Testbericht Grok Build 2026: Der Terminal-Coding-Agent von xAI im Vergleich zu Claude Code und Codex
Praxistest von Grok Build für 2026. Wir testen die neue Terminal-Coding-CLI von xAI mit isolierten Subagenten, standardmäßig aktiviertem Plan Mode, dem Agent Client Protocol und 256K Kontext – und vergleichen sie mit Claude Code und Codex CLI anhand von SWE-Bench, Preisen und echten Refactorings.
1X2.TV — KI-Fußballprognosen
KI-gestützte Vorhersagen für Fußballspiele, Wett-Tipps und tiefgehende Analysen. Ermöglicht durch Machine-Learning-Algorithmen, die über 50.000 Spiele analysieren.
Vorhersagen abrufenxAI hat sich diesen Frühling leise in die am stärksten umkämpfte Kategorie im Bereich KI-Tools geschlichen: den terminal-nativen Coding-Agent. Grok Build, das im Mai 2026 in die Early-Access-Phase ging und am 24. Mai für alle SuperGrok- und X Premium+-Abonnenten geöffnet wurde, ist xAIs Antwort auf Claude Code, Codex CLI und die schnell wachsende Zahl an CLIs, die um einen Platz in Ihrem Repository kämpfen.
Angesichts der Herkunft von xAI lag die naheliegende Annahme nahe, dass Grok Build lediglich ein Grok 4-Wrapper mit einem ausgefeilten Prompt sei. Das ist es nicht. Es ist eine von Grund auf neu entwickelte CLI, die auf grok-code-fast-1 basiert – einem Modell, das xAI speziell auf Programmierinhalte und reale Pull-Request-Daten trainiert hat – mit einer Worktree-basierten Subagent-Architektur, die in dieser Kategorie wirklich neuartig ist, sowie standardmäßig aktiviertem Plan Mode.
Wir haben die letzten zwei Wochen damit verbracht, Grok Build an denselben Aufgaben zu testen, mit denen wir auch Cursor 3, Claude Code und Codex CLI belasten: Multi-File-Refactorings, Dependency-Upgrades, das Nachziehen von Tests und langfristige Migrationen über mittelgroße Python- und TypeScript-Repositories hinweg. Dieser Testbericht behandelt, was tatsächlich neu ist, wo die Stärken liegen, wo es hakt und ob sich ein Wechsel auf dieses Tool als täglicher Arbeitsablauf lohnt.
Die Kurzfassung
Grok Build ist die architektonisch interessanteste Coding-CLI, die 2026 veröffentlicht wurde, aber das darunterliegende Modell ist noch Beta-Niveau.
- SWE-Bench Verified 70,8 % – solide, aber liegt etwa 17–18 Punkte hinter Claude Code (Opus 4.8) und etwa 12 Punkte hinter GPT-5.5 Codex.
- Bis zu 8 parallele Subagenten, jeder in seinem eigenen Git-Worktree isoliert – die markanteste Designentscheidung in dieser Kategorie.
- Plan Mode ist standardmäßig aktiviert – Grok Build schlägt vor, Sie genehmigen, dann führt es aus. Nichts wird ohne Ankündigung an Ihren Dateien geändert.
- 256K-Kontextfenster — größer als das 128K-Fenster von Codex CLI, kleiner als das effektive 1M-Fenster von Claude Code.
- Unterstützung des Agent Client Protocol (ACP) — Grok Build kann von jedem ACP-kompatiblen Client gesteuert werden, was die Einbettung in Editoren und CI-Systeme ermöglicht.
- Preise in SuperGrok ($30/Monat) und X Premium+ ($40/Monat) enthalten — keine Abrechnung pro Token im Abonnement.
- Datenschutz: Code bleibt lokal. Der Inhalt des Repositorys wird während einer Sitzung nicht vom Gerät übertragen.
Wenn Sie bereits für SuperGrok oder X Premium+ bezahlen, ist Grok Build im Wesentlichen ein kostenloses Upgrade und einen Versuch wert. Wenn nicht, ist das Argument für $30/Monat nur für die CLI schwächer — Claude Code im Pro-Tarif ist heute das stärkere primäre Werkzeug, und Codex ist in der reinen Leistung näher dran.
Was ist Grok Build?
