Grok 4 0709 ist ein benanntes Profil der ursprünglichen Grok-4-Familie von xAI. Die Einführung des Herstellers beschreibt anspruchsvolle Reasoning-, Programmier- und Rechercheaufgaben, bei denen Werkzeuge die verfügbaren Informationen und Berechnungsmöglichkeiten des Modells erweitern. Das nützliche Ergebnis dieses Profils ist eine Antwort, die sich auf die vorgegebene Frage und die durch die umgebende Anwendung gewonnenen Beobachtungen bezieht.
Geben Sie sämtliche Bedingungen und das zu erstellende Ergebnis an. Eine Programmieranfrage kann den relevanten Quellcode, das erwartete Verhalten und den zu lösenden Fall benennen. Eine Recherchefrage kann Thema, Zeitraum und erforderliche Evidenz festlegen. Fordern Sie, dass die Antwort Fakten aus den Quellen von der daraus entwickelten Interpretation unterscheidet.
Bewahren Sie bei einer Aufgabe mit mehreren voneinander abhängigen Schritten die Zwischenbeobachtungen, die für die endgültige Schlussfolgerung wichtig sind. In einer späteren Gesprächsrunde lässt sich dann ein umstrittener Schritt untersuchen oder eine korrigierte Bedingung ergänzen, ohne den Bezugspunkt zu verlieren.
Der Hersteller beschreibt das Training von Grok 4 für den Werkzeugeinsatz, einschliesslich Berechnungen und Browsing. Sein ausgearbeitetes Suchbeispiel entwickelt Suchanfragen, prüft Ergebnisse und verfeinert die Suche, bevor es die Frage beantwortet. Dieses Muster ist hilfreich, wenn die für eine Aufgabe benötigten Informationen erst abgerufen werden müssen und nicht bereits im anfänglichen Prompt enthalten sind.
Die umgebende Anwendung bestimmt, welche Werkzeuge und Quellen zugänglich sind, und führt die Aktionen aus. Kennzeichnen Sie abgerufene Beobachtungen, damit sich die endgültige Antwort auf das tatsächlich gelesene Material beziehen kann. Eine ausgewählte Suche oder Berechnung sollte anhand ihres zurückgegebenen Ergebnisses bewertet und nicht allein deshalb als abgeschlossen behandelt werden, weil das Modell sie vorgeschlagen hat.
Die ursprüngliche API-Beschreibung des Herstellers und das benannte gehostete Profil geben einen Arbeitskontext von 256’000 Tokens an. Stellen Sie den relevanten Code, die relevanten Passagen oder Beobachtungen bereit und lassen Sie Raum für die gewünschte Antwort. Definieren Sie bei einer grossen Quellensammlung die Fragen und Vergleichskriterien, an denen sich die Antwort orientieren soll.
Dieser Eintrag hält das Profil 0709 von späteren Grok-Versionen und dem separat benannten Grok 4 Heavy getrennt. Der werkzeuggestützte Ablauf in seiner Einführungsbeschreibung macht weder jede Sprachfunktion für Endnutzer noch Einstellungen eines späteren Modells zu Bestandteilen dieses Profils. Verwenden Sie den genauen Schnittstellenvertrag und bewahren Sie die ausgewählte Identität zusammen mit dem endgültigen Arbeitsergebnis.
", "aboutText": "Grok 4 0709 ist ein benanntes Profil der ursprünglichen Grok-4-Familie von xAI. Die Einführung des Herstellers beschreibt anspruchsvolle Reasoning-, Programmier- und Rechercheaufgaben, bei denen Werkzeuge die verfügbaren Informationen und Berechnungsmöglichkeiten des Modells erweitern. Das nützliche Ergebnis dieses Profils ist eine Antwort, die sich auf die vorgegebene Frage und die durch die umgebende Anwendung gewonnenen Beobachtungen bezieht.\n\n### Problem und erforderliches Arbeitsergebnis definieren\n\nGeben Sie sämtliche Bedingungen und das zu erstellende Ergebnis an. Eine Programmieranfrage kann den relevanten Quellcode, das erwartete Verhalten und den zu lösenden Fall benennen. Eine Recherchefrage kann Thema, Zeitraum und erforderliche Evidenz festlegen. Fordern Sie, dass die Antwort Fakten aus den Quellen von der daraus entwickelten Interpretation unterscheidet.\n\nBewahren Sie bei einer Aufgabe mit mehreren voneinander abhängigen Schritten die Zwischenbeobachtungen, die für die endgültige Schlussfolgerung wichtig sind. In einer späteren Gesprächsrunde lässt sich dann ein umstrittener Schritt untersuchen oder eine korrigierte Bedingung ergänzen, ohne den Bezugspunkt zu verlieren.