Grok Build レビュー 2026: xAI のターミナルコーディングエージェント vs Claude Code と Codex
2026年版 Grok Build ハンズオンレビュー。xAI の新しいターミナルコーディング CLI を、分離されたサブエージェント、デフォルトのプランモード、エージェントクライアントプロトコル、そして 256K コンテキストで検証し、SWE-Bench、料金、実際のリファクタリングにおいて Claude Code と Codex CLI と比較します。
xAIは今年春、AIツールの中で最も競合が激しいカテゴリであるターミナルネイティブのコーディングエージェントに、静かに参入しました。2026年5月に早期アクセスを開始し、5月24日にSuperGrokおよびX Premium+の全購読者に開放されたGrok Buildは、Claude Code、Codex CLI、そしてリポジトリでの利用をめぐって急速に増え続けているCLIの数々に対する、xAIの回答です。
xAIによるものなので、Grok BuildはGrok 4に凝ったプロンプトを付けたラッパーだろうというのが自然な推測でした。しかし、そうではありません。これは、プログラミングコンテンツと実際のプルリクエストデータを用いてxAIが特別に訓練したモデルgrok-code-fast-1を基盤に、ゼロから構築されたCLIであり、このカテゴリーでは真に革新的なワークベースのサブエージェントアーキテクチャを採用し、Plan Modeがデフォルトで有効になっています。
私たちは過去2週間、Cursor 3、Claude Code、Codex CLIの負荷テストに使用してきたのと同じ種類の作業でGrok Buildを実行しました。具体的には、中規模のPythonおよびTypeScriptリポジトリにおける複数ファイルのリファクタリング、依存関係のアップグレード、テストの追加、そして長期的なスパンでの移行作業です。このレビューでは、実際に何が新しくなったのか、どこで優れているのか、どこでつまずくのか、そして現在の主力ツールと乗り換える価値があるのかを解説します。
要点
Grok Buildは2026年に登場したコーディングCLIの中で最もアーキテクチャ的に興味深いものですが、基盤となるモデルはまだベータ段階です。
- SWE-Bench Verified 70.8% — 堅実だが、Claude Code(Opus 4.8)に約17〜18ポイント、GPT-5.5 Codexに約12ポイント及ばない。
- 最大8つの並列サブエージェント、それぞれが独自のGit worktreeで分離 — このカテゴリーで最も際立った設計上の判断です。
- プランモードはデフォルトでオン — Grok Buildが提案し、あなたが承認すると、実行されます。予告なくファイルが変更されることはありません。
- 256Kコンテキストウィンドウ — Codex CLIの128Kより大きく、Claude Codeの実効1Mより小さい。
- Agent Client Protocol(ACP)対応 — Grok BuildはACP準拠のクライアントから操作でき、エディターやCIシステムに組み込める。
- 料金はSuperGrok(月額30ドル)とX Premium+(月額40ドル)に含まれる — サブスクリプションプランではトークン単位の課金はない。
- プライバシー:コードはローカルに留まる。 セッション中にリポジトリの内容がデバイス外に送信されることはない。
すでにSuperGrokまたはX Premium+に課金しているなら、Grok Buildは実質的に無料のアップグレードであり、試す価値がある。そうでないなら、CLIのためだけに月額30ドルを払うだけの理由は弱い — 今日ではProプランのClaude Codeの方が主要ツールとして優れており、Codexは生の能力でより近い。
Grok Buildとは何か?
