Dialogue et capacités générales
Grok 4.1 développe le volet conversationnel de la famille Grok de xAI : dialogue naturel, attention à l'intention nuancée et personnalité conversationnelle plus cohérente. Son développement met l'accent sur l'utilité, le style et l'interaction collaborative, en plus du raisonnement de base. La famille possède deux configurations. Thinking traite la tâche par le raisonnement avant de répondre; Non-Thinking donne une réponse directe sans jetons de raisonnement. Le nom général Grok 4.1 décrit cette famille sans sélectionner l'une ou l'autre des configurations.
Compréhension émotionnelle et collaboration
L'accent conversationnel est utile lorsque la tâche dépend autant du ton de la réponse que de son contenu. Fournissez la situation, le lecteur visé et les faits qui doivent rester inchangés. Par exemple, demandez une réponse attentionnée à un client déçu qui reconnaît sa préoccupation, explique la prochaine action et conserve les conditions fournies. Identifiez ensuite une révision précise : adoucir une phrase, clarifier l'explication ou remplacer uniquement le paragraphe de conclusion. Ce sont des tâches de révision illustratives, et non des promesses que le modèle connaît les politiques de votre entreprise.
Écriture créative
Les capacités annoncées de Grok 4.1 comprennent l'écriture créative et le maintien d'une voix reconnaissable pendant l'interaction. Préparez une consigne précisant le narrateur ou les personnages, le cadre, l'effet recherché et la forme souhaitée. Une tâche utile pourrait demander un court dialogue où deux personnages sont en désaccord tout en conservant chacun un style distinct, suivi d'une révision qui modifie le rythme. Pour la rédaction commerciale, fournissez les détails réels du produit et demandez des paragraphes d'ouverture contrastés pour différents publics. Séparez les détails fixes de ceux que le modèle peut inventer dans le cadre de la tâche créative.
Exactitude factuelle et réponses de recherche d'information
Le post-entraînement du modèle traite précisément les erreurs factuelles dans les consignes de recherche d'information. Cet accent ne transforme pas une réponse fluide en fait vérifié. Lorsque vous rédigez à partir de preuves, incluez les sources et demandez au modèle de distinguer les faits énoncés, l'interprétation et les questions sans réponse. Une sortie pratique pourrait contenir une réponse concise, le passage d'appui des éléments fournis et une question permettant de combler une lacune. Les exemples fondés sur la recherche impliquent un modèle travaillant avec des outils de recherche; une conversation textuelle seule ne doit pas être traitée comme une source d'information récente récupérée.
Entraînement, sortie et portée de l'édition
L'entraînement combine le préentraînement, un entraînement intermédiaire ciblé, l'ajustement fin supervisé et l'apprentissage par renforcement, y compris des commentaires sur les réponses utiles et appropriées. Le travail décrit ici est un dialogue textuel produisant du texte : des révisions, des explications, des scènes et des réponses fondées sur les éléments fournis. Gardez l'historique de conversation nécessaire et précisez exactement quel passage un suivi doit modifier. L'évaluation de l'honnêteté, des prémisses trompeuses et de l'injection de consignes souligne l'importance de garder les preuves fournies distinctes des instructions et de vérifier les conclusions factuelles. Grok 4.1 et Grok 4.1 Fast ont des identités séparées; les limites numériques de contexte ou de sortie de la gamme Fast ne sont pas des spécifications de cette fiche de famille.