\n\n### Werkzeuge in einem nachvollziehbaren Ablauf einsetzen\n\nDer Hersteller beschreibt das Training von Grok 4 für den Werkzeugeinsatz, einschliesslich Berechnungen und Browsing. Sein ausgearbeitetes Suchbeispiel entwickelt Suchanfragen, prüft Ergebnisse und verfeinert die Suche, bevor es die Frage beantwortet. Dieses Muster ist hilfreich, wenn die für eine Aufgabe benötigten Informationen erst abgerufen werden müssen und nicht bereits im anfänglichen Prompt enthalten sind.\n\nDie umgebende Anwendung bestimmt, welche Werkzeuge und Quellen zugänglich sind, und führt die Aktionen aus. Kennzeichnen Sie abgerufene Beobachtungen, damit sich die endgültige Antwort auf das tatsächlich gelesene Material beziehen kann. Eine ausgewählte Suche oder Berechnung sollte anhand ihres zurückgegebenen Ergebnisses bewertet und nicht allein deshalb als abgeschlossen behandelt werden, weil das Modell sie vorgeschlagen hat.\n\n### Arbeitskontext planen\n\nDie ursprüngliche API-Beschreibung des Herstellers und das benannte gehostete Profil geben einen Arbeitskontext von 256’000 Tokens an. Stellen Sie den relevanten Code, die relevanten Passagen oder Beobachtungen bereit und lassen Sie Raum für die gewünschte Antwort. Definieren Sie bei einer grossen Quellensammlung die Fragen und Vergleichskriterien, an denen sich die Antwort orientieren soll.\n\nDieser Eintrag hält das Profil 0709 von späteren Grok-Versionen und dem separat benannten Grok 4 Heavy getrennt. Der werkzeuggestützte Ablauf in seiner Einführungsbeschreibung macht weder jede Sprachfunktion für Endnutzer noch Einstellungen eines späteren Modells zu Bestandteilen dieses Profils. Verwenden Sie den genauen Schnittstellenvertrag und bewahren Sie die ausgewählte Identität zusammen mit dem endgültigen Arbeitsergebnis.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
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 ist das benannte Grok-4-Profil für komplexes Schlussfolgern, Programmieren und rechercheorientierte Textaufgaben. Die ursprüngliche Grok-4-Beschreibung des Herstellers umfasst werkzeuggestützte Problemlösung und einen Arbeitskontext von 256’000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Grok 4 0709 ist ein benanntes Profil der ursprünglichen Grok-4-Familie von xAI. Die Einführung des Herstellers beschreibt anspruchsvolle Reasoning-, Programmier- und Rechercheaufgaben, bei denen Werkzeuge die verfügbaren Informationen und Berechnungsmöglichkeiten des Modells erweitern. Das nützliche Ergebnis dieses Profils ist eine Antwort, die sich auf die vorgegebene Frage und die durch die umgebende Anwendung gewonnenen Beobachtungen bezieht.
Geben Sie sämtliche Bedingungen und das zu erstellende Ergebnis an. Eine Programmieranfrage kann den relevanten Quellcode, das erwartete Verhalten und den zu lösenden Fall benennen. Eine Recherchefrage kann Thema, Zeitraum und erforderliche Evidenz festlegen. Fordern Sie, dass die Antwort Fakten aus den Quellen von der daraus entwickelten Interpretation unterscheidet.
Bewahren Sie bei einer Aufgabe mit mehreren voneinander abhängigen Schritten die Zwischenbeobachtungen, die für die endgültige Schlussfolgerung wichtig sind. In einer späteren Gesprächsrunde lässt sich dann ein umstrittener Schritt untersuchen oder eine korrigierte Bedingung ergänzen, ohne den Bezugspunkt zu verlieren.
Der Hersteller beschreibt das Training von Grok 4 für den Werkzeugeinsatz, einschliesslich Berechnungen und Browsing. Sein ausgearbeitetes Suchbeispiel entwickelt Suchanfragen, prüft Ergebnisse und verfeinert die Suche, bevor es die Frage beantwortet. Dieses Muster ist hilfreich, wenn die für eine Aufgabe benötigten Informationen erst abgerufen werden müssen und nicht bereits im anfänglichen Prompt enthalten sind.
Die umgebende Anwendung bestimmt, welche Werkzeuge und Quellen zugänglich sind, und führt die Aktionen aus. Kennzeichnen Sie abgerufene Beobachtungen, damit sich die endgültige Antwort auf das tatsächlich gelesene Material beziehen kann. Eine ausgewählte Suche oder Berechnung sollte anhand ihres zurückgegebenen Ergebnisses bewertet und nicht allein deshalb als abgeschlossen behandelt werden, weil das Modell sie vorgeschlagen hat.
