SpaceXAI: Grok Build 0.1

SpaceXAI: Grok Build 0.1 is een tekstgeneratiemodel van xAI, vermeld op api14 onder het model-id x-ai/grok-build-0.1. Het wordt beschreven als een snel codeermodel dat specifiek is getraind voor agentische software-engineeringworkflows, wat het plaatst in de categorie modellen die bedoeld zijn om binnen tools en loops te werken in plaats van alleen losse prompts te beantwoorden. De releasedatum van de provider is 2026-05-20.

Het model accepteert tekst-, afbeeldings- en bestandsinvoer, en het produceert tekstuitvoer. Het heeft een contextvenster van 256.000 tokens, en de maximale uitvoer is 230.400 tokens. Omdat het is geoptimaliseerd voor interactief coderen, is het gebouwd voor uitwisselingen waarin het model een codebase of een taakbeschrijving leest, erover redeneert en code of instructies retourneert waarop een ontwikkelaar of een agent direct kan handelen.

Praktische toepassingen volgen uit die mogelijkheden. Agentische software-engineeringworkflows zijn de primaire match: bestanden lezen, wijzigingen plannen, code schrijven of bewerken en reageren op vervolginstructies gedurende een lange sessie. De modaliteit voor afbeeldingsinvoer maakt het ook mogelijk om screenshots, diagrammen of gerenderde uitvoer samen met tekst aan te leveren, wat handig is wanneer een bug of een ontwerp visueel moet worden beschreven. Het grote contextvenster en de grote maximale uitvoer maken het geschikt voor taken waarbij aanzienlijk bronmateriaal betrokken is of die lange gegenereerde resultaten vereisen, zoals wijzigingen in meerdere bestanden of gedetailleerde implementatieplannen.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "x-ai/grok-build-0.1". De ondersteunde aanvraagparameters zijn include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, tool_choice, tools, top_logprobs en top_p. Tool calling en structured outputs zijn beschikbaar, dus het model kan worden aangesloten op agent-frameworks die functieaanroepen of door een schema beperkte JSON verwachten. De parameters reasoning en include_reasoning laten je bepalen of reasoning-inhoud wordt opgevraagd, en logprobs met top_logprobs geven token-niveau waarschijnlijkheidsinformatie wanneer je die nodig hebt.

Er is hier geen informatie over prijzen, snelheidslimieten of regionale beschikbaarheid, dus die moeten worden gecontroleerd in de actuele prijstabel en in je account. Als je taak puur tekstgeneratie is zonder coderen of toolgebruik, kan een ander tekstmodel eenvoudiger passen, maar voor agentisch codeerwerk met tekst-, afbeeldings- en bestandsinvoer is dit model precies daarvoor ontworpen.