马斯克 xAI 再出手，对标 OpenAI 和 Anthropic！Grok Code Fast 1 押注速度与工具集成

xAI 正式发布 grok-code-fast-1，这是一款专为代理式编程（agentic coding）工作流打造的新模型。其架构自底层重新设计，预训练数据集以编程相关资料为主，后训练集则来自真实的 pull requests 与实际开发任务。

该模型针对开发工具的使用进行了优化，涵盖 grep 命令、终端操作、文件编辑等，能够与开发环境和 IDE 顺畅集成。同时，它引入了高效的推理与提示缓存技术，据称在合作伙伴的工作流中，缓存命中率超过 90%。

在编程语言支持方面，Grok Code Fast 1 可覆盖 TypeScript、Python、Java、Rust、C++、Go 等，能够应对开发者的日常任务——从项目搭建、代码库查询，到精准修复 bug，几乎无需过多人工干预。

性能评测显示，在 SWE-Bench-Verified 基准测试中，该模型在 xAI 内部评估体系下取得 70.8% 的成绩。除了基准测试，xAI 还通过人工评估与自动化测试不断迭代开发，重点关注模型在真实场景中的可用性。

为了支持快速交互，模型配备了 256k Tokens 的上下文窗口，能够处理更大规模的代码库。其内部采用 混合专家架构（MOE，mixture-of-experts），参数量约 3140 亿，在保证速度的同时强化编程能力。在实际使用中，生成速率约为每秒 92 Tokens，足以满足开发过程中的互动节奏。

与其他面向编程的大语言模型相比，grok-code-fast-1 的核心优势并非极致的基准精度，而是速度与工具集成。例如，OpenAI 的 o1-mini 与 Anthropic 的 Claude Sonnet 3.5 在部分任务上展现出更高的推理或代码准确率，但在提示缓存优化或吞吐效率上并未达到同样水平。其混合专家设计在架构上更接近 Google DeepMind 的 Gemini 1.5 Pro，但更专注于软件开发场景的适配。

在社区反响方面，开发者普遍关注 Grok Code Fast 1 的执行速度。软件工程师 Eric Jiang 表示：

“过去几周我每天都在使用这个模型，它的速度让我的工作效率提升巨大，真是太好用了！”

也有评论聚焦在具体使用场景和易用性上，讨论该模型在日常开发中的角色，以及与编辑器、命令行工具的集成问题。开发者 Jonathan Parra 提到：

“很不错，我早就期待这样的工具了，不过要有个 CLI 才能和 Claude Code 竞争。”

目前，grok-code-fast-1 可通过部分合作伙伴免费体验一段时间，其中包括 GitHub Copilot、Cursor、Cline、Roo Code、Kilo Code、opencode和 Windsurf。xAI 表示将以高频率迭代更新模型，并透露正在训练的新版本将支持多模态输入、并行工具调用和更长的上下文窗口。

原文链接：

https://www.infoq.com/news/2025/09/xai-grok-fast1/