Grok Build ist xAIs terminalorientierte agentische Coding-CLI. Sie installieren sie, führen grok build in einem Repository aus, beschreiben, was Sie möchten, und der Agent liest Dateien, führt Befehle aus, bearbeitet Code und iteriert anhand Ihrer Testsuite — im Grunde dasselbe Muster wie bei Claude Code oder Codex CLI.
Was es unterscheidet, ist die Art und Weise, wie es die Arbeit erledigt.
Grok Build betrachtet Ihr Repository als maßgebliche Quelle und forkt sich selbst über Git-Worktrees, wann immer eine Aufgabe parallelisiert werden kann. Jeder Subagent erhält sein eigenes Arbeitsverzeichnis, seine eigenen Dateiänderungen und seine eigene Befehls-Shell. Wenn die Subagenten fertig sind, gleicht Grok Build ihre Ausgaben ab und präsentiert Ihnen das zusammengeführte Ergebnis. Dies ist dieselbe Erkenntnis, die Claude Managed Agents und Dynamic Workflows in Opus 4.8 antreibt, aber Grok Build ist die erste Allzweck-CLI, die das Worktree-Primitiv direkt in das benutzerseitige Werkzeug integriert.
Die zweite entscheidende Entscheidung ist der standardmäßige Plan-Modus. Die meisten CLIs in dieser Kategorie beginnen sofort mit dem Bearbeiten, sobald Sie eine Aufgabe beschreiben. Grok Build schlägt zunächst einen Plan vor — eine nummerierte Liste von Schritten, zu bearbeitenden Dateien und auszuführenden Befehlen — und wartet darauf, dass Sie ihn genehmigen, kommentieren oder umschreiben. Erst dann beginnt es. Nach zwei Wochen Nutzung ist die Reibung real, aber die Fehlerquote ist deutlich niedriger, als wenn man Codex CLI bei einer komplexen Aufgabe einfach machen lässt.
Einrichtung und erster Start
Die Installation erfolgt über einen einzigen Befehl unter macOS, Linux oder Windows (über WSL):
curl -fsSL https://grok.com/install | bash
grok auth
Der Authentifizierungsablauf öffnet einen Browser, verknüpft Ihr X-Konto und legt ein langlebiges Token in ~/.grok/config.toml ab. Von dort aus startet grok build in einem beliebigen Verzeichnis eine Sitzung.
Das Erste, was Sie sehen, ist die Modellauswahl. Stand Juni 2026 gibt es drei:
- grok-code-fast-1 — die Standardoption, am schnellsten, empfohlen für die tägliche Arbeit.
- grok-code-1 — die schwerfälligere Variante für komplexes Reasoning, langsamer, wird verwendet, wenn fast-1 nicht weiterkommt.
- grok-4.3 — das allgemeine Grok-Modell, verfügbar als Fallback.
Fast alles, was wir getestet haben, lief auf grok-code-fast-1. Der Wechsel des Modells mitten in der Sitzung funktioniert, was ungewöhnlich ist — Claude Code erfordert einen Neustart, um das Modell zu wechseln.
Plan Mode in der Praxis
So sieht eine Interaktion im Plan Mode tatsächlich aus. Wir haben Grok Build auf ein mittelgroßes FastAPI-Projekt angesetzt und gefragt: „Migrieren Sie diese Codebasis von SQLAlchemy 1.4 auf 2.0, einschließlich der Änderungen für asynchrone Sessions, und aktualisieren Sie die Integrationstests.“
Grok Build lieferte einen 14-Schritte-Plan in etwa 25 Sekunden. Jeder Schritt listete die Dateien auf, die er ändern wollte, die Befehle, die er ausführen würde, und — bei nicht-trivialen Schritten — eine kurze Begründung. Wir konnten:
- Den gesamten Plan genehmigen mit
y. - Bestimmte Schritte bearbeiten mit
e 7, um einen Schritt zu entfernen, den wir als unnötig kannten. - Eine Einschränkung hinzufügen („Alembic-Migrationen nicht ändern“) über Freitext, den Grok Build wieder in den Plan einarbeitete.
Nach der Genehmigung startete die Ausführung, und wir beobachteten, wie der Agent die Schritte in etwa der vorgeschlagenen Reihenfolge abarbeitete. Als ein Test mitten im Plan fehlschlug, pausierte Grok Build und fragte, ob der Fehler behoben oder die betroffene Datei übersprungen werden sollte — die Art von explizitem Kontrollpunkt, den Claude Code nur bietet, wenn Sie ihn über Hooks einrichten.