Grok BuildはxAIのターミナルファーストなエージェント型コーディングCLIだ。インストールし、リポジトリ内でgrok buildを実行し、やりたいことを説明すると、エージェントがファイルを読み、コマンドを実行し、コードを編集し、テストスイートに対して反復する — Claude CodeやCodex CLIと同じ一般的な形だ。
違いは、その作業の進め方にある。
Grok Buildはリポジトリを信頼できる情報源として扱い、タスクを並列化できる場合はGit worktreesを使って自身をフォークする。各サブエージェントは独自の作業ディレクトリ、独自のファイル変更、独自のコマンドシェルを持つ。サブエージェントが完了すると、Grok Buildはそれらの出力を調整し、マージされた結果を提示する。これはOpus 4.8のClaude Managed AgentsやDynamic Workflowsを駆動するのと同じ洞察だが、Grok Buildはユーザー向けツールにworktreeプリミティブを直接組み込んだ初の汎用CLIだ。
2つ目の定義的な選択は、デフォルトでPlan Modeであること。このカテゴリーの多くのCLIは、タスクを説明した瞬間に編集を開始する。Grok Buildはまず計画を提案する — ステップ、触るファイル、実行するコマンドの番号付きリスト — そしてあなたが承認、コメント、書き直しを待つ。それからのみ開始する。2週間使ってみたところ、摩擦は実在するが、Codex CLIに複雑なタスクを任せるのと比較して、後悔の率は劇的に低い。
セットアップと初回実行
インストールはmacOS、Linux、Windows(WSL経由)で単一のコマンドだ:
curl -fsSL https://grok.com/install | bash
grok auth
認証フローはブラウザを開き、Xアカウントをリンクし、長期有効なトークンを~/.grok/config.tomlに書き込む。そこから、任意のディレクトリでgrok buildを実行するとセッションが始まる。
最初に表示されるのはモデルピッカーです。2026年6月時点で3つのモデルがあります:
- grok-code-fast-1 — デフォルトで最速、日常業務に推奨。
- grok-code-1 — 重い推論を行うバリアントで、速度は遅いが、fast-1が処理しきれない場合に使用。
- grok-4.3 — 汎用Grokモデルで、フォールバックとして利用可能。
テストしたほぼすべてがgrok-code-fast-1で実行されました。セッション中のモデルピッカーの切り替えが機能するのは珍しい点です — Claude Codeではモデルを変更するために再起動が必要です。
Plan Modeの実践
Plan Modeの実際のやり取りは次のようになります。Grok Buildに対して中規模のFastAPIプロジェクトを指定し、次のように依頼しました:「このコードベースをSQLAlchemy 1.4から2.0へ移行してください。async sessionの変更を含め、統合テストも更新してください。」
Grok Buildは約25秒で14ステップの計画を返しました。各ステップには、対象とするファイル、実行するコマンド、そして複雑なステップについては簡潔な根拠が記載されていました。私たちは次のことができました:
yで計画全体を承認。e 7で特定のステップを編集し、不要だと分かっていたステップを削除。- 自由記述テキストで制約を追加(「alembicマイグレーションを変更しない」)し、Grok Buildがその内容を計画に反映。
承認後、実行が開始され、エージェントが提案された順序でステップを処理していくのを確認しました。計画の途中でテストが失敗すると、Grok Buildは一時停止し、失敗をデバッグするか、影響を受けるファイルをスキップするかを尋ねてきました — これは、フックを設定した場合にのみClaude Codeが実行する明示的なチェックポイントのようなものです。
Claude Codeを自由に走らせるより遅いのは確かです。しかし、誤って午後の時間を台無しにするリスクは劇的に低くなります。
並列サブエージェントとワークツリー
目玉機能は、最大8つの並列サブエージェントで、それぞれが独自のGitワークツリーに分離されています。大規模なテストのバックフィルでこれを最も強く実感しました:「src/services/内のすべてのコードについて、カバレッジが85%に達するまで不足しているpytestカバレッジを記述してください。」
Grok Buildは計画を立てた後、作業を6つのサブエージェントに分割し、それぞれにsrc/services/配下のサブディレクトリを割り当てました。各サブエージェントは.grok/worktrees/agent-N/で実行されました — 同じブランチの独立したチェックアウトです。それらは並列でテストを作成し、自身のワークツリー内でローカルに実行し、割り当てられた範囲のテストがパスした場合のみメインエージェントに報告しました。
際立っていたのは次の2点です:
- 競合処理は驚くほど洗練されています。2つのサブエージェントがどちらも
conftest.pyを変更した場合、メインエージェントが競合を提示し、マージを提案して、承認を求めます。黙って上書きされることはありません。 - 並列処理をファイルシステムで確認できます。ワークツリーはGitの標準機能なので、
