Reseña de Grok Build 2026: el agente de código de terminal de xAI frente a Claude Code y Codex
Reseña práctica de Grok Build para 2026. Probamos la nueva CLI de código de terminal de xAI con subagentes aislados, Plan Mode por defecto, el Agent Client Protocol y un contexto de 256K, y lo comparamos con Claude Code y Codex CLI en SWE-Bench, precios y refactorizaciones reales.
1X2.TV — Predicciones de fútbol con IA
Predicciones de partidos de fútbol, consejos de apuestas y análisis en profundidad impulsados por IA. Impulsado por algoritmos de aprendizaje automático que analizan más de 50.000 partidos.
Obtener prediccionesxAI se ha colado discretamente en la categoría más saturada del sector de herramientas de IA esta primavera: el agente de codificación nativo de terminal. Grok Build, que entró en acceso anticipado en mayo de 2026 y se abrió a todos los suscriptores de SuperGrok y X Premium+ el 24 de mayo, es la respuesta de xAI a Claude Code, Codex CLI y la creciente pila de CLIs que compiten por vivir en tu repositorio.
Al venir de xAI, la suposición natural era que Grok Build sería un wrapper de Grok 4 con un prompt elegante. No lo es. Es una CLI construida desde cero sobre grok-code-fast-1 — un modelo que xAI entrenó específicamente con contenido de programación y datos reales de pull requests — con una arquitectura de subagentes basada en worktrees que es genuinamente novedosa en esta categoría, y con Plan Mode activado por defecto.
Hemos pasado las últimas dos semanas ejecutando Grok Build en el mismo tipo de trabajo que usamos para estresar Cursor 3, Claude Code y Codex CLI: refactorizaciones de múltiples archivos, actualizaciones de dependencias, rellenos de pruebas y migraciones de largo alcance en repositorios medianos de Python y TypeScript. Esta reseña cubre qué hay realmente de nuevo, dónde brilla, dónde tropieza y si vale la pena cambiar tu herramienta diaria.
La versión corta
Grok Build es la CLI de codificación arquitectónicamente más interesante lanzada en 2026, pero el modelo subyacente sigue siendo de calidad beta.
- SWE-Bench Verified 70,8% — sólido, pero queda ~17–18 puntos por detrás de Claude Code (Opus 4.8) y ~12 puntos por detrás de GPT-5.5 Codex.
- Hasta 8 subagentes paralelos, cada uno aislado en su propio Git worktree — la decisión de diseño más distintiva de la categoría.
- Plan Mode está activado por defecto — Grok Build propone, tú apruebas y luego actúa. Nada toca tus archivos sin previo aviso.
- Ventana de contexto de 256K — mayor que los 128K de Codex CLI, pero menor que el millón efectivo de Claude Code.
- Soporte del Agent Client Protocol (ACP) — Grok Build puede ser controlado por cualquier cliente compatible con ACP, lo que permite integrarlo en editores y sistemas de CI.
- Precios incluidos en SuperGrok (30 USD/mes) y X Premium+ (40 USD/mes) — sin facturación por token en el nivel de suscripción.
- Privacidad: el código permanece local. El contenido del repositorio no se transmite fuera del dispositivo durante una sesión.
Si ya pagas por SuperGrok o X Premium+, Grok Build es esencialmente una actualización gratuita y vale la pena probarlo. Si no, justificar pagar 30 USD/mes solo por la CLI es más difícil — Claude Code en Pro es una herramienta principal más sólida hoy, y Codex está más cerca en capacidad bruta.
¿Qué es Grok Build?
Grok Build es la CLI de programación agéntica de xAI, centrada en la terminal. La instalas, ejecutas grok build en un repositorio, describes lo que quieres y el agente lee archivos, ejecuta comandos, edita código e itera según tu suite de pruebas — con la misma estructura general que Claude Code o Codex CLI.
Lo que lo diferencia es cómo realiza el trabajo.
Grok Build trata tu repositorio como la fuente de verdad y luego se bifurca mediante worktrees de Git cada vez que una tarea puede paralelizarse. Cada subagente tiene su propio directorio de trabajo, sus propias modificaciones de archivos y su propia shell de comandos. Cuando los subagentes terminan, Grok Build reconcilia sus resultados y te presenta el resultado fusionado. Esta es la misma idea que impulsa a Claude Managed Agents y a los Dynamic Workflows en Opus 4.8, pero Grok Build es la primera CLI de propósito general que incorpora la primitiva de worktree directamente en la herramienta para el usuario.