Es ist langsamer, als Claude Code einfach laufen zu lassen. Es ist aber auch deutlich schwieriger, versehentlich den ganzen Nachmittag zu ruinieren.
Parallele Subagenten und Worktrees
Das wichtigste Feature sind bis zu 8 parallele Subagenten, jeder isoliert in seinem eigenen Git-Worktree. Wir haben das am stärksten bei einer großen Test-Nachrüstung getestet: „Schreiben Sie fehlende pytest-Abdeckung für alles in src/services/, bis die Abdeckung 85 % erreicht.“
Grok Build plante und teilte die Arbeit dann auf 6 Subagenten auf, jeder zugewiesen einem Unterverzeichnis unter src/services/. Jeder Subagent lief in .grok/worktrees/agent-N/ — unabhängige Auscheckungen desselben Branches. Sie schrieben Tests parallel, führten sie lokal in ihren eigenen Worktrees aus und meldeten sich erst beim Hauptagenten zurück, wenn ihr zugewiesener Teilbereich erfolgreich war.
Zwei Dinge fielen auf:
- Konfliktbehandlung ist überraschend sauber. Wenn zwei Subagenten beide
conftest.pygeändert hatten, präsentierte der Hauptagent den Konflikt, schlug eine Zusammenführung vor und ließ uns diese genehmigen. Keine stillschweigenden Überschreibungen. - Sie sehen die Parallelität in Ihrem Dateisystem. Worktrees sind eine echte Git-Funktion, sodass Sie
cdin.grok/worktrees/agent-3/wechseln und sich umsehen können, wenn Sie verstehen möchten, was ein Agent getan hat.
Dies ist die Art von architektonischer Entscheidung, die sich auszahlt, wenn Projekte größer werden. Bei einem kleinen Refactoring (3–5 Dateien) spüren Sie den Vorteil nicht. Bei einem Coverage-Push über 200 Dateien beträgt der Zeitunterschied im Vergleich zu einer einzelnen Claude Code-Sitzung etwa das 4-Fache.
Leistung: Die Benchmarks
xAI veröffentlicht den SWE-Bench Verified-Score von Grok Build mit 70,8 % für grok-code-fast-1. Unabhängige Läufe einiger Labore liegen zwischen 68 % und 71 %, es scheint sich also um eine echte Zahl zu handeln, nicht um eine optimierte.
Zum Kontext hier die veröffentlichten Zahlen für die wichtigsten Coding-Agenten, die wir 2026 getestet haben:
| Agent | Modell | SWE-Bench Verified |
|---|---|---|
| Claude Code | Opus 4.8 | 88.6% |
| Codex CLI | GPT-5.5 Codex | ~83% |
| Cursor 3 Agent | Composer / Opus 4.8 | ~85% |
| Grok Build | grok-code-fast-1 | 70.8% |
| GitHub Copilot Agent | Multi-Modell | ~74% |
Der Abstand von 17 Punkten zu Claude Code ist kein Rauschen. Im täglichen Gebrauch spüren Sie ihn bei Aufgaben, bei denen Sie viele Einschränkungen im Kopf behalten müssen – große Refactorings, das Entwirren impliziter Abhängigkeiten, das Beheben von Testfehlern, die mehrere Ebenen umfassen. Bei einfacheren Aufgaben (diese Funktion schreiben, diesen Endpoint hinzufügen, diese Tests generieren) schließt sich der Abstand erheblich und der Geschwindigkeitsvorteil von Grok Build kommt zum Tragen.
Grok Build ist schnell. grok-code-fast-1 ist laut xAI’s eigener Darstellung auf Durchsatz optimiert. Token für Token war es in unseren Zeitmessungen etwa 1,5–2× schneller als Claude Opus 4.8 im Standardmodus und ~1,2× schneller als GPT-5.5 Codex.
Das Agent Client Protocol
ACP ist das wenig beachtete, aber interessante Feature von Grok Build. Grok Build ist das erste große CLI mit nativer Unterstützung für das Agent Client Protocol – ein JSON-RPC-Standard über stdio, mit dem jeder ACP-fähige Host den Agenten steuern kann.
