Grok и с моделью xAI внутри.

В последних релизах xAI дорабатывала рабочую механику, а не маркетинг:

• Запрос разрешений показывает конкретные shell-команды
• MCP-изображения передаются без обрывов
• Песочница стабильнее работает в больших директориях
• Фоновые задачи можно отменять
• Режимы plan, agent и ask стали предсказуемее
• Контекст меньше ломается на больших git-репозиториях

Что это значит для вас?

Авторам Дзена и копирайтерам. Grok Build пока заточен под код, но паттерн «агент, который сам ходит по проекту, проверяет результат и дорабатывает» через полгода-год доберётся до контентных задач. Следите за тем, как работает агентный (agentic, когда ИИ сам решает, какие шаги предпринять) подход в коде: именно так будут устроены будущие инструменты для текста и вёрстки.

Маркетологам. Стоимость задачи в 2,49 доллара против 5-12 у конкурентов меняет экономику автоматизации. Если ваша команда уже использует ИИ-агентов для генерации лендингов, писем, прототипов, считайте заново.

Предпринимателям в РФ и СНГ. Grok Build доступен как опенсорс (открытый код) на GitHub, Rust-код можно развернуть локально. Модели xAI доступны через API, но в России могут быть ограничения по оплате и скорости. Из ближайших аналогов: Cursor работает через VPN, Claude Code официально недоступен в РФ. YandexGPT и GigaChat пока не предлагают сопоставимого агентного runtime для разработки.

xAI строит не «ещё одну модель», а замкнутый контур: дешёвый инференс (инференс, работа модели на запросе пользователя), агентный runtime с открытым кодом и данные, которых нет ни у кого другого. Вопрос один: доведёт ли Маск эту связку до стабильного продукта или, как бывало, обгонит собственный дедлайн.

По данным наблюдений сообщества LLM Arena, тредов Harshith и J A Z I I в X, документации xAI и публикаций Cursor и Artificial Analysis