SpaceXAI: Grok Build 0.1

SpaceXAI: Grok Build 0.1 ist ein Textgenerierungsmodell von xAI, das auf api14 unter der Modell-ID x-ai/grok-build-0.1 gelistet ist. Es wird als schnelles Coding-Modell beschrieben, das speziell für agentische Software-Engineering-Workflows trainiert wurde, was es in die Kategorie von Modellen einordnet, die darauf ausgelegt sind, innerhalb von Tools und Schleifen zu arbeiten, statt nur einmalige Prompts zu beantworten. Das Veröffentlichungsdatum des Anbieters ist der 2026-05-20.

Das Modell akzeptiert Text-, Bild- und Dateieingaben und erzeugt Textausgaben. Es hat ein Kontextfenster von 256.000 Tokens und seine maximale Ausgabe beträgt 230.400 Tokens. Da es für interaktives Coding optimiert ist, ist es für Interaktionen gebaut, in denen das Modell eine Codebasis oder eine Aufgabenbeschreibung liest, darüber nachdenkt und Code oder Anweisungen zurückgibt, auf die ein Entwickler oder ein Agent direkt reagieren kann.

Praktische Anwendungen ergeben sich aus diesen Fähigkeiten. Agentische Software-Engineering-Workflows sind die primäre Passung: Dateien lesen, Änderungen planen, Code schreiben oder bearbeiten und über eine lange Sitzung hinweg auf Folgeanweisungen reagieren. Die Bildeingabe-Modalität erlaubt es zudem, Screenshots, Diagramme oder gerenderte Ausgaben zusammen mit Text zu übergeben, was nützlich ist, wenn ein Bug oder ein Design visuell beschrieben werden muss. Das große Kontextfenster und die große maximale Ausgabe machen es geeignet für Aufgaben, die umfangreiches Quellmaterial umfassen oder die lange generierte Ergebnisse erfordern, wie etwa Änderungen über mehrere Dateien hinweg oder detaillierte Implementierungspläne.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "x-ai/grok-build-0.1" auf. Die unterstützten Anfrageparameter sind include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, tool_choice, tools, top_logprobs und top_p. Tool-Aufrufe und strukturierte Ausgaben sind verfügbar, sodass das Modell in Agent-Frameworks eingebunden werden kann, die Funktionsaufrufe oder schema-beschränktes JSON erwarten. Die Parameter reasoning und include_reasoning ermöglichen es Ihnen zu steuern, ob Reasoning-Inhalte angefordert werden, und logprobs zusammen mit top_logprobs liefern Informationen zu Wahrscheinlichkeiten auf Token-Ebene, wenn Sie sie benötigen.

Es gibt hier keine Informationen zu Preisen, Rate Limits oder regionaler Verfügbarkeit, daher sollten diese in der aktuellen Preistabelle und in Ihrem Konto geprüft werden. Wenn Ihre Aufgabe reine Textgenerierung ohne Coding oder Tool-Nutzung ist, könnte ein anderes Textmodell einfacher passen, aber für agentische Coding-Arbeit mit Text-, Bild- und Dateieingaben ist dieses Modell genau dafür konzipiert.