Grok 4 0709 er en navngiven profil i xAI’s oprindelige Grok 4-familie. Producentens introduktion beskriver avanceret ræsonnering, kodning og researchopgaver, hvor værktøjer udvider de oplysninger og beregningsmuligheder, modellen har til rådighed. Profilens nyttige resultat er et svar, der er knyttet til det stillede spørgsmål og de observationer, den omgivende applikation har indhentet.
Angiv alle betingelser og det resultat, der skal produceres. En kodeopgave kan identificere den relevante kildekode, den forventede adfærd og det tilfælde, der skal løses. Et researchspørgsmål kan angive emnet, tidsintervallet og den nødvendige dokumentation. Bed modellen om at skelne mellem kildefakta og den fortolkning, der bygger på dem.
Ved en opgave med flere afhængige trin skal du bevare de mellemliggende observationer, der har betydning for den endelige konklusion. En senere samtaletur kan så undersøge et omstridt trin eller tilføje en korrigeret betingelse uden at miste sit referencepunkt.
Producenten beskriver træning af Grok 4 i at bruge værktøjer, herunder beregning og browsing. Det gennemarbejdede søgeeksempel udvikler forespørgsler, undersøger resultater og præciserer søgningen, før spørgsmålet besvares. Det mønster er nyttigt, når en opgaves nødvendige oplysninger skal hentes frem for at være givet i den indledende prompt.
Den omgivende applikation afgør, hvilke værktøjer og kilder der er tilgængelige, og udfører handlingerne. Mærk hentede observationer, så det endelige svar kan henvise til det materiale, der faktisk er læst. En valgt søgning eller beregning skal vurderes ud fra det returnerede resultat og ikke anses for gennemført, alene fordi modellen foreslog den.
Producentens oprindelige API-beskrivelse og den navngivne hostede profil angiver en arbejdskontekst på 256.000 tokens. Medtag relevant kode, tekstpassager eller observationer, og levn plads til det ønskede svar. Ved en stor kildesamling skal du definere de spørgsmål og sammenligningskriterier, der skal styre svaret.
Denne beskrivelse holder 0709-profilen adskilt fra senere Grok-udgivelser og den særskilt navngivne Grok 4 Heavy. Det værktøjsunderstøttede forløb i lanceringsbeskrivelsen gør ikke alle stemmefunktioner i forbrugerproduktet eller en senere models indstillinger til en del af denne profil. Brug den præcise grænsefladekontrakt, og bevar den valgte identitet sammen med det endelige resultat.
", "aboutText": "Grok 4 0709 er en navngiven profil i xAI’s oprindelige Grok 4-familie. Producentens introduktion beskriver avanceret ræsonnering, kodning og researchopgaver, hvor værktøjer udvider de oplysninger og beregningsmuligheder, modellen har til rådighed. Profilens nyttige resultat er et svar, der er knyttet til det stillede spørgsmål og de observationer, den omgivende applikation har indhentet.\n\n### Definer problemet og det ønskede resultat\n\nAngiv alle betingelser og det resultat, der skal produceres. En kodeopgave kan identificere den relevante kildekode, den forventede adfærd og det tilfælde, der skal løses. Et researchspørgsmål kan angive emnet, tidsintervallet og den nødvendige dokumentation. Bed modellen om at skelne mellem kildefakta og den fortolkning, der bygger på dem.\n\nVed en opgave med flere afhængige trin skal du bevare de mellemliggende observationer, der har betydning for den endelige konklusion. En senere samtaletur kan så undersøge et omstridt trin eller tilføje en korrigeret betingelse uden at miste sit referencepunkt.\n\n### Brug værktøjer gennem et synligt forløb\n\nProducenten beskriver træning af Grok 4 i at bruge værktøjer, herunder beregning og browsing. Det gennemarbejdede søgeeksempel udvikler forespørgsler, undersøger resultater og præciserer søgningen, før spørgsmålet besvares. Det mønster er nyttigt, når en opgaves nødvendige oplysninger skal hentes frem for at være givet i den indledende prompt.