cdから.grok/worktrees/agent-3/へ移動して、エージェントが何をしたのか確認できます。
これはプロジェクトが拡大するにつれて効果が現れるアーキテクチャ上の選択です。小さなリファクタリング(3〜5ファイル)では恩恵を感じません。しかし、200ファイルにわたるカバレッジ向上の取り組みでは、単一スレッドのClaude Codeセッションと比べて実時間差は約4倍になります。
パフォーマンス:ベンチマーク
xAIは、grok-code-fast-1におけるGrok BuildのSWE-Bench Verifiedスコアを70.8%と公表しています。いくつかのラボによる独立した実行結果は68%から71%の間に集中しており、調整された数値ではなく、実数であると考えられます。
参考までに、2026年にレビューした主要なコーディングエージェントの公表数値を以下に示します。
| エージェント | モデル | SWE-Bench Verified |
|---|---|---|
| Claude Code | Opus 4.8 | 88.6% |
| Codex CLI | GPT-5.5 Codex | ~83% |
| Cursor 3 エージェント | Composer / Opus 4.8 | ~85% |
| Grok Build | grok-code-fast-1 | 70.8% |
| GitHub Copilot エージェント | マルチモデル | ~74% |
Claude Codeとの17ポイントの差は誤差ではありません。日常の使用では、多くの制約を頭の中で保持する必要があるタスク、例えば大規模なリファクタリング、暗黙的な依存関係の解消、レイヤーをまたぐテスト失敗の修正などでその差を感じます。より単純なタスク(この関数を書く、このエンドポイントを追加する、これらのテストを生成する)では差は大幅に縮まり、Grok Buildの速度優位性が現れます。
Grok Buildは高速です。grok-code-fast-1は、xAI自身の説明によれば、スループット向けに最適化されています。トークン単位で比較すると、標準モードのClaude Opus 4.8と比べて約1.5〜2倍、GPT-5.5 Codexと比べて約1.2倍高速であることが私たちの計測で示されました。
エージェントクライアントプロトコル
ACPは、Grok Buildのあまり知られていない注目すべき点です。Grok Buildは、ネイティブのAgent Client Protocolサポートを備えた最初の主要CLIです。これは、ACP対応のホストがエージェントを制御できるようにする、stdio上のJSON-RPC標準です。
これが実務的に意味すること:
- エディタ統合は容易です。xAIの関与なしに、誰でもZed、Neovim、VS Code内でGrok Buildをラップできます。
- CIオーケストレーションはすぐに動作します。GitHub Actions、GitLab CI、または社内ツールから
grok build --headless --plan-file plan.jsonを呼び出すことができます。 - マルチエージェント・トポロジーを構築可能。ACPは双方向通信に対応しているため、上位レベルのオーケストレーターがGrok Buildをサブエージェントの1つとして制御できます。
これは将来にわたって有効な判断です。Claude Codeは進化し続けている内部プロトコルを使用しており、Codex CLIのヘッドレスモードは実用的ですが標準化されていません。ACP対応により、Grok Buildは競合他社の多くが持たない、幅広い統合の可能性という長期的な利点を得ています。
料金
ここで、Grok Buildは一部のチームにとって状況を一変させます:
- SuperGrok(月額30ドル) — Grok Buildの全機能、全モデル、ゆとりのある利用上限。
- X Premium+(月額40ドル) — SuperGrokの内容に加え、X Premium+の他の機能もすべて利用可能。
- SuperGrok Heavy(月額300ドル) — より高いレート制限、優先キュー、拡張されたサブエージェント上限。
これらのプランに個別のトークン課金は存在しません。すでにチャット用にSuperGrokを利用している場合、Grok Buildは含まれています。
比較対象:
- Claude Code Pro:月額20ドルに加え、ヘビーユース時は従量課金(本格的な利用では実質月額20〜200ドル)
- Codex CLI:標準的なGPT-5.5のレートでAPI課金、定額サブスクリプションなし
- Cursor Pro:月額20ドル、CLIの利用とは別料金
Claude CodeやCodexで月額80〜150ドルを消費していた個人開発者であれば、Grok Buildに切り替えることで月額請求額をほぼ半分にできます。その代償はSWE-Benchでの17ポイントの差です。
プライバシー、セキュリティ、そしてエージェントが見るもの
Grok Buildはエージェントループをローカルマシンで実行し、モデルに送信するペイロード(プロンプト、関連コンテキスト、ツール呼び出し結果)のみをxAIの推論エンドポイントに送信します。リポジトリ自体はアップロードされません。
