Grok 3 mini adalah model penalaran ringkas xAI dalam keluarga Grok 3. Pembuatnya memperkenalkan model ini bersama Grok 3 Think yang lebih besar, menggunakan pembelajaran penguatan untuk mengembangkan perilaku pemecahan masalah. Penekanan khususnya adalah pekerjaan teknis: matematika, pemrograman, dan tugas STEM lainnya ketika rangkaian kondisi yang jelas lebih penting daripada pengetahuan umum dunia yang banyak. Entri model bernama ini menerima teks dan mengembalikan teks.
Tujuan tahap penalaran adalah menelaah masalah sebelum menghasilkan jawaban. Hal ini membuat edisi tersebut layak dipertimbangkan untuk pertanyaan dengan langkah-langkah yang saling bergantung: menurunkan nilai dari beberapa kondisi, memeriksa apakah algoritma memenuhi persyaratan, atau memeriksa argumen logis yang diusulkan. xAI menyajikan mini sebagai pilihan model tersendiri, bukan sekadar setelan yang membuat edisi teks grok-3 biasa menjadi lebih kecil. Pertahankan perbedaan itu saat memilih masukan dan hasil yang Anda perlukan.
Untuk matematika, berikan kondisi lengkap, definisi, asumsi yang diizinkan, serta kuantitas atau pernyataan yang harus dibuktikan. Contoh permintaan: “Evaluasi solusi ini. Tunjukkan langkah tidak valid yang paling awal, jelaskan kondisi mana yang dilanggarnya, dan berikan hasil yang diperbaiki beserta pemeriksaan terhadap masalah asli.” Untuk pemrograman, sertakan kode yang relevan, nilai masukan, dan perilaku yang diharapkan. Mintalah penjelasan perbedaannya dan usulan perubahan yang dapat diuji pada masukan tersebut. Untuk logika, bedakan premis dari kesimpulan dan tanyakan klaim perantara mana yang memerlukan dukungan.
Jawaban dapat disusun berdasarkan artefak akhir yang berguna: rumus yang diturunkan, fragmen kode, daftar asumsi yang ditolak, atau penjelasan singkat metode yang dipilih. Permintaan yang menetapkan artefak membantu menjaga penalaran tetap terkait dengan tugas pengguna. Untuk asisten belajar, nyatakan apakah pelajar memerlukan petunjuk, penjelasan metode, atau solusi lengkap; untuk peninjau teknis, nyatakan kriteria yang harus dipenuhi jawaban yang diusulkan. Ini merupakan contoh pilihan persiapan berdasarkan fokus tugas pembuatnya, bukan jaminan bahwa argumen yang dikembalikan benar tanpa diperiksa.
Contoh metadata model dari pembuatnya mencatat penalaran, keluaran terstruktur, dan pemanggilan fungsi untuk grok-3-mini. Contoh itu memberikan panjang prompt maksimum 131,072 token dan mencantumkan teks sebagai masukan maupun keluaran. Sumber edisi spesifik yang telah dibaca tidak menetapkan maksimum universal terpisah untuk keluaran yang dihasilkan. Pertahankan kondisi yang diperlukan dan materi relevan dalam prompt, tetapkan struktur hasil yang diinginkan, dan tentukan batas khusus eksekusi dari konfigurasi yang dipilih, alih-alih meminjamnya dari model Grok yang lebih besar.
Keluaran terstruktur dapat membuat hasil penalaran lebih mudah digunakan dalam aplikasi: misalnya, pisahkan hasil yang diusulkan, asumsi, pemeriksaan, dan pertanyaan terbuka ke dalam kolom yang ditentukan. Dengan pemanggilan fungsi, aplikasi menjelaskan operasi yang tersedia, menerima usulan pemanggilan, dan menyediakan hasil operasi untuk respons model berikutnya. Perhitungan atau pencarian eksternal dijalankan oleh alat aplikasi tersebut; pernyataan tertulis bahwa perhitungan telah diperiksa bukan dengan sendirinya catatan bahwa alat itu dijalankan.