\n\nDen omgivende applikation afgør, hvilke værktøjer og kilder der er tilgængelige, og udfører handlingerne. Mærk hentede observationer, så det endelige svar kan henvise til det materiale, der faktisk er læst. En valgt søgning eller beregning skal vurderes ud fra det returnerede resultat og ikke anses for gennemført, alene fordi modellen foreslog den.\n\n### Planlæg arbejdskonteksten\n\nProducentens oprindelige API-beskrivelse og den navngivne hostede profil angiver en arbejdskontekst på 256.000 tokens. Medtag relevant kode, tekstpassager eller observationer, og levn plads til det ønskede svar. Ved en stor kildesamling skal du definere de spørgsmål og sammenligningskriterier, der skal styre svaret.\n\nDenne beskrivelse holder 0709-profilen adskilt fra senere Grok-udgivelser og den særskilt navngivne Grok 4 Heavy. Det værktøjsunderstøttede forløb i lanceringsbeskrivelsen gør ikke alle stemmefunktioner i forbrugerproduktet eller en senere models indstillinger til en del af denne profil. Brug den præcise grænsefladekontrakt, og bevar den valgte identitet sammen med det endelige resultat.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Check a shipping-cost argument\n\nA shop pays 9 units for each parcel up to 2 kg and 4 units for each additional started kilogram. An order weighs 4.2 kg. A colleague calculates 9 + 2.2 * 4. Explain whether that follows the tariff, give the correct calculation and identify the word in the rule that changes the rounding.A tariff interpretation, explicit calculation and explanation of the rounding trigger.The calculation must charge for additional started kilograms rather than a fractional kilogram amount.grok-4-0709Grok 4 0709 er den navngivne Grok 4-profil til kompleks ræsonnering, kodning og researchorienterede tekstopgaver. Producentens oprindelige beskrivelse af Grok 4 omfatter værktøjsunderstøttet problemløsning og en arbejdskontekst på 256.000 tokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Grok 4 0709 er en navngiven profil i xAI’s oprindelige Grok 4-familie. Producentens introduktion beskriver avanceret ræsonnering, kodning og researchopgaver, hvor værktøjer udvider de oplysninger og beregningsmuligheder, modellen har til rådighed. Profilens nyttige resultat er et svar, der er knyttet til det stillede spørgsmål og de observationer, den omgivende applikation har indhentet.
Angiv alle betingelser og det resultat, der skal produceres. En kodeopgave kan identificere den relevante kildekode, den forventede adfærd og det tilfælde, der skal løses. Et researchspørgsmål kan angive emnet, tidsintervallet og den nødvendige dokumentation. Bed modellen om at skelne mellem kildefakta og den fortolkning, der bygger på dem.
Ved en opgave med flere afhængige trin skal du bevare de mellemliggende observationer, der har betydning for den endelige konklusion. En senere samtaletur kan så undersøge et omstridt trin eller tilføje en korrigeret betingelse uden at miste sit referencepunkt.
Producenten beskriver træning af Grok 4 i at bruge værktøjer, herunder beregning og browsing. Det gennemarbejdede søgeeksempel udvikler forespørgsler, undersøger resultater og præciserer søgningen, før spørgsmålet besvares. Det mønster er nyttigt, når en opgaves nødvendige oplysninger skal hentes frem for at være givet i den indledende prompt.
Den omgivende applikation afgør, hvilke værktøjer og kilder der er tilgængelige, og udfører handlingerne. Mærk hentede observationer, så det endelige svar kan henvise til det materiale, der faktisk er læst. En valgt søgning eller beregning skal vurderes ud fra det returnerede resultat og ikke anses for gennemført, alene fordi modellen foreslog den.
Producentens oprindelige API-beskrivelse og den navngivne hostede profil angiver en arbejdskontekst på 256.000 tokens. Medtag relevant kode, tekstpassager eller observationer, og levn plads til det ønskede svar. Ved en stor kildesamling skal du definere de spørgsmål og sammenligningskriterier, der skal styre svaret.
