Grok 3 je modelová řada xAI pro práci s jazykem, obecné znalosti, programování a řešení problémů. Popis při uvedení odlišuje běžně odpovídající model od výslovně označených variant Think v řadě, které před konečnou odpovědí používají dodatečné uvažování. Zde popsaný pojmenovaný záznam grok-3 je textová chatová edice: výrobce u tohoto záznamu uvádí textový vstup, textový výstup a žádnou samostatnou funkci uvažování.
Předtrénování řady má podporovat široké spektrum otázek a instrukcí. xAI v popisu vydání vyzdvihuje matematiku, programování, znalosti a kontrolu stylu. U psaní to poskytuje užitečný základ pro požadavek, aby model upravil vysvětlení pro určitého čtenáře, zachoval vymezená fakta nebo vytvořil soudržný návrh textu ze sady bodů. Pro technického asistenta dodejte relevantní materiály a uveďte otázku, kterou musí odpověď vyřešit, místo spoléhání pouze na obecný požadavek k diskusi o tématu.
Ilustrační úloha s dokumentem zní: „Porovnej tyto dva popisy pracovního postupu. Vyjmenuj shody, rozpory a chybějící informace a poté napiš krátké vysvětlení pro nového člena týmu.“ Zdrojové oddíly ponechte označené, aby odpověď mohla přiřadit každé pozorování ke správné pasáži. Úloha s kódem může obsahovat funkci, očekávané chování a konkrétní vstup, pro který je současný výsledek chybný. Požadujte navrženou opravu a vysvětlete, které příklady se mají použít ke kontrole. Tyto příklady využívají dokumentované skupiny jazykových a programovacích úloh a neznamenají, že vygenerovaný kód už byl spuštěn.
Rozlišení od Think je důležité. Oznámení řady Grok 3 popisuje také Grok 3 Think a Grok 3 mini Think, trénované k tomu, aby věnovaly uvažování dodatečnou práci. Jejich rozšířené uvažování by mělo být popisováno jako jejich vlastní režim nebo volba modelu. Běžný textový záznam může poskytovat vysvětlení a řešit otázky, to by se však nemělo zaměňovat s výběrem výslovně dokumentované konfigurace rozšířeného uvažování.
Příklad metadat pojmenovaného modelu od výrobce uvádí pro grok-3 maximální délku zadání 131,072 tokenů a zaznamenává podporu strukturovaných výstupů a volání funkcí. Pole délky zadání popisuje zveřejněný vstupní rozpočet v tomto příkladu; nejde o samostatný limit výstupních tokenů. Oznámení řady pojednává o větší konfiguraci s dlouhým kontextem, proto při přípravě požadavku odlišujte přesnou specifikaci pojmenovaného modelu od širšího popisu řady. Zahrňte kontext potřebný pro otázku a výslovně určete formát a délku odpovědi.
Strukturovaný výstup je užitečný, když má konverzace skončit poli zpracovatelnými aplikací, například shrnutím, extrahovanými fakty a otázkami, které ještě vyžadují upřesnění. Volání funkcí umožňuje aplikaci nabídnout povolené operace a získat navržené argumenty. Aplikace operaci provede a vrátí výsledek pro následnou odpověď. To se liší od nezávislého přístupu modelu k libovolné databázi, prohlížeči nebo interpretu kódu.
Článek při uvedení pojednává o DeepSearch a agentech vybavených nástroji jako o systémech postavených kolem řady Grok. Jejich pracovní postupy vyhledávání, spouštění a tvorby zpráv představují integrační kontext, nikoli důvod přenést každou funkci aplikace na samotný textový záznam grok-3. Pro užitečnou úlohu určete, které dodané materiály nebo vrácená data nástrojů má model používat, odlište fakta od požadovaných interpretací a požádejte jej o označení chybějících informací. Zakončete konkrétním výstupem: upraveným dokumentem, návrhem kódu, extrakčním záznamem nebo vysvětlením, které lze ověřit vůči původním vstupům.
