xAI выпустила Grok Code Fast 1: агентное кодирование на скорости 92 токена/с

Когда скорость важнее идеального ответа
Есть один вопрос, который я задаю себе каждый раз, когда выходит очередная "лучшая в мире" кодинговая модель: а как она ведет себя не в бенчмарке, а в реальной сессии разработки, когда ты жмешь Tab каждые пять секунд и ждешь, пока инструмент переварит твой монорепозиторий? Именно с этого угла xAI зашла в рынок с Grok Code Fast 1 - и, Угол выбран грамотно.
Grok Code Fast 1 - это не очередной апдейт базовой модели с перекрашенным логотипом. xAI построила архитектуру с нуля под конкретную задачу: агентные кодинговые воркфлоу, где модель не просто дополняет строчку, а самостоятельно шарит по файловой системе, запускает grep, редактирует файлы и взаимодействует с терминалом. Это принципиально другой режим работы по сравнению с автодополнением.
Что внутри: 314 миллиардов параметров и MoE
Под капотом - архитектура Mixture of Experts с оценочным числом параметров 314 млрд. Это сближает модель по дизайну с Gemini 1.5 Pro от Google DeepMind, но специализация здесь куда уже: весь корпус предобучения составлен из программистских данных, а постобучение строилось на реальных pull request'ах и практических задачах разработки. Не синтетика, а живой опыт из репозиториев.
Контекстное окно - 256 тысяч токенов. Для кодинга это критично: можно загнать в контекст целый сервис среднего размера и работать с ним без постоянной нарезки. Claude 3.5 Sonnet предлагает 200k токенов, GPT-4o - 128k. Здесь xAI берет больше.
Производительность при этом держится на уровне 92 токена в секунду - это уже не "быстро для такого размера", это реально интерактивный темп. Когда агент бежит по кодовой базе и отчитывается о каждом шаге, задержка в 300-500 мс между токенами превращает сессию в пытку. 92 t/s делают взаимодействие живым.
Кэширование промптов: 90%+ попаданий
Отдельно хочу выделить то, о чем обычно пишут в сноске, а не в заголовке: кэш-хит рейт выше 90% в партнерских воркфлоу. Это огромная цифра. Для агентных сценариев, где системный промпт и контекст кодовой базы повторяются в каждом запросе, кэширование - это прямая экономия и задержки, и стоимости. Anthropic ввел prompt caching в Claude еще в 2024-м, но добиться 90%+ попаданий - это уже вопрос архитектурных решений на уровне сервинга, а не просто фича.
SWE-Bench: 70.8% - хорошо, но не рекорд
На SWE-Bench Verified модель набирает 70.8% по внутренней методологии xAI. Для понимания контекста: Claude Sonnet 3.7 с расширенным мышлением достигал значений в районе 70-72% в разных конфигурациях, OpenAI o3 в агентном режиме - выше 70%. То есть Grok Code Fast 1 находится в верхнем эшелоне, но не устанавливает новый потолок точности.
И это, похоже, осознанный выбор. xAI прямо позиционирует модель как "скорость и интеграция с инструментами" против "максимальная точность в бенчмарке". Это честная позиция - особенно если вспомнить, что SWE-Bench измеряет успех в изолированных задачах, а не в многошаговых агентных сессиях с реальным тулингом.
Где уже можно попробовать
Модель доступна через GitHub Copilot, Cursor, Cline, Roo Code, Kilo Code, opencode и Windsurf - пока бесплатно в рамках лимитированного запуска для партнеров. Для российских разработчиков главный вопрос практический: Cursor работает в РФ, но требует зарубежной карты для подписки. GitHub Copilot - аналогично. VPN при первичной регистрации может понадобиться, при дальнейшей работе - зависит от провайдера.
Что меня немного удивляет - отсутствие CLI на старте. Разработчик Jonathan Parra в комментариях точно поймал суть: "нужен CLI, чтобы конкурировать с Claude Code". Claude Code от Anthropic именно через терминальный интерфейс захватил сердца DevOps-инженеров и backend-разработчиков, которые не хотят открывать браузер для каждого агентного запроса. У Grok Code Fast 1 пока этого нет - и это реальный пробел.
Что дальше
xAI уже анонсировала следующую версию в процессе обучения: мультимодальный ввод, параллельное использование инструментов и расширенный контекст. Параллельный тулкол - это именно то, что нужно для сложных агентных пайплайнов, где одновременно нужно читать файл, запрашивать документацию и проверять тесты. Если это реализуют без деградации скорости - будет интересно.
По большому счету, xAI делает ставку на нишу, которую другие игроки не закрыли полностью: специализированная, быстрая, хорошо закэшированная модель для агентного кодирования с глубокой интеграцией в существующие IDE-экосистемы. Не универсальный гигант, а заточенный инструмент. В мире, где Cursor и Windsurf уже стали стандартом для профессиональных разработчиков, такой подход может оказаться куда умнее, чем гонка за абсолютным рекордом в бенчмарках.
Похожие новости
Vercel Labs выпустила UI SDK: 50+ поведений интерфейса для ИИ-агентов
Vercel Labs открыла бета-версию UI SDK под Apache-2.0: набор из 50+ поведений интерфейса, из которых агенты собирают доступные компоненты для React, Vue, Svelte, Solid и Web Components.
llama.cpp и ggml вышли в версии 1.0.0 и перешли на семантическое версионирование
Команда ggml-org выпустила llama.cpp и ggml v1.0.0. Теперь поломки API и ABI будут отмечать повышением мажорной версии, а сборки появятся в Homebrew, Winget, conda-forge и других каналах.
Amplitude оценивает срок выпуска доработок с агентом Wave в 1-2 дня, раньше уходил месяц
Amplitude рассказала, что ее агент Wave на моделях OpenAI сокращает путь от идеи до релиза с примерно месяца до 1-2 дней. В тесте на своей главной странице число сообщений через карточки-подсказки через день выросло на 160% относительно контрольной группы.