xAI abrió grok-build-0.1 en su API pública en beta, haciendo el modelo que ya impulsa el Grok Build CLI usable sin una suscripción SuperGrok o X Premium+. El encuadre es explícito: es un modelo de coding entrenado desde cero para trabajo agéntico, no completación de un solo disparo. Está construido para planificar lo que una tarea necesita, ejecutar paso a paso, depurar sus propios fallos en el camino, e integrarse con tools de desarrollador vía MCP, el mismo protocolo de tool-calling que el resto del stack de agentes ahora habla. Los números adjuntos: una ventana de contexto de 256K, suficiente para la mayoría del trabajo por archivo o por módulo, output servido a 100 tokens por segundo o más, y precios de un dólar por millón de tokens de entrada y dos por millón de salida.
Dónde se ubica es más interesante que lo que hace. El precio aterriza justo en el carril de los cheaper-models que cada lab está abarrotando esta semana, junto a la tarifa Mythos-class reducida a la mitad por Fable 5 y el movimiento de Google sobre el pricing de suscripción. La parte MCP-native importa más que la velocidad: un modelo que habla el protocolo de tool-calling estándar de fábrica se enchufa al mismo substrato que todo lo demás, incluida la capa gateway que la historia de explotación de LiteLLM mostró que ahora está bajo ataque activo. Una salvedad honesta: el anuncio no trae ningún benchmark de coding agéntico independiente, ningún número SWE-bench Verified, ninguna divulgación de harness, así que el posicionamiento codifica-como-un-agente es el claim de xAI sobre su propio modelo en vez de un resultado medido.
La señal real es el acceso, no una nueva frontera. La capacidad ya venía enviándose dentro de un producto de consumidor; abrirla como una API cruda con precio para builders es un movimiento de distribución, poner un modelo de coding fluido-en-tools frente a cualquiera con una clave en vez de cualquiera con una suscripción. Para los builders la consecuencia es práctica y pequeña: es un modelo de coding barato y que habla MCP más para A/B-testear contra lo que corres ahora, y el único benchmark que cuenta es tu propio harness, porque ese es el único número que el vendor no controla. Métele en tu loop de agente, dale una tarea multi-paso real, y observa si el entrenamiento agéntico desde-cero realmente aparece donde trabajas.