La segunda decisión definitoria es el Plan Mode por defecto. La mayoría de las CLIs de esta categoría empiezan a editar en cuanto describes una tarea. Grok Build primero propone un plan — una lista numerada de pasos, archivos a tocar y comandos a ejecutar — y espera a que lo apruebes, comentes o reescribas. Solo entonces comienza. Tras dos semanas usándolo, la fricción es real, pero la tasa de arrepentimiento es mucho menor que dejar que Codex CLI se lance a una tarea compleja.
Configuración y primera ejecución
La instalación es un solo comando en macOS, Linux o Windows (mediante WSL):
curl -fsSL https://grok.com/install | bash
grok auth
El flujo de autenticación abre un navegador, vincula tu cuenta de X y coloca un token de larga duración en ~/.grok/config.toml. A partir de ahí, grok build en cualquier directorio inicia una sesión.
Lo primero que ves es el selector de modelos. A junio de 2026 hay tres:
- grok-code-fast-1 — el predeterminado, el más rápido, recomendado para el trabajo diario.
- grok-code-1 — la variante de razonamiento más pesada, más lenta, se usa cuando fast-1 no da abasto.
- grok-4.3 — el modelo Grok de propósito general, disponible como alternativa.
Casi todo lo que probamos se ejecutó con grok-code-fast-1. El cambio de modelo a mitad de sesión funciona, lo cual es inusual — Claude Code requiere reiniciar para cambiar de modelos.
Plan Mode en la práctica
Así es como se ve realmente una interacción con Plan Mode. Apuntamos Grok Build a un proyecto FastAPI de tamaño medio y pedimos: «Migra esta base de código de SQLAlchemy 1.4 a 2.0, incluidos los cambios de sesión asíncrona, y actualiza las pruebas de integración».
Grok Build devolvió un plan de 14 pasos en unos 25 segundos. Cada paso indicaba los archivos que pensaba tocar, los comandos que ejecutaría y — para los pasos no triviales — una breve justificación. Pudimos:
- Aprobar todo el plan con
y. - Editar pasos específicos con
e 7para eliminar un paso que sabíamos que era innecesario. - Añadir una restricción («no modificar las migraciones de alembic») mediante texto libre que Grok Build incorporó de nuevo al plan.
Tras la aprobación, la ejecución comenzó y vimos al agente trabajar los pasos en un orden aproximado al propuesto. Cuando una prueba falló a mitad del plan, Grok Build se detuvo y preguntó si depurar el fallo o saltar el archivo afectado — el tipo de punto de control explícito que Claude Code solo hace si lo configuras con hooks.
Es más lento que simplemente dejar suelto a Claude Code. También es mucho más difícil arruinar tu tarde por accidente.
Subagentes paralelos y worktrees
La función estrella son hasta 8 subagentes paralelos, cada uno aislado en su propio worktree de Git. Lo pusimos a prueba a fondo en una gran tarea de relleno de pruebas: «Escribe la cobertura de pytest que falta para todo en src/services/ hasta que la cobertura alcance el 85 %».
Grok Build planificó y luego dividió el trabajo entre 6 subagentes, asignando a cada uno un subdirectorio bajo src/services/. Cada subagente se ejecutó en .grok/worktrees/agent-N/ — checkouts independientes de la misma rama. Escribieron pruebas en paralelo, las ejecutaron localmente en sus propios worktrees y solo informaron al agente principal una vez que su parte asignada pasó.
Dos cosas destacaron:
- La gestión de conflictos es sorprendentemente limpia. Cuando dos subagentes modificaron
conftest.py, el agente principal presentó el conflicto, sugirió una fusión y nos dejó aprobarla. Sin sobrescrituras silenciosas. - Ves el paralelismo en tu sistema de archivos. Los worktrees son una función real de Git, así que puedes
cden.grok/worktrees/agent-3/y echar un vistazo si quieres entender qué hizo un agente.
Este es el tipo de decisión arquitectónica que compensa a medida que los proyectos crecen. En una refactorización pequeña (3–5 archivos) no notas el beneficio. En una cobertura de pruebas en 200 archivos, la diferencia de tiempo real frente a una sesión de Claude Code de un solo hilo es de aproximadamente 4×.
