Grok Build 開進 API，AI coding agent 三強路線開始分叉

重點一：xAI 在 2026 年 5 月 28 日把 grok-build-0.1 開放進 API 公測，定價 $1/M input、$2/M output，支援 prompt caching（最高 90% 折扣）。這是繼 5 月 25 日擴開訂閱入口後，Grok Build 的第二波開放動作。

重點二：grok-build-0.1 的 SWE-Bench Verified 分數為 70.8%（xAI 自測），比 Claude Opus 4.7 約低 15 個百分點；但 output 成本是 $2/M vs $25/M，差距 12.5 倍。

重點三：API 入口的意義不只是「多一個工具選項」——它讓任何有 xAI API key 的開發者可以把 Grok 的 coding model 整進自己的工具鏈，不需要訂閱 xAI 的 CLI 服務。

---

同一個月，Claude Code、Codex CLI、Grok Build 三個 coding agent 都在搶你的 terminal。

Anthropic 的 Claude Code 在 5 月 19 日推出 MCP tunnels 研究預覽版，讓代理人能透過隧道連接本機開發環境。OpenAI 的 Codex CLI 在 5 月 14 日把批准介面搬上 iOS，工程師可以在手機上審核代理人動作。xAI 的 Grok Build 在昨天（5 月 28 日）做了另一件事：把 coding model 開進 API 公測，每百萬 output token 2 美元。

三家的動作方向不一樣。讀懂這個分叉，比知道誰「最強」更重要。

---

Grok Build 是什麼？CLI 和 API 的差別，昨天開放了什麼

Grok Build 從 5 月 14 日開始對 SuperGrok Heavy 訂戶（每月 $300）進入早期測試。它是一個 terminal coding agent：你在本機 terminal 用自然語言下指令，代理人生成計畫、執行指令、寫程式、跑測試。程式碼在你的機器上執行，xAI 表示工作階段期間不傳送 codebase 到伺服器（廠商主張，未經第三方驗證）。

5 月 25 日，Grok Build 擴展到所有 SuperGrok 和 X Premium+ 訂戶，搭配 $99/月的促銷方案（前 6 個月）。這兩週 Grok Build 都是訂閱制工具：你用訂閱換工具使用權，沒有 API 入口。

昨天（5 月 28 日）的更新改變了這件事。

xAI 把 grok-build-0.1 開放進 xAI API 公測。這代表任何有 xAI API key 的開發者，現在可以直接呼叫這個 coding model，不需要訂閱 Grok Build CLI，也不需要使用 xAI 的 terminal 介面。模型的規格：256K tokens 上下文窗口、100+ tokens/秒吞吐、支援 MCP 與 ACP（Agent Client Protocol）。

白話講：從訂閱制 terminal 工具，變成開放 API 的 coding model 基礎設施。

---

三種入口，三種適用場景：從訂閱 CLI 到開放 API，誰服務誰

三家 coding agent 的入口模型不同，而入口決定了誰能用、怎麼整進工具鏈。

工具	訂閱入口	API 入口	適合場景
Claude Code	Pro $20/月、Team $25/人·月、Enterprise	API：$5/M input、$25/M output	個人開發、企業工具鏈整合、自建 coding agent
Codex CLI	ChatGPT Plus/Pro 訂閱	OpenAI API（GPT-5.5 系列定價）	個人開發、IDE 整合、行動裝置批准
Grok Build	SuperGrok $99/月（促銷）、X Premium+	API：$1/M input、$2/M output（新）	個人開發、API 工具鏈整合（新）

訂閱入口服務的是「直接使用工具的開發者」。API 入口服務的是兩類人：直接用工具的開發者，以及在自己的系統或產品裡整合 coding model 的開發者。

Grok Build 在昨天開了 API 入口，代表第二類場景現在多了一個每百萬 output token 2 美元的選項。

---

成本矩陣：70.8% 配 $2/M，哪些任務算法不同

這是這篇最需要算清楚的部分。

grok-build-0.1 在 SWE-Bench Verified 上的分數是 70.8%（xAI 自有測試環境）。Claude Opus 4.7 的分數約在 85% 左右（依 Anthropic 公告的「coding benchmark 提升 13%」推算），高了約 15 個百分點。光看 benchmark，Grok Build 是老三。

但 output 成本：$2/M tokens vs Claude Opus 4.7 的 $25/M tokens。

Grok Build 的 SWE-Bench 分數比 Claude Opus 4.7 低 15 個百分點，但 output 成本便宜 12 倍。如果你選的不是「最聰明的工具」，而是「最適合批次任務的工具」，計算式從頭到尾都不同。

