Grok Build CLI défie Claude Code : duel des agents de codage

Grok Build CLI défie Claude Code : duel des agents de codage

Ce que chaque outil est réellement

Les deux outils fonctionnent dans votre terminal et accomplissent la même tâche générale : vous décrivez ce que vous voulez en langage clair, et l'agent lit votre code, planifie les modifications, édite les fichiers, exécute des commandes et itère jusqu'à ce que le travail soit terminé. Cette similarité de surface cache une différence architecturale marquée.

Claude Code est l'agent de codage natif de terminal d'Anthropic, construit sur des variantes de modèles Opus et Sonnet. Il utilise un seul passage de raisonnement profond. Un agent, jusqu'à 1 million de tokens de contexte, planification délibérée avant toute modification de fichier. Il vous montre son plan et attend votre approbation. Vous gardez le contrôle sans avoir à micromanager chaque étape.

Il est en production depuis début 2025, ce qui signifie que les outils, les ressources communautaires et les modèles d'intégration (VS Code, CI, MCP) sont matures.

Grok Build est le pari de xAI sur le parallélisme plutôt que sur la profondeur. Alors que Claude Code utilise un agent avec une fenêtre de contexte de 1 million de tokens pour un raisonnement approfondi, Grok Build déploie jusqu'à huit sous-agents travaillant simultanément. La fonctionnalité phare est le Mode Arena : plusieurs agents s'affrontent pour résoudre la même tâche de manière indépendante, et vous choisissez la meilleure sortie. C'est une philosophie fondamentalement différente sur la manière dont les agents IA devraient travailler sur le code.

Le modèle sous-jacent, grok-build-0.1, a été conçu spécifiquement pour ce CLI, remplaçant l'ancien modèle grok-code-fast-1 le 20 mai 2026. Il dispose d'une fenêtre de contexte de 256K tokens, prend en charge les entrées texte et image, et est tarifé à 1,00 $ par million de tokens d'entrée et 2,00 $ par million de tokens de sortie via l'API xAI. L'accès nécessite un abonnement SuperGrok (299 $/mois) ou X Premium Plus.

Comment fonctionne réellement Grok Build

Chaque tâche passe par trois étapes. D'abord, un agent coordinateur lit votre code et décompose la tâche en un plan numéroté, le même portail d'approbation que vous voyez dans Claude Code. Vous le passez en revue et l'approuvez avant que quoi que ce soit ne soit écrit. Ensuite, le travail est distribué entre des sous-agents parallèles. Pour une tâche importante comme l'ajout d'une authentification à une application Express, un agent pourrait gérer la couche de route, un autre la logique de token, et un troisième la couverture de test, le tout en cours d'exécution simultanément. Enfin, les résultats reviennent sous forme de différences révisables avant que quoi que ce soit ne soit engagé, vous gardant ainsi le contrôle sur ce qui est intégré.

Mode Arena en pratique

Le Mode Arena est ce qui rend Grok Build véritablement différent de tout autre outil dans le terminal actuellement. Au lieu de faire confiance à la sortie d'un seul agent, vous obtenez des solutions concurrentes et sélectionnez le gagnant. Cela est particulièrement utile lorsque la tâche a plusieurs approches valides, comme le refactoring d'un module où le typage strict, la performance ou la couverture de test pourraient chacun être prioritaires. Vous choisissez l'implémentation qui correspond à vos contraintes réelles plutôt que d'espérer que le modèle devine correctement. Désactivez-le pour des modifications routinières. L'évaluation de trois sorties concurrentes n'en vaut pas la peine pour un simple correctif.

Grok Build est également livré avec des Skills : des ensembles d'instructions nommés et versionnés invoqués via des commandes slash dans n'importe quelle session. Vous donnez un nom à une Skill, une description et une spécification comportementale complète, et à partir de ce moment, vous déclenchez l'ensemble du flux de travail avec une seule commande slash. Les Skills voyagent avec votre dépôt à travers les pull requests et les revues de code. xAI a expédié un ensemble intégré couvrant les flux de travail documentaires et de données (génération de documents, Excel avec formules, opérations PDF) en mai 2026, et vous pouvez en écrire des personnalisées pour vos propres tâches répétitives.

Installation de Grok Build CLI

La configuration de Claude Code est couverte dans notre article Getting Started with Claude Code. Voici à quoi ressemble la mise en route de Grok Build :

Configuration de Grok Build

• Installation en une ligne
  curl -fsSL https://x.ai/cli/install.sh | bash

• Authentification avec votre compte xAI/X
  Grok Build indexe votre répertoire de projet au lancement. L'installation prend moins d'une minute. Le véritable obstacle est l'abonnement, pas la configuration technique.

Comment les tester vous-même

Les benchmarks sont un contexte utile, mais la seule comparaison qui compte est leur performance sur des tâches réelles. Commencez par le Prompt 1 ci-dessous, il fonctionne sans projet existant afin que vous puissiez essayer les deux outils en moins de cinq minutes. Les Prompts 2 à 5 sont destinés à tester votre propre code.

