2025 年 8 月 28 日
xAI非常激动地向大家推出 grok-code-fast-1——一款速度快、成本低的推理模型，专为智能体编码（agentic coding）而生。
虽然现有模型已经非常强大，但在智能体编码工作流中——需要频繁循环推理和调用工具时，往往显得迟缓。作为智能体编码工具的重度用户，工程师发现还有提升空间：需要一种更灵活、响应更快、专为日常任务优化的方案。
于是从零开始构建 grok-code-fast-1，采用全新模型架构。首先精心组建了包含大量编程内容的预训练语料库；随后在后期训练阶段，又挑选了真实 Pull Request 与编码任务的高质量数据集。
整个训练过程中， x与合作伙伴紧密协作，在其智能体平台上不断调优模型行为。grok-code-fast-1 已经熟练掌握 grep、终端、文件编辑等常用工具，使用起来就像在你最爱的 IDE 中一样得心应手。
xAI已与部分合作伙伴达成协议，限时免费提供 grok-code-fast-1，包括 GitHub Copilot、Cursor、Cline、Roo Code、Kilo Code、opencode 和 Windsurf。
xAI的推理与超算团队研发了多项创新技术，显著提升服务响应速度，实现“模型在你读完思考轨迹的第一段之前，就已经调用了数十个工具”。 xAI还对 Prompt（提示）缓存进行了优化，在合作伙伴环境中常能保持 90% 以上的命中率。
grok-code-fast-1 在整个软件开发栈上表现极其全面，尤其擅长 TypeScript、Python、Java、Rust、C++ 与 Go。它能够在最少监督下完成常见编程任务——从零到一搭建项目、解答代码库问题，到精准定位并修复 bug。
Grok Code Fast 的速度惊人，几乎是目前最快的模型。它快到我不得不在 Cursor 中调整自己的工作方式。
我利用 Grok Code Fast 在 Cursor 上用不到一天的时间，就快速搭建了这个战斗模拟器原型。由于它响应极快且能很好地遵循指令，我发现把任务拆得更小、更聚焦会取得更好效果，这样可以迅速迭代，并精准地让模型按照我的需求工作。
在开发这款战斗模拟器时，我的流程是先让模型设计整体功能，再将这些功能细分并分阶段实现。这比一次性投放大量提示要高效得多。于是，战斗模拟器就这样顺利成形——我在 Cursor 中不断进行快速迭代，直到达到满意的效果。
xAI在与几位朋友共同开发 flavo.ai（一个 AI 网页构建器）时，一直使用 Grok Code Fast 来进行前端 UI 设计。
借助它，从创意到设计稿的时间可以控制在一分钟以内，这彻底改变了原型制作的方式。移动端自适应同样表现出色，生成的界面在桌面和手机上都相当美观，几乎不需要额外调整。
用 Grok 进行前端开发的有效做法：
- 明确需求：开始前须清晰知道自己要构建什么。模糊的请求往往得不到理想结果。确定需求后，让 Grok 为你生成可视化的设计稿。
- 快速迭代：每个设计稿通常在 60 秒以内即可完成。因此我会一次性创建多个版本，约 5‑10 种不同方案。
- 挑选并落地：从中挑出最接近需求的那一版，然后基于它进行后续开发。高速生成的特性让 xAI能够在正式投入之前轻松探索多种设计方向。
这种体验与传统的软件开发截然不同，更像是用代码快速草绘。它非常适合快速把想法落地并验证哪些方案可行。
xAI把 grok-code-fast-1 设计为大众可及，费用如下：
- 每百万输入 Token $0.20
- 每百万输出 Token $1.50
- 每百万缓存输入 Token $0.02
该模型专为开发者日常任务打造，在性能与成本之间取得了理想平衡。它以低廉、体积小的形式提供强劲表现，是快速、经济完成常规编码工作的多面手。
输出成本/每1M的Token数：
TPS（每秒 Token 数）指标通过各模型提供商的 API，直接测量响应生成速度，仅统计最终回复的 Token。
- Gemini 2.5 Pro、GPT‑5 与 Claude Sonnet 4：使用对应公开 API 测得