Was das in der Praxis bedeutet:
- Editor-Integrationen sind trivial. Jeder kann Grok Build in Zed, Neovim oder VS Code einbinden, ohne dass xAI involviert sein muss.
- CI-Orchestrierung funktioniert sofort. Sie können
grok build --headless --plan-file plan.jsonaus GitHub Actions, GitLab CI oder Ihren internen Tools heraus aufrufen. - Multi-Agent-Topologien sind umsetzbar. Da ACP bidirektional ist, kann ein übergeordneter Orchestrator Grok Build als eines seiner Subagenten steuern.
Das ist die Art von Entscheidung, die sich langfristig bewährt. Claude Code nutzt ein internes Protokoll, das sich ständig weiterentwickelt, und der Headless-Modus von Codex CLI ist zwar nutzbar, aber nicht standardisiert. Die Unterstützung von ACP gibt Grok Build eine lange Liste an Integrationsmöglichkeiten, die den meisten Konkurrenten fehlt.
Preise
Hier ändert Grok Build die Rechnung für manche Teams wirklich:
- SuperGrok (30 $/Monat) — voller Zugriff auf Grok Build, alle Modelle, großzügige Nutzungslimits.
- X Premium+ (40 $/Monat) — wie SuperGrok plus der restliche X Premium+-Stack.
- SuperGrok Heavy (300 $/Monat) — höhere Rate Limits, Prioritätswarteschlange, erweiterte Limits für Subagenten.
Bei diesen Tarifen gibt es keine separate Abrechnung pro Token. Wenn Sie SuperGrok bereits für den Chat bezahlen, ist Grok Build enthalten.
Vergleich mit:
- Claude Code Pro: 20 $/Monat plus nutzungsbasierte Abrechnung an intensiven Tagen (effektiv 20–200 $/Monat bei ernsthaftem Einsatz)
- Codex CLI: Abrechnung über die API zu den üblichen GPT-5.5-Tarifen, kein Flatrate-Abo
- Cursor Pro: 20 $/Monat, getrennt von jeglicher CLI-Nutzung
Für einen einzelnen Entwickler, der sonst 80–150 $/Monat für Claude Code oder Codex ausgibt, kann der Wechsel zu Grok Build die monatliche Rechnung ungefähr halbieren. Der Kompromiss ist die Lücke von 17 Punkten im SWE-Bench.
Datenschutz, Sicherheit und was es sieht
Grok Build führt die Agentenschleife auf Ihrem lokalen Rechner aus und sendet nur die an das Modell gebundenen Daten (Ihr Prompt, relevanter Kontext, Ergebnisse von Tool-Aufrufen) an die Inferenz-Endpunkte von xAI. Das Repository selbst wird nicht hochgeladen.
Das entspricht dem Ansatz von Claude Code und Codex CLI. Es ist deutlich besser als reine Cloud-Agenten wie die verschiedenen Web-Tools zum „App bauen“, die wir in besten KI-App-Builder vorgestellt haben, bei denen Ihre gesamte Codebasis auf einem fremden Server liegt.
Es gibt einen --no-network-Modus, der den Agenten auf die Ausführung vorab genehmigter Befehle beschränkt und Webabrufe deaktiviert. Nützlich für die Arbeit an reguliertem Code, weniger nützlich für Aufgaben, bei denen Bibliotheksdokumentationen nachgeschlagen werden müssen.
Wo Grok Build Schwächen zeigt
Nach zwei Wochen die Unebenheiten:
1. Das Modell ist der Flaschenhals. Der Plan-Modus und die Isolation von Subagenten sind hervorragend, aber grok-code-fast-1 ist noch in der Beta-Phase und deutlich schlechter als Opus 4.8 beim anhaltenden logischen Denken. Bei einer komplexen Aufgabe – sagen wir: „Schreiben Sie diese Zustandsmaschine um und stellen Sie sicher, dass die neuen Übergänge alle Invarianten beibehalten“ – schlägt Grok Build manchmal selbstbewusst einen Plan vor, der eine Invariante übersieht. Claude Code erkennt dies nach unseren Erfahrungen häufiger.