加上 prompt caching 最高 90% 折扣（反覆使用相同 codebase 背景脈絡時），Grok Build 的有效 input 成本可以更低。

換句話說，$2/M 的存在改變了哪些任務分類的經濟計算：

• 需要高準確率的關鍵路徑任務（核心業務邏輯修改、複雜重構、有嚴格測試需求的程式）：15 個百分點的差距是真實風險，選 Claude Opus 4.7 或 GPT-5.5 系列更合理。
• 可容許 70% 準確率的批次任務（樣板程式碼生成、大規模 lint 修正、重複性 API wrapper、CI 腳本）：12 倍的成本差是真實節省，Grok Build 的 API 計算式就不同了。

Anthropic 自己的 Claude Code 使用成本估算是每位開發者每個 active day 平均 13 美元、每月 150 到 250 美元。這個數字在大量 agentic 任務下可以更高。若工程主管有機會把部分批次任務路由到 $2/M 的 output，節省空間是量級差異，不是百分比差距。

---

架構路線：plan mode、subagent、行動批准——三家設計哲學

三家工具的架構路線，反映了對「代理人應該怎麼被監督」的不同理解。

Grok Build 的方式：

plan mode 是 Grok Build 最有特色的設計。代理人先生成一個任務節點圖，包含每個子任務的狀態，顯示在專用 TUI（terminal UI）裡，讓你在任何程式碼被修改之前先看到完整計畫。確認後，代理人啟動最多 8 個並行 subagent，各自在隔離的 Git worktree 上工作，同時修改不同部分的 codebase 不會互相衝突。

Claude Code 的方式：

單代理人主線加 MCP 整合。May 19 的 MCP tunnels 研究預覽讓代理人能透過隧道連接本機環境；Anthropic Managed Agents 已進公測，提供 self-hosted sandbox 和企業稽核日誌。Claude Code 的設計哲學傾向把安全隔離和企業治理放在架構核心。

Codex CLI 的方式：

/goal 指令產生線性文字計畫（非 Grok Build 的節點圖），行動批准可以透過 iOS/Android App 遠端操作——工程師不在電腦旁也能審核代理人動作。Chrome extension 讓 DevTools 也進入代理人可見範圍。Codex 的設計傾向讓批准動作可以發生在任何裝置上。

三條路線代表三種哲學：執行前完整計畫圖（Grok Build）/ 企業安全框架優先（Claude Code）/ 批准動作隨時隨地（Codex CLI）。

---

選工具前的 4 個問題：你的任務分類決定了計算式

在比較三家工具前，先回答這 4 個問題。

1. 你是在「用工具」，還是在「建工具」？

直接在 terminal 用 AI 助手寫程式，訂閱制入口就夠。如果你在建內部工具、白牌產品，或設計一套 AI coding pipeline，你需要 API 入口。API 入口現在有 Grok Build $1/$2/M 這個選項。

2. 你的任務有 benchmark 底線嗎？

關鍵路徑任務需要 85% 準確率的，70.8% 不夠。批次、樣板、重複性任務可容納更高錯誤率的，$2/M 的成本差距開始有意義。同一個工程團隊，不同任務可能需要不同答案。

3. 你有反覆使用相同 codebase 背景脈絡的需求嗎？

Prompt caching 讓 Grok Build 在重複讀相同 codebase context 時，input 成本最高折 90%。大型 codebase 的批次任務場景，這個折扣很有意義。

4. 你需要什麼層次的監督機制？

Grok Build 的節點圖計畫 → 選 Grok Build。企業合規隔離與稽核日誌 → 選 Claude Code。遠端行動裝置批准 → 選 Codex CLI。

---

Grok Build API 的出現，沒有讓三強競賽的結果立刻改變。Claude Code 和 Codex CLI 在 benchmark 分數和生態完整度上的優勢仍在。

但 $2/M output token 的存在，改變了一件事：成本分類的粒度。 過去，coding agent 的成本預算只有一種計算單位——某家廠商的訂閱費加 API token 費用。現在工程主管手上多了一個選項：把部分任務路由到更便宜的 coding model。差距不是 10%，是 12 倍。這個差距夠大，大到值得工程主管重新看一遍自己的任務分類，問：哪些任務，我不需要最聰明的那個？

資料來源：xAI 官方公告 Grok Build 0.1 API、xAI 官方公告 Grok Build CLI（x.ai/news/grok-build-0-1、x.ai/news/grok-build-cli）、Anthropic Claude Opus 4.7 公告（anthropic.com）、SWE-Bench 分數資料（benchlm.ai）、DevOps.com、CIO Dive、ChatForest 評測。