Die ursprüngliche API-Beschreibung des Herstellers und das benannte gehostete Profil geben einen Arbeitskontext von 256’000 Tokens an. Stellen Sie den relevanten Code, die relevanten Passagen oder Beobachtungen bereit und lassen Sie Raum für die gewünschte Antwort. Definieren Sie bei einer grossen Quellensammlung die Fragen und Vergleichskriterien, an denen sich die Antwort orientieren soll.
Dieser Eintrag hält das Profil 0709 von späteren Grok-Versionen und dem separat benannten Grok 4 Heavy getrennt. Der werkzeuggestützte Ablauf in seiner Einführungsbeschreibung macht weder jede Sprachfunktion für Endnutzer noch Einstellungen eines späteren Modells zu Bestandteilen dieses Profils. Verwenden Sie den genauen Schnittstellenvertrag und bewahren Sie die ausgewählte Identität zusammen mit dem endgültigen Arbeitsergebnis.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits grok-4-0709 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra grok-4-0709
Verwenden Sie die oben angezeigten Methodenpfade.
grok-4-0709Grok 4 0709 ist das benannte Grok-4-Profil für komplexes Schlussfolgern, Programmieren und rechercheorientierte Textaufgaben. Die ursprüngliche Grok-4-Beschreibung des Herstellers umfasst werkzeuggestützte Problemlösung und einen Arbeitskontext von 256’000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Grok 4 0709 ist ein benanntes Profil der ursprünglichen Grok-4-Familie von xAI. Die Einführung des Herstellers beschreibt anspruchsvolle Reasoning-, Programmier- und Rechercheaufgaben, bei denen Werkzeuge die verfügbaren Informationen und Berechnungsmöglichkeiten des Modells erweitern. Das nützliche Ergebnis dieses Profils ist eine Antwort, die sich auf die vorgegebene Frage und die durch die umgebende Anwendung gewonnenen Beobachtungen bezieht.
Geben Sie sämtliche Bedingungen und das zu erstellende Ergebnis an. Eine Programmieranfrage kann den relevanten Quellcode, das erwartete Verhalten und den zu lösenden Fall benennen. Eine Recherchefrage kann Thema, Zeitraum und erforderliche Evidenz festlegen. Fordern Sie, dass die Antwort Fakten aus den Quellen von der daraus entwickelten Interpretation unterscheidet.
Bewahren Sie bei einer Aufgabe mit mehreren voneinander abhängigen Schritten die Zwischenbeobachtungen, die für die endgültige Schlussfolgerung wichtig sind. In einer späteren Gesprächsrunde lässt sich dann ein umstrittener Schritt untersuchen oder eine korrigierte Bedingung ergänzen, ohne den Bezugspunkt zu verlieren.
Der Hersteller beschreibt das Training von Grok 4 für den Werkzeugeinsatz, einschliesslich Berechnungen und Browsing. Sein ausgearbeitetes Suchbeispiel entwickelt Suchanfragen, prüft Ergebnisse und verfeinert die Suche, bevor es die Frage beantwortet. Dieses Muster ist hilfreich, wenn die für eine Aufgabe benötigten Informationen erst abgerufen werden müssen und nicht bereits im anfänglichen Prompt enthalten sind.
Die umgebende Anwendung bestimmt, welche Werkzeuge und Quellen zugänglich sind, und führt die Aktionen aus. Kennzeichnen Sie abgerufene Beobachtungen, damit sich die endgültige Antwort auf das tatsächlich gelesene Material beziehen kann. Eine ausgewählte Suche oder Berechnung sollte anhand ihres zurückgegebenen Ergebnisses bewertet und nicht allein deshalb als abgeschlossen behandelt werden, weil das Modell sie vorgeschlagen hat.
Die ursprüngliche API-Beschreibung des Herstellers und das benannte gehostete Profil geben einen Arbeitskontext von 256’000 Tokens an. Stellen Sie den relevanten Code, die relevanten Passagen oder Beobachtungen bereit und lassen Sie Raum für die gewünschte Antwort. Definieren Sie bei einer grossen Quellensammlung die Fragen und Vergleichskriterien, an denen sich die Antwort orientieren soll.
Dieser Eintrag hält das Profil 0709 von späteren Grok-Versionen und dem separat benannten Grok 4 Heavy getrennt. Der werkzeuggestützte Ablauf in seiner Einführungsbeschreibung macht weder jede Sprachfunktion für Endnutzer noch Einstellungen eines späteren Modells zu Bestandteilen dieses Profils. Verwenden Sie den genauen Schnittstellenvertrag und bewahren Sie die ausgewählte Identität zusammen mit dem endgültigen Arbeitsergebnis.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits grok-4-0709 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "grok-4-0709",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra grok-4-0709
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
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.