", "aboutText": "Dialogue et capacités générales\n\nGrok 4.1 développe le volet conversationnel de la famille Grok de xAI : dialogue naturel, attention à l'intention nuancée et personnalité conversationnelle plus cohérente. Son développement met l'accent sur l'utilité, le style et l'interaction collaborative, en plus du raisonnement de base. La famille possède deux configurations. Thinking traite la tâche par le raisonnement avant de répondre; Non-Thinking donne une réponse directe sans jetons de raisonnement. Le nom général Grok 4.1 décrit cette famille sans sélectionner l'une ou l'autre des configurations.\n\nCompréhension émotionnelle et collaboration\n\nL'accent conversationnel est utile lorsque la tâche dépend autant du ton de la réponse que de son contenu. Fournissez la situation, le lecteur visé et les faits qui doivent rester inchangés. Par exemple, demandez une réponse attentionnée à un client déçu qui reconnaît sa préoccupation, explique la prochaine action et conserve les conditions fournies. Identifiez ensuite une révision précise : adoucir une phrase, clarifier l'explication ou remplacer uniquement le paragraphe de conclusion. Ce sont des tâches de révision illustratives, et non des promesses que le modèle connaît les politiques de votre entreprise.\n\nÉcriture créative\n\nLes capacités annoncées de Grok 4.1 comprennent l'écriture créative et le maintien d'une voix reconnaissable pendant l'interaction. Préparez une consigne précisant le narrateur ou les personnages, le cadre, l'effet recherché et la forme souhaitée. Une tâche utile pourrait demander un court dialogue où deux personnages sont en désaccord tout en conservant chacun un style distinct, suivi d'une révision qui modifie le rythme. Pour la rédaction commerciale, fournissez les détails réels du produit et demandez des paragraphes d'ouverture contrastés pour différents publics. Séparez les détails fixes de ceux que le modèle peut inventer dans le cadre de la tâche créative.\n\nExactitude factuelle et réponses de recherche d'information\n\nLe post-entraînement du modèle traite précisément les erreurs factuelles dans les consignes de recherche d'information. Cet accent ne transforme pas une réponse fluide en fait vérifié. Lorsque vous rédigez à partir de preuves, incluez les sources et demandez au modèle de distinguer les faits énoncés, l'interprétation et les questions sans réponse. Une sortie pratique pourrait contenir une réponse concise, le passage d'appui des éléments fournis et une question permettant de combler une lacune. Les exemples fondés sur la recherche impliquent un modèle travaillant avec des outils de recherche; une conversation textuelle seule ne doit pas être traitée comme une source d'information récente récupérée.\n\nEntraînement, sortie et portée de l'édition\n\nL'entraînement combine le préentraînement, un entraînement intermédiaire ciblé, l'ajustement fin supervisé et l'apprentissage par renforcement, y compris des commentaires sur les réponses utiles et appropriées. Le travail décrit ici est un dialogue textuel produisant du texte : des révisions, des explications, des scènes et des réponses fondées sur les éléments fournis. Gardez l'historique de conversation nécessaire et précisez exactement quel passage un suivi doit modifier. L'évaluation de l'honnêteté, des prémisses trompeuses et de l'injection de consignes souligne l'importance de garder les preuves fournies distinctes des instructions et de vérifier les conclusions factuelles. Grok 4.1 et Grok 4.1 Fast ont des identités séparées; les limites numériques de contexte ou de sortie de la gamme Fast ne sont pas des spécifications de cette fiche de famille.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Soften a disappointed-customer reply\n\nRevise this reply to a disappointed customer: 'You missed the deadline, so we cannot change it. Read the policy.' Facts to preserve: changes close 48 hours before dispatch; this order dispatches tomorrow; support can update the address for future orders. Acknowledge the inconvenience, explain the current limit and offer the available next step without sounding accusatory.A considerate customer-ready reply preserving all supplied policy and timing facts.Check the reply offers only the future-order address change and never promises an exception.grok-4.1Grok 4.1 est le modèle de xAI centré sur le dialogue pour la conversation nuancée, la révision collaborative et l'écriture créative. Ses configurations Thinking et Non-Thinking offrent différentes approches de réponse tout en gardant le ton et le contexte au centre de l'échange.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Dialogue et capacités générales
Grok 4.1 développe le volet conversationnel de la famille Grok de xAI : dialogue naturel, attention à l'intention nuancée et personnalité conversationnelle plus cohérente. Son développement met l'accent sur l'utilité, le style et l'interaction collaborative, en plus du raisonnement de base. La famille possède deux configurations. Thinking traite la tâche par le raisonnement avant de répondre; Non-Thinking donne une réponse directe sans jetons de raisonnement. Le nom général Grok 4.1 décrit cette famille sans sélectionner l'une ou l'autre des configurations.
