xAI ने अपने public API पर beta में grok-build-0.1 खोल दिया है, जिससे वह model जो पहले से Grok Build CLI को चलाता है, बिना SuperGrok या X Premium+ subscription के उपयोग योग्य हो गया। framing स्पष्ट है: यह शुरू से agentic काम के लिए train किया गया एक coding model है, single-shot completion नहीं। इसे इसलिए बनाया गया कि यह योजना बनाए कि एक task को क्या चाहिए, step by step execute करे, रास्ते में अपनी ही failures debug करे, और MCP के जरिए developer tools से जुड़े, वही tool-calling protocol जो agent stack का बाकी हिस्सा अब बोलता है। साथ में दिए गए आंकड़े: 256K context window, अधिकांश per-file या per-module काम के लिए पर्याप्त, output प्रति सेकंड 100 से ज्यादा tokens पर, और pricing प्रति मिलियन input token एक डॉलर और प्रति मिलियन output दो डॉलर।
यह कहां बैठता है, यह इससे ज्यादा दिलचस्प है कि यह क्या करता है। यह कीमत ठीक उस cheaper-models lane में उतरती है जिसमें इस हफ्ते हर lab घुस रहा है, Fable 5 द्वारा पिछली Mythos-class दर को आधा करने और subscription pricing पर Google की चाल के साथ-साथ। MCP-native वाला हिस्सा speed से ज्यादा मायने रखता है: एक model जो box से बाहर ही standard tool-calling protocol बोलता है, वह उसी substrate में plug होता है जिसमें बाकी सब, उस gateway परत समेत जिसे LiteLLM exploitation कहानी ने अब active attack के तहत दिखाया। एक ईमानदार चेतावनी: घोषणा के साथ कोई स्वतंत्र agentic-coding benchmark नहीं आता, कोई SWE-bench Verified संख्या नहीं, कोई harness खुलासा नहीं, तो codes-like-an-agent positioning xAI का अपने ही model के बारे में दावा है, मापा गया परिणाम नहीं।
असली संकेत access है, कोई नया frontier नहीं। यह क्षमता पहले से एक consumer product के भीतर ship हो रही थी; इसे builders के लिए कीमत-लगी कच्ची API के रूप में खोलना एक distribution चाल है, एक tool-fluent coding model को subscription वाले किसी के बजाय key वाले किसी के भी सामने रखना। Builders के लिए परिणाम व्यावहारिक और छोटा है: यह एक और सस्ता, MCP-बोलने वाला coding model है जिसे आप अभी जो चलाते हैं उसके खिलाफ A/B कर सकते हैं, और एकमात्र मायने रखने वाला benchmark आपका अपना harness है, क्योंकि वही एक संख्या है जिसे vendor नियंत्रित नहीं करता। इसे अपने agent loop में डालो, इसे एक असली multi-step task दो, और देखो कि क्या from-the-ground-up agentic training सच में वहां दिखती है जहां आप काम करते हैं।