SpaceXAI: Grok Build 0.1

SpaceXAI: Grok Build 0.1 é um modelo de geração de texto da xAI, listado na api14 sob o id de modelo x-ai/grok-build-0.1. É descrito como um modelo de codificação rápido, treinado especificamente para fluxos de trabalho de engenharia de software agêntica, o que o coloca na categoria de modelos destinados a funcionar dentro de ferramentas e ciclos, em vez de apenas responder a prompts pontuais. A sua data de lançamento pelo fornecedor é 2026-05-20.

O modelo aceita entradas de texto, imagem e ficheiro, e produz saída de texto. Tem uma janela de contexto de 256.000 tokens, e a sua saída máxima é de 230.400 tokens. Como é otimizado para codificação interativa, foi construído para trocas em que o modelo lê uma base de código ou uma descrição de tarefa, raciocina sobre isso e devolve código ou instruções sobre as quais um programador ou um agente pode agir diretamente.

Os usos práticos decorrem dessas capacidades. Os fluxos de trabalho de engenharia de software agêntica são o encaixe principal: ler ficheiros, planear alterações, escrever ou editar código, e responder a instruções de seguimento ao longo de uma sessão longa. A modalidade de entrada de imagem também permite que capturas de ecrã, diagramas ou saída renderizada sejam passados juntamente com texto, o que é útil quando um bug ou um design precisa de ser descrito visualmente. A grande janela de contexto e a grande saída máxima tornam-no adequado para tarefas que envolvem material de origem substancial ou que exigem resultados gerados longos, como alterações em vários ficheiros ou planos de implementação detalhados.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "x-ai/grok-build-0.1". Os parâmetros de pedido suportados são include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, tool_choice, tools, top_logprobs e top_p. A chamada de ferramentas e as saídas estruturadas estão disponíveis, pelo que o modelo pode ser integrado em frameworks de agentes que esperam chamadas de funções ou JSON restringido por esquema. Os parâmetros reasoning e include_reasoning permitem controlar se o conteúdo de raciocínio é pedido, e logprobs com top_logprobs fornecem informação de probabilidade ao nível do token quando precisas dela.

Não há aqui informação sobre preços, limites de taxa ou disponibilidade regional, pelo que esses devem ser verificados na tabela de preços em tempo real e na tua conta. Se a tua tarefa for puramente geração de texto sem codificação ou uso de ferramentas, outro modelo de texto pode ser um encaixe mais simples, mas para trabalho de codificação agêntica com entradas de texto, imagem e ficheiro, este modelo foi concebido exatamente para isso.