Rendimiento: las pruebas de referencia
xAI publica la puntuación de Grok Build en SWE-Bench Verified como 70,8% en grok-code-fast-1. Ejecuciones independientes de varios laboratorios se agrupan entre el 68% y el 71%, por lo que parece un número real, no ajustado.
Para dar contexto, aquí están las cifras publicadas de los principales agentes de programación que hemos reseñado en 2026:
| Agente | Modelo | 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 | Multimodelo | ~74% |
Esa brecha de 17 puntos frente a Claude Code no es ruido. En el uso diario, la notas en tareas que requieren mantener muchas restricciones en la cabeza — grandes refactorizaciones, desenredar dependencias implícitas, corregir fallos de pruebas que abarcan varias capas. En tareas más simples (escribir esta función, añadir este endpoint, generar estas pruebas), la brecha se reduce sustancialmente y la ventaja de velocidad de Grok Build se hace evidente.
Grok Build es rápido. grok-code-fast-1 está, según la propia definición de xAI, optimizado para el rendimiento. Token por token, nuestras mediciones mostraron que es aproximadamente 1,5–2× más rápido que Claude Opus 4.8 en modo estándar y ~1,2× más rápido que GPT-5.5 Codex.
El Agent Client Protocol
ACP es la característica interesante y poco conocida de Grok Build. Grok Build es la primera CLI importante que incluye soporte nativo para el Agent Client Protocol — un estándar JSON-RPC sobre stdio que permite que cualquier host compatible con ACP controle el agente.
Qué significa esto en la práctica:
- Las integraciones con editores son triviales. Cualquiera puede integrar Grok Build en Zed, Neovim o VS Code sin la intervención de xAI.
- La orquestación en CI funciona desde el primer momento. Puedes llamar a
grok build --headless --plan-file plan.jsondesde GitHub Actions, GitLab CI o tus herramientas internas. - Las topologías multiagente son viables. Como ACP es bidireccional, puedes tener un orquestador de nivel superior que dirija Grok Build como uno de sus subagentes.
Esta es una decisión que envejece bien. Claude Code utiliza un protocolo interno que ha ido evolucionando, y el modo sin interfaz de Codex CLI es funcional pero no está estandarizado. La compatibilidad con ACP otorga a Grok Build una larga cola de posibilidades de integración que la mayoría de los competidores no tienen.
Precios
Aquí es donde Grok Build cambia realmente las cuentas para algunos equipos:
- SuperGrok (30 USD/mes) — acceso completo a Grok Build, todos los modelos, límites de uso generosos.
- X Premium+ (40 USD/mes) — igual que SuperGrok más el resto del paquete X Premium+.
- SuperGrok Heavy (300 USD/mes) — límites de tasa más altos, cola prioritaria, límites extendidos de subagentes.
No hay facturación separada por token en estos planes. Si ya pagas por SuperGrok para el chat, Grok Build está incluido.
Comparar con:
- Claude Code Pro: 20 USD/mes más pago por uso en días de alta carga (efectivamente 20–200 USD/mes para un uso serio)
- Codex CLI: facturado vía API a las tarifas estándar de GPT-5.5, sin suscripción plana
- Cursor Pro: 20 USD/mes, aparte de cualquier uso de CLI
Para un desarrollador individual que de otra forma gastaría 80–150 USD/mes en Claude Code o Codex, cambiar a Grok Build puede reducir aproximadamente a la mitad la factura mensual. La contrapartida es la brecha de 17 puntos en SWE-Bench.
Privacidad, seguridad y qué ve
Grok Build ejecuta el bucle del agente en tu máquina local y solo envía cargas útiles vinculadas al modelo (tu prompt, contexto relevante, resultados de llamadas a herramientas) a los endpoints de inferencia de xAI. El repositorio en sí no se sube.
Esto coincide con la postura de Claude Code y Codex CLI. Es significativamente mejor que los agentes solo en la nube como las diversas herramientas web de «constrúyeme una app» que cubrimos en mejores creadores de apps con IA, donde todo tu código vive en el servidor de otra persona.
Hay un modo --no-network que restringe al agente a ejecutar solo comandos preaprobados y desactiva las búsquedas web. Útil para trabajar con código regulado, menos útil para tareas que necesitan consultar documentación de librerías.