", "aboutText": "Grok 3 je modelová řada xAI pro práci s jazykem, obecné znalosti, programování a řešení problémů. Popis při uvedení odlišuje běžně odpovídající model od výslovně označených variant Think v řadě, které před konečnou odpovědí používají dodatečné uvažování. Zde popsaný pojmenovaný záznam grok-3 je textová chatová edice: výrobce u tohoto záznamu uvádí textový vstup, textový výstup a žádnou samostatnou funkci uvažování.\n\nPředtrénování řady má podporovat široké spektrum otázek a instrukcí. xAI v popisu vydání vyzdvihuje matematiku, programování, znalosti a kontrolu stylu. U psaní to poskytuje užitečný základ pro požadavek, aby model upravil vysvětlení pro určitého čtenáře, zachoval vymezená fakta nebo vytvořil soudržný návrh textu ze sady bodů. Pro technického asistenta dodejte relevantní materiály a uveďte otázku, kterou musí odpověď vyřešit, místo spoléhání pouze na obecný požadavek k diskusi o tématu.\n\nIlustrační úloha s dokumentem zní: „Porovnej tyto dva popisy pracovního postupu. Vyjmenuj shody, rozpory a chybějící informace a poté napiš krátké vysvětlení pro nového člena týmu.“ Zdrojové oddíly ponechte označené, aby odpověď mohla přiřadit každé pozorování ke správné pasáži. Úloha s kódem může obsahovat funkci, očekávané chování a konkrétní vstup, pro který je současný výsledek chybný. Požadujte navrženou opravu a vysvětlete, které příklady se mají použít ke kontrole. Tyto příklady využívají dokumentované skupiny jazykových a programovacích úloh a neznamenají, že vygenerovaný kód už byl spuštěn.\n\nRozlišení od Think je důležité. Oznámení řady Grok 3 popisuje také Grok 3 Think a Grok 3 mini Think, trénované k tomu, aby věnovaly uvažování dodatečnou práci. Jejich rozšířené uvažování by mělo být popisováno jako jejich vlastní režim nebo volba modelu. Běžný textový záznam může poskytovat vysvětlení a řešit otázky, to by se však nemělo zaměňovat s výběrem výslovně dokumentované konfigurace rozšířeného uvažování.\n\nPříklad metadat pojmenovaného modelu od výrobce uvádí pro grok-3 maximální délku zadání 131,072 tokenů a zaznamenává podporu strukturovaných výstupů a volání funkcí. Pole délky zadání popisuje zveřejněný vstupní rozpočet v tomto příkladu; nejde o samostatný limit výstupních tokenů. Oznámení řady pojednává o větší konfiguraci s dlouhým kontextem, proto při přípravě požadavku odlišujte přesnou specifikaci pojmenovaného modelu od širšího popisu řady. Zahrňte kontext potřebný pro otázku a výslovně určete formát a délku odpovědi.\n\nStrukturovaný výstup je užitečný, když má konverzace skončit poli zpracovatelnými aplikací, například shrnutím, extrahovanými fakty a otázkami, které ještě vyžadují upřesnění. Volání funkcí umožňuje aplikaci nabídnout povolené operace a získat navržené argumenty. Aplikace operaci provede a vrátí výsledek pro následnou odpověď. To se liší od nezávislého přístupu modelu k libovolné databázi, prohlížeči nebo interpretu kódu.\n\nČlánek při uvedení pojednává o DeepSearch a agentech vybavených nástroji jako o systémech postavených kolem řady Grok. Jejich pracovní postupy vyhledávání, spouštění a tvorby zpráv představují integrační kontext, nikoli důvod přenést každou funkci aplikace na samotný textový záznam grok-3. Pro užitečnou úlohu určete, které dodané materiály nebo vrácená data nástrojů má model používat, odlište fakta od požadovaných interpretací a požádejte jej o označení chybějících informací. Zakončete konkrétním výstupem: upraveným dokumentem, návrhem kódu, extrakčním záznamem nebo vysvětlením, které lze ověřit vůči původním vstupům.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.grok-3Grok 3 je textová chatová edice xAI pro vysvětlení, psaní, programování a otázky vycházející z dodaných materiálů. Pojmenovaný záznam modelu podporuje strukturované výstupy a volání funkcí a liší se od výslovně označených modelů Think v této řadě.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Grok 3 je modelová řada xAI pro práci s jazykem, obecné znalosti, programování a řešení problémů. Popis při uvedení odlišuje běžně odpovídající model od výslovně označených variant Think v řadě, které před konečnou odpovědí používají dodatečné uvažování. Zde popsaný pojmenovaný záznam grok-3 je textová chatová edice: výrobce u tohoto záznamu uvádí textový vstup, textový výstup a žádnou samostatnou funkci uvažování.