2. Das Tool-Ökosystem ist dünn. Claude Code verfügt über ein wachsendes Ökosystem aus Community-Skills, Hooks und Integrationen (siehe unseren Claude Managed Agents Leitfaden). Grok Build ist neu. Die ACP-Unterstützung bedeutet, dass das Ökosystem schnell aufholen könnte, aber derzeit gibt es nicht viel, womit man es erweitern kann.
3. Worktrees verwirren manche Git-GUIs. Wenn Sie einen Git-Client verwenden, der Worktrees nicht versteht (ältere Versionen von SourceTree, manche Git-Panels in IDEs), werden die .grok/worktrees/-Verzeichnisse als verwaiste Checkouts angezeigt. Kosmetisch, aber irritierend.
4. Der Plan-Modus ist bei kleinen Aufgaben unnötiger Aufwand. Grok Build zu bitten, eine Variable umzubenennen, ist lächerlich übertrieben. Es gibt ein --no-plan-Flag, aber man muss daran denken, es zu verwenden.
Grok Build vs Claude Code vs Codex CLI
Für die meisten Leser steht die Entscheidung zwischen Grok Build, Claude Code und Codex CLI. Kurze Orientierungshilfe:
- Wählen Sie Claude Code, wenn: die Aufgabe die eigentliche Arbeit ist. Sie benötigen die höchste Trefferquote bei komplexen Änderungen über mehrere Dateien hinweg und stören sich nicht an den höheren monatlichen Kosten.
- Wählen Sie Codex CLI, wenn: Sie im OpenAI-Ökosystem leben, Ihr Team bereits auf die OpenAI API für alles standardisiert hat und Sie eine leistungsstarke CLI wollen, ohne ein neues Abonnement abzuschließen.
- Wählen Sie Grok Build, wenn: Sie bereits für SuperGrok bezahlen, Sie die Sicherheit des Plan-Modus schätzen, Ihre Arbeitslast gut parallelisierbar ist (viele kleine Aufgaben) und Sie ein Modell tolerieren können, das bei schwierigen Problemen gut, aber nicht herausragend ist.
Für die meisten Teams, mit denen wir arbeiten, lautet die praktische Antwort beide. Nutzen Sie Grok Build als günstige CLI für eine zweite Meinung bei explorativer Arbeit und parallelisierbaren Aufgaben; greifen Sie zu Claude Code, wenn die Aufgabe risikoreich oder wirklich komplex ist. Die Kategorie der CLIs ist kein Ein-Tool-Spiel mehr.
Das Fazit
Grok Build ist heute nicht der beste Terminal-Coding-Agent auf dem Markt. Dieser Titel gehört nach wie vor Claude Code. Aber er ist der spannendste – worktree-basierte Subagenten und ACP-Unterstützung sind echte architektonische Fortschritte, die der Rest der Kategorie wahrscheinlich innerhalb eines Jahres kopieren wird.
Wenn Sie bereits im X-Ökosystem unterwegs sind, installieren Sie es noch heute. Wenn nicht, lohnt sich ein 30-tägiges SuperGrok-Abo, um zu sehen, wie Plan Mode und parallele Subagenten in Ihren Arbeitsablauf passen. Erwarten Sie nur nicht, dass es Claude Code bei den schwierigsten Aufgaben ersetzt – zumindest nicht, bevor grok-code-fast-1 die Beta verlässt und die Lücke bei SWE-Bench kleiner wird.
xAI ist bei dieser Party spät dran, aber sie sind nicht mit leeren Händen erschienen.
KI-Aktienprognosen — Intelligente Marktanalyse
KI-gestützte Vorhersagen für den Aktienmarkt und technische Analyse. Erhalten Sie tägliche Prognosen für Aktien, ETFs und Kryptowährungen mit Konfidenzwerten und Risikokennzahlen.
Heutige Prognosen ansehenErstellen oder vermarkten Sie ein KI-Tool?
Lassen Sie sich auf AI Tools Hub listen, testen oder vorstellen — 12-monatige gesponserte Einträge, mehrsprachig. Ab $49.
Team von AI Tools Hub
Experten für KI-Tool-Testberichte
Unser Team aus KI-Enthusiasten und Technologieexperten testet und bewertet Hunderte von KI-Tools, um Ihnen zu helfen, die perfekte Lösung für Ihre Bedürfnisse zu finden. Wir bieten ehrliche, tiefgehende Analysen basierend auf der tatsächlichen Nutzung.