• Prompt 1 : Le test rapide (aucun projet existant nécessaire)
  C'est le seul prompt à essayer si vous n'avez utilisé aucun des outils auparavant. Créez un dossier vide, ouvrez-le dans votre terminal et exécutez la même instruction dans les deux :

  Construisez une API REST fonctionnelle en Python avec deux points de terminaison : GET /health retourne {"status": "ok"} et POST /echo retourne le corps JSON que vous lui envoyez. Utilisez FastAPI. Ajoutez un README.

  À quoi faire attention : Claude Code vous montrera un plan étape par étape et demandera votre approbation avant d'écrire un seul fichier. Grok Build lancera plusieurs agents et vous donnera éventuellement des implémentations concurrentes en Mode Arena. Exécutez les deux et vous comprendrez immédiatement la différence fondamentale entre la manière dont les deux outils abordent une tâche, sans avoir besoin d'une base de code existante.

• Prompt 2 : Refactoring (teste la qualité du raisonnement)
  Refactorisez auth.js pour utiliser async/await partout. Ajoutez des commentaires JSDoc à chaque fonction. Ne changez aucun comportement, seulement la syntaxe et la documentation.

  À quoi faire attention : Claude Code vous montrera un plan numéroté et demandera une approbation avant de toucher quoi que ce soit. Grok Build en Mode Arena lancera plusieurs agents, chacun avec une interprétation légèrement différente, et vous laissera choisir. L'approche de Claude est plus prévisible. La sortie Arena de Grok vous donne des options mais nécessite que vous les évaluiez, ce qui prend du temps.

• Prompt 3 : Fonctionnalité multi-fichiers (teste la gestion du contexte)
  Ajoutez une limitation de taux à chaque route API dans le dossier routes/. Utilisez express-rate-limit. Ajoutez un test pour le comportement de limitation de taux dans chaque fichier de test de route.

  Cela met à l'épreuve la fenêtre de contexte. Vos routes et fichiers de test peuvent ensemble représenter des dizaines de milliers de tokens. La fenêtre de 1 million de tokens de Claude Code gère cela confortablement sur de grandes bases de code. La limite de 256K tokens de Grok Build peut devenir une contrainte réelle ici. Faites attention à Grok qui pourrait manquer un fichier de route ou tronquer la couverture de test lorsque la base de code devient grande.

• Prompt 4 : Débogage (teste le diagnostic d'erreur)
  Le point de terminaison de connexion utilisateur retourne 500 de manière intermittente en production. Vérifiez le flux d'authentification, la gestion de la connexion à la base de données et les limites d'erreur. Identifiez la cause la plus probable et proposez une correction avec un test pour la détecter.

  Les tâches de diagnostic favorisent le raisonnement profond plutôt que la largeur parallèle. Claude Code tend à produire une analyse des causes profondes plus approfondie ici. Les agents parallèles de Grok Build peuvent générer des hypothèses concurrentes, ce qui est parfois utile, mais pour un seul bug bien défini, la sortie supplémentaire ajoute souvent du bruit à évaluer.

• Prompt 5 : Nouvelle fonctionnalité depuis zéro (teste l'autonomie)
  Ajoutez un flux de réinitialisation de mot de passe. Il a besoin d'un point de terminaison pour demander un lien de réinitialisation, d'un point de terminaison pour valider le token et accepter un nouveau mot de passe, et d'emails via la configuration de mailer existante. Suivez les modèles déjà présents dans cette base de code.

  C'est ici que les sous-agents parallèles de Grok Build brillent le plus. Lancer des agents séparés pour le point de terminaison, la logique de token et l'intégration des emails en parallèle peut réellement être plus rapide qu'un passage séquentiel d'un seul agent. Si vous travaillez sur des fonctionnalités en terrain vierge, c'est ici que l'architecture de Grok Build porte ses fruits de manière la plus claire.

Les chiffres : Ce que les benchmarks révèlent réellement

SWE-bench Verified est le principal point de référence utilisé pour les comparaisons d'agents de codage. Voici où se situent les deux outils à la mi-2026, basé sur des scores rapportés par les fournisseurs et vérifiés indépendamment.

| Métrique | Claude Code | Grok Build CLI | |---------------------------|------------------|---------------------| | SWE-bench Verified | 87,6 % (Opus 4.7) | 70,8 % (grok-code-fast-1, beta) | | Fenêtre de contexte | 1M tokens | 256K tokens | | Architecture | Agent unique profond | Jusqu'à 8 sous-agents parallèles | | Mode Arena | Non | Oui | | Support MCP | Oui | Oui (beta) | | Niveau gratuit | Oui (usage limité) | Non | | Point d'entrée payant | Pro plan | SuperGrok 299 $/mois |

Deux choses à noter concernant ces chiffres. Premièrement, le chiffre de 70,8 % de SWE-bench pour Grok Build a été mesuré sur grok-code-fast-1, qui a été déprécié le 15 mai 2026. Le CLI de production fonctionne maintenant sur grok-build-0.1, et xAI n'a pas encore publié de score de benchmark mis à jour pour celui-ci. L'écart peut être plus étroit ou plus large. Deuxièmement, Grok Build est en bêta précoce. xAI expédie des mises à jour chaque semaine.