この姿勢はClaude CodeやCodex CLIと同様です。コードベース全体が他社のサーバー上に置かれる、ベストAIアプリビルダーで取り上げた各種Webベースの「アプリを作ってくれる」ツールのようなクラウド専用エージェントよりも、意味のあるレベルで優れています。
エージェントが事前に承認されたコマンドの実行のみを許可し、Webフェッチを無効にする--no-networkモードがあります。規制対象のコードを扱う際には有用ですが、ライブラリのドキュメントを参照する必要があるタスクにはあまり適していません。
Grok Buildの弱点
2週間使用して気づいた粗い部分:
1. モデルがボトルネックになっている。Plan Mode とサブエージェントの分離は優秀ですが、grok-code-fast-1 はまだベータ版であり、持続的な推論能力では Opus 4.8 より明らかに劣ります。複雑なタスク、例えば「このステートマシンを書き換え、新しい遷移がすべての不変条件を保持するようにしてください」という場合、Grok Build は自信満々で不変条件を見落としたプランを提案することがあります。私たちの経験では、Claude Code の方がより頻繁にそれを検出します。
2. ツールエコシステムが薄い。Claude Code には、コミュニティによるスキル、フック、統合機能のエコシステムが成熟しつつあります(Claude Managed Agents ガイドを参照)。Grok Build は新しく、ACP サポートによりエコシステムは急速に追いつく可能性がありますが、現時点では拡張できるものがあまりありません。
3. Worktree が一部の Git GUI で混乱を招く。Worktree を理解していない Git クライアント(SourceTree の古いバージョン、一部の IDE の Git パネルなど)を使用している場合、.grok/worktrees/ ディレクトリが孤立したチェックアウトとして表示されます。見た目の問題ですが、違和感があります。
4. 小さなタスクでは Plan Mode がオーバーヘッドになる。Grok Build に変数名のリネームを依頼するのは、冗長すぎるほど過剰な設計です。--no-plan フラグはありますが、使用することを忘れてはいけません。
Grok Build vs Claude Code vs Codex CLIの比較
ほとんどの読者にとって、選択肢は Grok Build、Claude Code、Codex CLI のいずれかになります。簡単なガイド:
- Claude Code を選ぶべき場合:タスクそのものが業務の中心である場合。複雑な複数ファイルの変更に対する高い成功率が必要で、より高い月額コストを許容できる場合。
- Codex CLI を選ぶべき場合:OpenAI エコシステム内で活動しており、チームがすでに OpenAI API をあらゆる用途で標準化しており、新しいサブスクリプションを追加せずに強力な CLI を望んでいる場合。
- Grok Build を選ぶべき場合:すでに SuperGrok を契約しており、Plan Mode の安全性を重視し、ワークロードが並列化しやすく(小さなタスクが多い)、難しい問題に対しては「良いが最高ではない」モデルを許容できる場合。
私たちが関わるほとんどのチームにとって、現実的な答えは両方を使うことです。探索的な作業や並列化できる雑務には、安価なセカンドオピニオン CLI として Grok Build を使用し、タスクのリスクが高い場合や本当に複雑な場合は Claude Code を選択してください。CLI カテゴリはもはや単一ツールで決着つく競争ではありません。
総評
Grok Buildは、現時点で市場最高のターミナル型コーディングエージェントではありません。そのタイトルは依然としてClaude Codeが握っています。しかし、最も興味深いエージェントであることは間違いありません。ワークベースのサブエージェントやACP対応は、本物のアーキテクチャ上の進歩であり、このカテゴリーの他社は1年以内に追随する可能性が高いでしょう。
すでにXエコシステムを利用しているなら、今日インストールすべきです。そうでない場合でも、Plan Modeや並列サブエージェントが自分のワークフローに合うかを確認するために、30日間のSuperGrokサブスクリプションを試す価値はあります。ただし、最も難しいタスクでClaude Codeを置き換えることは期待しないでください。少なくとも、grok-code-fast-1がベータ版を卒業し、SWE-Benchでの差が縮まるまでは無理でしょう。
xAIはこの分野への参入は遅れましたが、手ぶらで現れたわけではありません。
AI株式予測 — スマートマーケット分析
AI駆動の株式市場予測とテクニカル分析。信頼性スコアとリスク指標付きで、株式、ETF、暗号資産の毎日の予測を取得できます。
今日の予想を見るAI Tools Hub チーム
専門家によるAIツールレビュー
私たちのチームは、AI愛好家とテクノロジー専門家によって構成され、あなたのニーズに最適なソリューションを見つけるために数百のAIツールをテストしレビューしています。実際の使用に基づいた正直で詳細な分析を提供します。