Předtrénování řady má podporovat široké spektrum otázek a instrukcí. xAI v popisu vydání vyzdvihuje matematiku, programování, znalosti a kontrolu stylu. U psaní to poskytuje užitečný základ pro požadavek, aby model upravil vysvětlení pro určitého čtenáře, zachoval vymezená fakta nebo vytvořil soudržný návrh textu ze sady bodů. Pro technického asistenta dodejte relevantní materiály a uveďte otázku, kterou musí odpověď vyřešit, místo spoléhání pouze na obecný požadavek k diskusi o tématu.
Ilustrační úloha s dokumentem zní: „Porovnej tyto dva popisy pracovního postupu. Vyjmenuj shody, rozpory a chybějící informace a poté napiš krátké vysvětlení pro nového člena týmu.“ Zdrojové oddíly ponechte označené, aby odpověď mohla přiřadit každé pozorování ke správné pasáži. Úloha s kódem může obsahovat funkci, očekávané chování a konkrétní vstup, pro který je současný výsledek chybný. Požadujte navrženou opravu a vysvětlete, které příklady se mají použít ke kontrole. Tyto příklady využívají dokumentované skupiny jazykových a programovacích úloh a neznamenají, že vygenerovaný kód už byl spuštěn.
Rozlišení od Think je důležité. Oznámení řady Grok 3 popisuje také Grok 3 Think a Grok 3 mini Think, trénované k tomu, aby věnovaly uvažování dodatečnou práci. Jejich rozšířené uvažování by mělo být popisováno jako jejich vlastní režim nebo volba modelu. Běžný textový záznam může poskytovat vysvětlení a řešit otázky, to by se však nemělo zaměňovat s výběrem výslovně dokumentované konfigurace rozšířeného uvažování.
Příklad metadat pojmenovaného modelu od výrobce uvádí pro grok-3 maximální délku zadání 131,072 tokenů a zaznamenává podporu strukturovaných výstupů a volání funkcí. Pole délky zadání popisuje zveřejněný vstupní rozpočet v tomto příkladu; nejde o samostatný limit výstupních tokenů. Oznámení řady pojednává o větší konfiguraci s dlouhým kontextem, proto při přípravě požadavku odlišujte přesnou specifikaci pojmenovaného modelu od širšího popisu řady. Zahrňte kontext potřebný pro otázku a výslovně určete formát a délku odpovědi.
Strukturovaný výstup je užitečný, když má konverzace skončit poli zpracovatelnými aplikací, například shrnutím, extrahovanými fakty a otázkami, které ještě vyžadují upřesnění. Volání funkcí umožňuje aplikaci nabídnout povolené operace a získat navržené argumenty. Aplikace operaci provede a vrátí výsledek pro následnou odpověď. To se liší od nezávislého přístupu modelu k libovolné databázi, prohlížeči nebo interpretu kódu.
Článek při uvedení pojednává o DeepSearch a agentech vybavených nástroji jako o systémech postavených kolem řady Grok. Jejich pracovní postupy vyhledávání, spouštění a tvorby zpráv představují integrační kontext, nikoli důvod přenést každou funkci aplikace na samotný textový záznam grok-3. Pro užitečnou úlohu určete, které dodané materiály nebo vrácená data nástrojů má model používat, odlište fakta od požadovaných interpretací a požádejte jej o označení chybějících informací. Zakončete konkrétním výstupem: upraveným dokumentem, návrhem kódu, extrakčním záznamem nebo vysvětlením, které lze ověřit vůči původním vstupům.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity grok-3 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-3", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='grok-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='grok-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra grok-3
Použijte cesty metod uvedené výše.
grok-3Grok 3 je textová chatová edice xAI pro vysvětlení, psaní, programování a otázky vycházející z dodaných materiálů. Pojmenovaný záznam modelu podporuje strukturované výstupy a volání funkcí a liší se od výslovně označených modelů Think v této řadě.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Grok 3 je modelová řada xAI pro práci s jazykem, obecné znalosti, programování a řešení problémů. Popis při uvedení odlišuje běžně odpovídající model od výslovně označených variant Think v řadě, které před konečnou odpovědí používají dodatečné uvažování. Zde popsaný pojmenovaný záznam grok-3 je textová chatová edice: výrobce u tohoto záznamu uvádí textový vstup, textový výstup a žádnou samostatnou funkci uvažování.