Denne beskrivelse holder 0709-profilen adskilt fra senere Grok-udgivelser og den særskilt navngivne Grok 4 Heavy. Det værktøjsunderstøttede forløb i lanceringsbeskrivelsen gør ikke alle stemmefunktioner i forbrugerproduktet eller en senere models indstillinger til en del af denne profil. Brug den præcise grænsefladekontrakt, og bevar den valgte identitet sammen med det endelige resultat.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser grok-4-0709 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.006 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-4-0709", "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-4-0709',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-4-0709',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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra grok-4-0709
Brug metodestierne vist ovenfor.
grok-4-0709Grok 4 0709 er den navngivne Grok 4-profil til kompleks ræsonnering, kodning og researchorienterede tekstopgaver. Producentens oprindelige beskrivelse af Grok 4 omfatter værktøjsunderstøttet problemløsning og en arbejdskontekst på 256.000 tokens.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Grok 4 0709 er en navngiven profil i xAI’s oprindelige Grok 4-familie. Producentens introduktion beskriver avanceret ræsonnering, kodning og researchopgaver, hvor værktøjer udvider de oplysninger og beregningsmuligheder, modellen har til rådighed. Profilens nyttige resultat er et svar, der er knyttet til det stillede spørgsmål og de observationer, den omgivende applikation har indhentet.
Angiv alle betingelser og det resultat, der skal produceres. En kodeopgave kan identificere den relevante kildekode, den forventede adfærd og det tilfælde, der skal løses. Et researchspørgsmål kan angive emnet, tidsintervallet og den nødvendige dokumentation. Bed modellen om at skelne mellem kildefakta og den fortolkning, der bygger på dem.
Ved en opgave med flere afhængige trin skal du bevare de mellemliggende observationer, der har betydning for den endelige konklusion. En senere samtaletur kan så undersøge et omstridt trin eller tilføje en korrigeret betingelse uden at miste sit referencepunkt.
Producenten beskriver træning af Grok 4 i at bruge værktøjer, herunder beregning og browsing. Det gennemarbejdede søgeeksempel udvikler forespørgsler, undersøger resultater og præciserer søgningen, før spørgsmålet besvares. Det mønster er nyttigt, når en opgaves nødvendige oplysninger skal hentes frem for at være givet i den indledende prompt.
Den omgivende applikation afgør, hvilke værktøjer og kilder der er tilgængelige, og udfører handlingerne. Mærk hentede observationer, så det endelige svar kan henvise til det materiale, der faktisk er læst. En valgt søgning eller beregning skal vurderes ud fra det returnerede resultat og ikke anses for gennemført, alene fordi modellen foreslog den.
Producentens oprindelige API-beskrivelse og den navngivne hostede profil angiver en arbejdskontekst på 256.000 tokens. Medtag relevant kode, tekstpassager eller observationer, og levn plads til det ønskede svar. Ved en stor kildesamling skal du definere de spørgsmål og sammenligningskriterier, der skal styre svaret.
Denne beskrivelse holder 0709-profilen adskilt fra senere Grok-udgivelser og den særskilt navngivne Grok 4 Heavy. Det værktøjsunderstøttede forløb i lanceringsbeskrivelsen gør ikke alle stemmefunktioner i forbrugerproduktet eller en senere models indstillinger til en del af denne profil. Brug den præcise grænsefladekontrakt, og bevar den valgte identitet sammen med det endelige resultat.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser grok-4-0709 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.006 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "grok-4-0709",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4-0709', '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-4-0709', '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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra grok-4-0709
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Check a shipping-cost argument\n\nA shop pays 9 units for each parcel up to 2 kg and 4 units for each additional started kilogram. An order weighs 4.2 kg. A colleague calculates 9 + 2.2 * 4. Explain whether that follows the tariff, give the correct calculation and identify the word in the rule that changes the rounding.A tariff interpretation, explicit calculation and explanation of the rounding trigger.The calculation must charge for additional started kilograms rather than a fractional kilogram amount.