des données fascinantes des utilisateurs de @cline sur grok-code-fast-1 contexte : "sonic" était le modèle furtif d'@xAI que nous avons lancé aux utilisateurs de Cline il y a quelques semaines. les retours n'étaient honnêtement pas très bons. erreurs d'utilisation des outils, problèmes de raisonnement, fiabilité générale. avançons jusqu'à cette semaine et le sentiment a complètement changé. les utilisateurs disent que grok-code-fast "donne l'impression d'être un modèle totalement différent de celui de sonic que je testais" et "meilleur que gpt5-mini". les améliorations techniques sont notables : >réduction majeure des erreurs d'appel d'outils >meilleures capacités de raisonnement pour le mode de planification des migrations de bases de données complexes réussies (changements de schéma "étrangement indolores") génération de code fiable avec moins d'itérations, particulièrement performant avec la programmation Go. mais ce qui est le plus intéressant, c'est que les utilisateurs passent activement de gpt-5-mini à grok en raison de performances supérieures. un utilisateur a noté "beaucoup moins d'erreurs d'utilisation des outils que Sonic, ce qui est le plus grand changement". un autre l'a qualifié "d'équivalent à sonnet 3.5" tout en étant "extraordinairement rapide", maintenant la qualité tout en offrant de la vitesse. il convient de noter que sonnet 3.5 est toujours un très bon modèle. l'accès gratuit (étendu jusqu'au 10 septembre) favorise une adoption rapide, mais le prix à long terme pour un modèle de cette qualité est notable : 0,20 $ par million de tokens d'entrée et 1,50 $ par million de tokens de sortie. cela positionne grok-code-fast comme potentiellement le modèle de codage de classe frontière le plus rentable, même lorsque la période gratuite se termine. la transformation de Sonic à Grok démontre à quel point l'utilisation complexe des outils de Cline, l'ingestion massive de contexte et les données d'édition diff sont précieuses pour former des modèles de codage de pointe.