Předtrénování řady má podporovat široké spektrum otázek a instrukcí. xAI v popisu vydání vyzdvihuje matematiku, programování, znalosti a kontrolu stylu. U psaní to poskytuje užitečný základ pro požadavek, aby model upravil vysvětlení pro určitého čtenáře, zachoval vymezená fakta nebo vytvořil soudržný návrh textu ze sady bodů. Pro technického asistenta dodejte relevantní materiály a uveďte otázku, kterou musí odpověď vyřešit, místo spoléhání pouze na obecný požadavek k diskusi o tématu.
Ilustrační úloha s dokumentem zní: „Porovnej tyto dva popisy pracovního postupu. Vyjmenuj shody, rozpory a chybějící informace a poté napiš krátké vysvětlení pro nového člena týmu.“ Zdrojové oddíly ponechte označené, aby odpověď mohla přiřadit každé pozorování ke správné pasáži. Úloha s kódem může obsahovat funkci, očekávané chování a konkrétní vstup, pro který je současný výsledek chybný. Požadujte navrženou opravu a vysvětlete, které příklady se mají použít ke kontrole. Tyto příklady využívají dokumentované skupiny jazykových a programovacích úloh a neznamenají, že vygenerovaný kód už byl spuštěn.
Rozlišení od Think je důležité. Oznámení řady Grok 3 popisuje také Grok 3 Think a Grok 3 mini Think, trénované k tomu, aby věnovaly uvažování dodatečnou práci. Jejich rozšířené uvažování by mělo být popisováno jako jejich vlastní režim nebo volba modelu. Běžný textový záznam může poskytovat vysvětlení a řešit otázky, to by se však nemělo zaměňovat s výběrem výslovně dokumentované konfigurace rozšířeného uvažování.
Příklad metadat pojmenovaného modelu od výrobce uvádí pro grok-3 maximální délku zadání 131,072 tokenů a zaznamenává podporu strukturovaných výstupů a volání funkcí. Pole délky zadání popisuje zveřejněný vstupní rozpočet v tomto příkladu; nejde o samostatný limit výstupních tokenů. Oznámení řady pojednává o větší konfiguraci s dlouhým kontextem, proto při přípravě požadavku odlišujte přesnou specifikaci pojmenovaného modelu od širšího popisu řady. Zahrňte kontext potřebný pro otázku a výslovně určete formát a délku odpovědi.
Strukturovaný výstup je užitečný, když má konverzace skončit poli zpracovatelnými aplikací, například shrnutím, extrahovanými fakty a otázkami, které ještě vyžadují upřesnění. Volání funkcí umožňuje aplikaci nabídnout povolené operace a získat navržené argumenty. Aplikace operaci provede a vrátí výsledek pro následnou odpověď. To se liší od nezávislého přístupu modelu k libovolné databázi, prohlížeči nebo interpretu kódu.
Článek při uvedení pojednává o DeepSearch a agentech vybavených nástroji jako o systémech postavených kolem řady Grok. Jejich pracovní postupy vyhledávání, spouštění a tvorby zpráv představují integrační kontext, nikoli důvod přenést každou funkci aplikace na samotný textový záznam grok-3. Pro užitečnou úlohu určete, které dodané materiály nebo vrácená data nástrojů má model používat, odlište fakta od požadovaných interpretací a požádejte jej o označení chybějících informací. Zakončete konkrétním výstupem: upraveným dokumentem, návrhem kódu, extrakčním záznamem nebo vysvětlením, které lze ověřit vůči původním vstupům.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity grok-3 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "grok-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-3', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-3', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra grok-3
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.