- Grok Code Fast 1 与 Grok 4：使用 xAI API 测得
- Qwen3‑Coder：在 DeepInfra 上以低精度 (fp4) 部署，响应质量有所下降
xAI采用了综合评估方法，将公共基准与真实场景测试相结合。在完整的 SWE‑Bench‑Verified 子集上，grok-code-fast-1 通过内部评测框架取得 70.8% 的得分。
尽管 SWE‑Bench 等基准提供有价值的参考，但它们未能完全捕捉真实软件工程中的细节，尤其是智能体编码工作流下的终端用户体验。
为指导模型训练， xAI将这些基准与日常人工评估相结合——由经验丰富的开发者对模型在日常任务中的整体表现进行打分。同时构建了自动化评测，用于监控关键行为，帮助 xAI在设计上做出权衡。
在研发 grok-code-fast-1 时， xAI始终把可用性和用户满意度放在首位，并以真实的人类评估为指引。最终，这款模型被程序员评为“快速且可靠”，适合日常编码任务。
限时免费开放 grok-code-fast-1，仅在特定合作伙伴平台提供。以下是合作伙伴对该模型的评价——它曾以代号 sonic 暗线发布。
xAI很高兴在独家合作伙伴渠道上免费提供 Grok Code Fast 1。
“在早期测试中，Grok Code Fast 已经展示出在智能体编码任务中的速度与质量。为开发者赋能是 GitHub Copilot 的核心使命，这款新工具为 xAI的用户提供了极具吸引力的选择。”
Chief Product Officer, GitHub
"Grok Code Fast 在 Cline 中表现突出，能够在长时间的编码过程中保持进度，聪明地使用工具，并以极少的监督生成高质量代码。这让人感觉是智能化编程的一大步，不仅快，而且很有能力。"
Head of AI, Cline
"Grok Code Fast 是首个足够快速、在编码工具中使用起来还能带来乐趣的推理模型——我们的许多用户已经把它设为默认工具，甚至让每日 token 使用量翻了一番。"
Founder, opencode
"Grok Code 的速度真的惊人！我们在 Cursor 中发布了代号为 “sonic” 的模型，开发者对其高速表现赞不绝口。"
VP of Developer Experience, Cursor
"我们的社区对 Grok Code Fast 的速度赞誉有加，并且对该模型在 Kilo Code 中调用工具的能力感到非常满意。"
Developer Relations Engineer, Kilo Code
"Roo Code 社区对 Code 模式下的 Grok Code Fast 爱不释手。它能以飞快的速度制定方案，并以出乎意料的品味和直觉执行。"
Co‑founder, Roo Code
"我们非常享受与 xAI 团队合作测试并迭代模型的过程，惊喜地发现它的成本比其他模型低一个数量级，同时速度极快。每当速度提升、成本下降，就会为像 Windsurf 这样的智能 IDE 开辟新可能。我们对 xAI 在编码领域的进展印象深刻，并期待未来继续紧密合作。"
Head of Product Growth, Cognition
xAI团队编写了《Prompt Engineering Guide》，帮助你从 grok-code-fast-1 中获取最佳效果。
模型通过 xAI API 提供，费用同上：$0.20 / 1M 输入 Token、$1.50 / 1M 输出 Token、$0.02 / 1M 缓存输入 Token。
上周， xAI悄然以代号 sonic 发布了 grok-code-fast-1。在隐蔽发布期间，团队持续监控社区反馈，并陆续上线多个模型检查点进行改进。
随着新模型系列的迭代升级， xAI将快速采纳你的建议。非常感谢开发者社区的支持，欢迎随时分享所有反馈，无论正面还是负面。
xAI计划以天为单位而非周来推送更新。已经在训练中的新变体将支持多模态输入、并行工具调用以及更长上下文长度。
阅读 grok-code-fast-1 的模型卡片。期待看到你们的创意作品！