Compréhension émotionnelle et collaboration
L'accent conversationnel est utile lorsque la tâche dépend autant du ton de la réponse que de son contenu. Fournissez la situation, le lecteur visé et les faits qui doivent rester inchangés. Par exemple, demandez une réponse attentionnée à un client déçu qui reconnaît sa préoccupation, explique la prochaine action et conserve les conditions fournies. Identifiez ensuite une révision précise : adoucir une phrase, clarifier l'explication ou remplacer uniquement le paragraphe de conclusion. Ce sont des tâches de révision illustratives, et non des promesses que le modèle connaît les politiques de votre entreprise.
Écriture créative
Les capacités annoncées de Grok 4.1 comprennent l'écriture créative et le maintien d'une voix reconnaissable pendant l'interaction. Préparez une consigne précisant le narrateur ou les personnages, le cadre, l'effet recherché et la forme souhaitée. Une tâche utile pourrait demander un court dialogue où deux personnages sont en désaccord tout en conservant chacun un style distinct, suivi d'une révision qui modifie le rythme. Pour la rédaction commerciale, fournissez les détails réels du produit et demandez des paragraphes d'ouverture contrastés pour différents publics. Séparez les détails fixes de ceux que le modèle peut inventer dans le cadre de la tâche créative.
Exactitude factuelle et réponses de recherche d'information
Le post-entraînement du modèle traite précisément les erreurs factuelles dans les consignes de recherche d'information. Cet accent ne transforme pas une réponse fluide en fait vérifié. Lorsque vous rédigez à partir de preuves, incluez les sources et demandez au modèle de distinguer les faits énoncés, l'interprétation et les questions sans réponse. Une sortie pratique pourrait contenir une réponse concise, le passage d'appui des éléments fournis et une question permettant de combler une lacune. Les exemples fondés sur la recherche impliquent un modèle travaillant avec des outils de recherche; une conversation textuelle seule ne doit pas être traitée comme une source d'information récente récupérée.
Entraînement, sortie et portée de l'édition
L'entraînement combine le préentraînement, un entraînement intermédiaire ciblé, l'ajustement fin supervisé et l'apprentissage par renforcement, y compris des commentaires sur les réponses utiles et appropriées. Le travail décrit ici est un dialogue textuel produisant du texte : des révisions, des explications, des scènes et des réponses fondées sur les éléments fournis. Gardez l'historique de conversation nécessaire et précisez exactement quel passage un suivi doit modifier. L'évaluation de l'honnêteté, des prémisses trompeuses et de l'injection de consignes souligne l'importance de garder les preuves fournies distinctes des instructions et de vérifier les conclusions factuelles. Grok 4.1 et Grok 4.1 Fast ont des identités séparées; les limites numériques de contexte ou de sortie de la gamme Fast ne sont pas des spécifications de cette fiche de famille.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites grok-4.1 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.004 / 1K jetons Sortie · Jetons en sortie $0.02 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-4.1", "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-4.1',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-4.1',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra grok-4.1
Utilisez les chemins de méthode indiqués ci-dessus.
grok-4.1Grok 4.1 est le modèle de xAI centré sur le dialogue pour la conversation nuancée, la révision collaborative et l'écriture créative. Ses configurations Thinking et Non-Thinking offrent différentes approches de réponse tout en gardant le ton et le contexte au centre de l'échange.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Dialogue et capacités générales
Grok 4.1 développe le volet conversationnel de la famille Grok de xAI : dialogue naturel, attention à l'intention nuancée et personnalité conversationnelle plus cohérente. Son développement met l'accent sur l'utilité, le style et l'interaction collaborative, en plus du raisonnement de base. La famille possède deux configurations. Thinking traite la tâche par le raisonnement avant de répondre; Non-Thinking donne une réponse directe sans jetons de raisonnement. Le nom général Grok 4.1 décrit cette famille sans sélectionner l'une ou l'autre des configurations.