Dónde se queda corto Grok Build
Después de dos semanas, los puntos ásperos:
1. El modelo es el cuello de botella. El modo Plan y el aislamiento de subagentes son excelentes, pero grok-code-fast-1 sigue en beta y es notablemente inferior a Opus 4.8 en el razonamiento sostenido. En una tarea compleja —por ejemplo, «reescribe esta máquina de estados y asegúrate de que las nuevas transiciones preserven todos los invariantes»— Grok Build a veces propone con seguridad un plan que pasa por alto un invariante. Claude Code, según nuestra experiencia, lo detecta con más frecuencia.
2. El ecosistema de herramientas es escaso. Claude Code cuenta con un ecosistema maduro de skills comunitarias, hooks e integraciones (consulta nuestra guía de Claude Managed Agents). Grok Build es nuevo. La compatibilidad con ACP significa que el ecosistema podría cerrarse rápidamente, pero por ahora no hay mucho con lo que extenderlo.
3. Los worktrees confunden a algunas GUIs de Git. Si usas un cliente de Git que no entiende los worktrees (versiones antiguas de SourceTree, algunos paneles de Git de IDEs), los directorios .grok/worktrees/ aparecen como checkouts huérfanos. Es un problema estético, pero desconcertante.
4. El modo Plan es una sobrecarga en tareas pequeñas. Pedirle a Grok Build que renombre una variable es una ingeniería excesiva cómica. Existe una opción --no-plan, pero tienes que acordarte de usarla.
Grok Build frente a Claude Code frente a Codex CLI
Para la mayoría de los lectores, la decisión está entre Grok Build, Claude Code y Codex CLI. Guía rápida:
- Elige Claude Code si: la tarea es el trabajo. Necesitas la mayor tasa de aciertos en cambios complejos y multiarchivo, y no te importa el mayor coste mensual.
- Elige Codex CLI si: vives dentro del ecosistema de OpenAI, tu equipo ya se ha estandarizado con la API de OpenAI para todo y quieres una CLI potente sin suscribirte a nada nuevo.
- Elige Grok Build si: ya pagas por SuperGrok, valoras la seguridad del modo Plan, tu carga de trabajo se paraleliza bien (muchas tareas pequeñas) y puedes tolerar un modelo bueno pero no excelente en problemas difíciles.
Para la mayoría de los equipos con los que trabajamos, la respuesta práctica es ambos. Usa Grok Build como una CLI barata para una segunda opinión en trabajo exploratorio y tareas paralelizables; recurre a Claude Code cuando la tarea sea de alto riesgo o genuinamente compleja. La categoría de CLI ya no es un juego de una sola herramienta.
El veredicto
Grok Build no es el mejor agente de codificación de terminal del mercado actual. Ese título sigue perteneciendo a Claude Code. Pero es el más interesante: los subagentes basados en worktree y la compatibilidad con ACP son avances arquitectónicos reales que el resto de la categoría probablemente imitará en un año.
Si ya estás en el ecosistema de X, instálalo hoy. Si no, vale la pena una suscripción de 30 días a SuperGrok para ver cómo se ajustan el Modo Plan y los subagentes paralelos a tu flujo de trabajo. Solo no esperes que reemplace a Claude Code en los trabajos más difíciles, al menos hasta que grok-code-fast-1 salga de la beta y se reduzca la brecha en SWE-Bench.
xAI llegó tarde a esta fiesta, pero no se presentó con las manos vacías.
Predicciones bursátiles con IA — Análisis inteligente del mercado
Pronósticos bursátiles impulsados por IA y análisis técnico. Obtén predicciones diarias para acciones, ETFs y criptomonedas con puntuaciones de confianza y métricas de riesgo.
Ver las predicciones de hoy¿Estás creando o promocionando una herramienta de IA?
Consigue un listado, una reseña o una aparición destacada en AI Tools Hub — colocaciones patrocinadas de 12 meses, multilingües. Desde $49.
Equipo de AI Tools Hub
Expertos revisores de herramientas de IA
Nuestro equipo de entusiastas de la IA y expertos en tecnología prueba y revisa cientos de herramientas de IA para ayudarte a encontrar la solución perfecta para tus necesidades. Ofrecemos análisis honestos y detallados basados en el uso real.