Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.
La especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.
Para el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.
Para material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.
En un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.
La salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.
", "aboutText": "Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.\n\nLa especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.\n\nPara el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.\n\nPara material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.\n\nEn un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.\n\nLa salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Apply a policy exception with evidence\n\nUse policy P1: standard access expires after 30 days. Exception E2: project Delta access remains valid until the project owner closes the project. Record R3: Delta is still open; access began 45 days ago. Prepare a decision record containing conclusion, governing passage, supporting record and the next condition that would change the conclusion.A four-field decision record linking the policy exception and current project state.Check that the explicit exception is applied and that the 45-day age alone is not treated as expiry for Delta.grok-4.3Grok 4.3 es un modelo de texto e imágenes para trabajo guiado por instrucciones, razonamiento y tareas conectadas con herramientas, con un contexto de 1,000,000 de tokens. Ofrece llamadas a funciones, salida estructurada y un esfuerzo de razonamiento seleccionable en la configuración documentada del productor.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.
La especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.
Para el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.
Para material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.
En un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.
La salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites grok-4.3 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"grok-4.3","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-4.3", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra grok-4.3, x-ai/grok-4.3
/chat/completions
grok-4.3Grok 4.3 es un modelo de texto e imágenes para trabajo guiado por instrucciones, razonamiento y tareas conectadas con herramientas, con un contexto de 1,000,000 de tokens. Ofrece llamadas a funciones, salida estructurada y un esfuerzo de razonamiento seleccionable en la configuración documentada del productor.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.
La especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.
Para el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.
Para material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.
En un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.
La salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites grok-4.3 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "grok-4.3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.3', '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-4.3', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra grok-4.3, x-ai/grok-4.3
/chat/completions
x-ai/grok-4.3Grok 4.3 es un modelo de texto e imágenes para trabajo guiado por instrucciones, razonamiento y tareas conectadas con herramientas, con un contexto de 1,000,000 de tokens. Ofrece llamadas a funciones, salida estructurada y un esfuerzo de razonamiento seleccionable en la configuración documentada del productor.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.
La especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.
Para el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.
Para material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.
En un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.
La salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites x-ai/grok-4.3 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "x-ai/grok-4.3", "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='x-ai/grok-4.3',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='x-ai/grok-4.3',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra grok-4.3, x-ai/grok-4.3
/chat/completions
x-ai/grok-4.3Grok 4.3 es un modelo de texto e imágenes para trabajo guiado por instrucciones, razonamiento y tareas conectadas con herramientas, con un contexto de 1,000,000 de tokens. Ofrece llamadas a funciones, salida estructurada y un esfuerzo de razonamiento seleccionable en la configuración documentada del productor.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Grok 4.3 es el modelo de propósito general del productor, con énfasis en el seguimiento de instrucciones y el uso de herramientas. Su ficha acepta texto e imágenes, genera texto y especifica una ventana de contexto de 1,000,000 de tokens. Las capacidades enumeradas incluyen llamadas a funciones, salidas estructuradas y razonamiento configurable, con procesamiento por lotes disponible en el servicio del fabricante.
La especificación detallada actual del modelo enumera los niveles de esfuerzo de razonamiento none, low, medium, high y xhigh, con low como valor predeterminado. None omite la etapa de razonamiento; las demás opciones asignan un proceso de reflexión antes de la respuesta. Estos ajustes corresponden a la ficha exacta del modelo del productor y son distintos de las listas de esfuerzo y los valores predeterminados de versiones posteriores de Grok.
Para el análisis de documentos extensos, proporciona el material pertinente y define las secciones o hallazgos que debe devolver la respuesta. El contexto puede albergar un gran conjunto de trabajo, pero la tarea sigue beneficiándose de prioridades y de una entrega explícita. Pide la conclusión, el pasaje que la respalda y cualquier condición sin resolver, en lugar de tratar un contexto largo como sustituto de una pregunta clara.
Para material visual, identifica el objeto, el elemento del gráfico o el detalle de la página que se debe examinar y explica cómo se relaciona con la tarea escrita. Un resultado útil vincula la observación con la pregunta. Si una conclusión también depende de información externa, aporta esas pruebas por separado para que el modelo pueda distinguir lo que muestra la imagen de lo que establece otra fuente.
En un flujo de trabajo basado en funciones, el modelo genera una llamada propuesta a partir de las definiciones de herramientas. La aplicación ejecuta la función y devuelve el resultado. Mantén conectadas las entradas de la función, la observación devuelta y el siguiente paso del modelo. Para una tarea de código o datos, solicita un resultado que indique qué se propuso y qué observó realmente la aplicación.
La salida estructurada puede convertir una extracción documental o un informe analítico en campos definidos. El soporte de esquemas del productor cubre tipos de datos comunes y restricciones acotadas, mientras que algunas restricciones avanzadas dependen del comportamiento del modelo. Da a cada campo un significado claro y valida el resultado según las necesidades de la aplicación. Un resultado con forma de esquema sigue necesitando pruebas de su contenido; una acción propuesta sigue necesitando que el flujo de trabajo que la rodea la ejecute.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites x-ai/grok-4.3 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive200.000 | Cargo Entrada · Tokens de entrada $0.0025 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché $0.0004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de200.000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.01 / 1K tokens Entrada · Lectura de caché $0.0008 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "x-ai/grok-4.3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'x-ai/grok-4.3', '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': 'x-ai/grok-4.3', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra grok-4.3, x-ai/grok-4.3
/chat/completions
Ejemplo técnico en inglés
Apply a policy exception with evidence\n\nUse policy P1: standard access expires after 30 days. Exception E2: project Delta access remains valid until the project owner closes the project. Record R3: Delta is still open; access began 45 days ago. Prepare a decision record containing conclusion, governing passage, supporting record and the next condition that would change the conclusion.A four-field decision record linking the policy exception and current project state.Check that the explicit exception is applied and that the 45-day age alone is not treated as expiry for Delta.