Compréhension émotionnelle et collaboration
L'accent conversationnel est utile lorsque la tâche dépend autant du ton de la réponse que de son contenu. Fournissez la situation, le lecteur visé et les faits qui doivent rester inchangés. Par exemple, demandez une réponse attentionnée à un client déçu qui reconnaît sa préoccupation, explique la prochaine action et conserve les conditions fournies. Identifiez ensuite une révision précise : adoucir une phrase, clarifier l'explication ou remplacer uniquement le paragraphe de conclusion. Ce sont des tâches de révision illustratives, et non des promesses que le modèle connaît les politiques de votre entreprise.
Écriture créative
Les capacités annoncées de Grok 4.1 comprennent l'écriture créative et le maintien d'une voix reconnaissable pendant l'interaction. Préparez une consigne précisant le narrateur ou les personnages, le cadre, l'effet recherché et la forme souhaitée. Une tâche utile pourrait demander un court dialogue où deux personnages sont en désaccord tout en conservant chacun un style distinct, suivi d'une révision qui modifie le rythme. Pour la rédaction commerciale, fournissez les détails réels du produit et demandez des paragraphes d'ouverture contrastés pour différents publics. Séparez les détails fixes de ceux que le modèle peut inventer dans le cadre de la tâche créative.
Exactitude factuelle et réponses de recherche d'information
Le post-entraînement du modèle traite précisément les erreurs factuelles dans les consignes de recherche d'information. Cet accent ne transforme pas une réponse fluide en fait vérifié. Lorsque vous rédigez à partir de preuves, incluez les sources et demandez au modèle de distinguer les faits énoncés, l'interprétation et les questions sans réponse. Une sortie pratique pourrait contenir une réponse concise, le passage d'appui des éléments fournis et une question permettant de combler une lacune. Les exemples fondés sur la recherche impliquent un modèle travaillant avec des outils de recherche; une conversation textuelle seule ne doit pas être traitée comme une source d'information récente récupérée.
Entraînement, sortie et portée de l'édition
L'entraînement combine le préentraînement, un entraînement intermédiaire ciblé, l'ajustement fin supervisé et l'apprentissage par renforcement, y compris des commentaires sur les réponses utiles et appropriées. Le travail décrit ici est un dialogue textuel produisant du texte : des révisions, des explications, des scènes et des réponses fondées sur les éléments fournis. Gardez l'historique de conversation nécessaire et précisez exactement quel passage un suivi doit modifier. L'évaluation de l'honnêteté, des prémisses trompeuses et de l'injection de consignes souligne l'importance de garder les preuves fournies distinctes des instructions et de vérifier les conclusions factuelles. Grok 4.1 et Grok 4.1 Fast ont des identités séparées; les limites numériques de contexte ou de sortie de la gamme Fast ne sont pas des spécifications de cette fiche de famille.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites grok-4.1 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.004 / 1K jetons Sortie · Jetons en sortie $0.02 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "grok-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.1', '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-4.1', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra grok-4.1
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Soften a disappointed-customer reply\n\nRevise this reply to a disappointed customer: 'You missed the deadline, so we cannot change it. Read the policy.' Facts to preserve: changes close 48 hours before dispatch; this order dispatches tomorrow; support can update the address for future orders. Acknowledge the inconvenience, explain the current limit and offer the available next step without sounding accusatory.A considerate customer-ready reply preserving all supplied policy and timing facts.Check the reply offers only the future-order address change and never promises an exception.