Un assistant vendu non pour son esprit mais pour son endurance. Confiez-lui une tâche qui demande des dizaines de tours : il découpe les étapes, vérifie son propre travail et livre, et au passage il a repris l'écriture de code.

La plupart des assistants fonctionnent par échanges isolés : on demande, ils répondent, puis on reprend la main. Confier un travail entier revient souvent à rester à côté, parce qu'au cinquième ou au dixième tour le modèle perd la consigne d'origine, ou tourne en rond dans un même message d'erreur.

Cette version vise précisément ce segment. L'annonce est inhabituellement directe sur le positionnement : bâtie sur le modèle précédent, avec un accent particulier sur les agents de longue durée et sur un travail interactif et visuel plus ambitieux.

Des dizaines de tours sans intervenir

La vieille défaillance des tâches longues porte un nom, la dégradation du contexte : après le cinquième ou le dixième appel d'outil, le modèle abandonne les contraintes initiales, répète la même erreur, ou oublie même ce qui était demandé. La réponse ici consiste à le faire s'auditer avant d'agir. Il relève la structure du dépôt, ses conventions d'architecture et ses définitions de types, découpe l'exigence en sous-objectifs vérifiables séparément, modifie précisément les fichiers visés, lance ensuite les tests locaux, lit la pile d'appels, se corrige, et ne poursuit qu'après. Sur des trajectoires plus longues, l'équipe observe un déplacement : cette version produit nettement plus d'auto-tests et d'auto-vérifications, et contrôle ce qu'elle vient de faire avant d'avancer.

Son meilleur usage est de transformer une phrase large en une première version qui tourne. L'annonce est concrète : donnez une direction de produit peu familière et le modèle étudie le domaine, monte la structure de l'application, implémente l'interaction centrale, puis corrige au fil de plusieurs retours. Sur les projets visuels et interactifs, la première ébauche est, selon l'équipe, nettement meilleure que celle de la génération précédente : une idée concrète suffit pour établir d'un seul passage la structure et le langage visuel.

Tourner plus longtemps coûte aussi plus cher, d'où un paragraphe à part sur l'économie. Selon les chiffres officiels, une tâche longue demande en moyenne une cinquantaine de tours et environ cinq cents millions de jetons d'entrée, mesurés à quatre-vingt-quatre cents par tâche. L'interface facture deux dollars par million de jetons d'entrée et six par million de sortie, l'entrée mise en cache tombant à cinquante cents par million. La fenêtre de contexte reste à 500 000 jetons au lieu de grandir — l'intention annoncée étant de dépenser le budget plus précisément plutôt que de s'appuyer sur une fenêtre plus large.

La partie qui reprend le code

Le travail de construction revient à Grok Build, un agent conçu pour ce terrain, doté d'un panneau pour faire tourner plusieurs sessions en parallèle afin que plusieurs chantiers avancent en même temps. Il était disponible le jour de la sortie, avec un quota doublé la première semaine. Un détail vaut d'être retenu : lorsqu'on le pilote par l'interface ou par les règles d'un éditeur, mieux vaut écrire l'exigence de vérification dans la consigne — demander explicitement une vérification statique des types et les tests unitaires avant de proposer une écriture de fichier —, et la boucle interne d'auto-vérification se déclenche au maximum.

Le direct est la partie qui n'a pas besoin d'explication

L'autre axe principal, c'est l'information en direct. La recherche parcourt le web ouvert et la chronologie publique en même temps, et les réponses citent des sources primaires plutôt que les données d'entraînement de l'an dernier. Posez une question sur ce qui se passe maintenant : les publications concernées sont insérées dans la réponse avec leurs chiffres d'interaction, et vous pouvez tirer ce fil.

Pas seulement discuter : fichiers, images et voix dans un même cadre

Comme assistant quotidien, il fait le travail. Documents, tableurs, code et audio s'envoient pour être résumés, extraits ou expliqués. Une image peut faire partie de la question : envoyez-en une et demandez ce qu'elle dit, il lit le contenu avant de poursuivre, au lieu de parler autour du dessin en généralités.

La voix est l'autre pièce solide : les allers-retours passent sous la seconde et l'on peut couper au milieu d'une phrase au lieu d'attendre la fin de la réponse. La génération d'images et de vidéos se fait dans la même conversation, jusqu'à 2K de résolution et quinze secondes. Des dizaines de langues, une mémoire d'une conversation à l'autre et une surface de travail pour les textes longs complètent l'ensemble.

Les caractéristiques

L'éditeur est xAI. Les plateformes sont le web, iOS et Android. La série de modèles et l'application mobile suivent des traces séparées, les chiffres d'une fiche de boutique n'ont donc rien à voir avec la version du modèle. La fenêtre de contexte est de 500K jetons, l'agent de codage s'appelle Grok Build et gère des sessions parallèles, l'interface facture deux dollars par million d'entrée et six par million de sortie, cinquante cents en cas de cache. Une formule gratuite existe avec un quota plafonné, SuperGrok coûte environ trente dollars par mois, SuperGrok Plus environ cent, avec des offres équipe et entreprise au-dessus. Le produit principal est fermé.

Jusqu'où va la formule gratuite

La formule gratuite ne demande pas de carte : on se connecte et cela fonctionne, recherche en direct et mode vocal compris, mais le quota est plafonné et une séance intensive atteint vite la limite. Au-dessus, SuperGrok à une trentaine de dollars par mois ouvre des limites plus hautes, davantage de raisonnement multi-agents et les fonctions réservées, puis SuperGrok Plus à environ cent ajoute la création vidéo et la priorité aux heures chargées.

Un piège mérite d'être nommé : l'abonnement et l'interface pour développeurs sont facturés séparément. SuperGrok achète l'accès à l'application grand public ; brancher le modèle dans son propre logiciel relève d'un autre compte.

Ce qui se vend ici n'est pas l'esprit mais l'endurance. Confier une tâche qui demande des dizaines de tours, ne plus y toucher, et la voir revenir vérifiée — le code chez un agent compagnon, une tâche sous le dollar : voilà où le produit veut être employé.