Fokus teknis edisi mini juga merupakan batas yang bermakna. Berikan fakta khusus yang menjadi dasar solusi, terutama jika fakta itu baru atau berada di luar kondisi yang dinyatakan dalam pertanyaan. Pisahkan fakta sumber dari instruksi dan minta model mempertahankan ketidakpastian ketika premis yang diperlukan tidak tersedia. Artikel peluncurannya menjelaskan model penalaran dan agen terpisah yang dilengkapi alat, sehingga fitur browser, pencarian, atau eksekusinya harus tetap dikaitkan dengan integrasi yang sebenarnya. Pilih Grok 3 mini untuk tugas penalaran teks yang terdokumentasi, dan verifikasi perhitungan, argumen, serta kode yang berdampak penting terhadap masalah asli atau pemeriksaan aplikasi.
", "aboutText": "Grok 3 mini adalah model penalaran ringkas xAI dalam keluarga Grok 3. Pembuatnya memperkenalkan model ini bersama Grok 3 Think yang lebih besar, menggunakan pembelajaran penguatan untuk mengembangkan perilaku pemecahan masalah. Penekanan khususnya adalah pekerjaan teknis: matematika, pemrograman, dan tugas STEM lainnya ketika rangkaian kondisi yang jelas lebih penting daripada pengetahuan umum dunia yang banyak. Entri model bernama ini menerima teks dan mengembalikan teks.\n\nTujuan tahap penalaran adalah menelaah masalah sebelum menghasilkan jawaban. Hal ini membuat edisi tersebut layak dipertimbangkan untuk pertanyaan dengan langkah-langkah yang saling bergantung: menurunkan nilai dari beberapa kondisi, memeriksa apakah algoritma memenuhi persyaratan, atau memeriksa argumen logis yang diusulkan. xAI menyajikan mini sebagai pilihan model tersendiri, bukan sekadar setelan yang membuat edisi teks grok-3 biasa menjadi lebih kecil. Pertahankan perbedaan itu saat memilih masukan dan hasil yang Anda perlukan.\n\nUntuk matematika, berikan kondisi lengkap, definisi, asumsi yang diizinkan, serta kuantitas atau pernyataan yang harus dibuktikan. Contoh permintaan: “Evaluasi solusi ini. Tunjukkan langkah tidak valid yang paling awal, jelaskan kondisi mana yang dilanggarnya, dan berikan hasil yang diperbaiki beserta pemeriksaan terhadap masalah asli.” Untuk pemrograman, sertakan kode yang relevan, nilai masukan, dan perilaku yang diharapkan. Mintalah penjelasan perbedaannya dan usulan perubahan yang dapat diuji pada masukan tersebut. Untuk logika, bedakan premis dari kesimpulan dan tanyakan klaim perantara mana yang memerlukan dukungan.\n\nJawaban dapat disusun berdasarkan artefak akhir yang berguna: rumus yang diturunkan, fragmen kode, daftar asumsi yang ditolak, atau penjelasan singkat metode yang dipilih. Permintaan yang menetapkan artefak membantu menjaga penalaran tetap terkait dengan tugas pengguna. Untuk asisten belajar, nyatakan apakah pelajar memerlukan petunjuk, penjelasan metode, atau solusi lengkap; untuk peninjau teknis, nyatakan kriteria yang harus dipenuhi jawaban yang diusulkan. Ini merupakan contoh pilihan persiapan berdasarkan fokus tugas pembuatnya, bukan jaminan bahwa argumen yang dikembalikan benar tanpa diperiksa.\n\nContoh metadata model dari pembuatnya mencatat penalaran, keluaran terstruktur, dan pemanggilan fungsi untuk grok-3-mini. Contoh itu memberikan panjang prompt maksimum 131,072 token dan mencantumkan teks sebagai masukan maupun keluaran. Sumber edisi spesifik yang telah dibaca tidak menetapkan maksimum universal terpisah untuk keluaran yang dihasilkan. Pertahankan kondisi yang diperlukan dan materi relevan dalam prompt, tetapkan struktur hasil yang diinginkan, dan tentukan batas khusus eksekusi dari konfigurasi yang dipilih, alih-alih meminjamnya dari model Grok yang lebih besar.\n\nKeluaran terstruktur dapat membuat hasil penalaran lebih mudah digunakan dalam aplikasi: misalnya, pisahkan hasil yang diusulkan, asumsi, pemeriksaan, dan pertanyaan terbuka ke dalam kolom yang ditentukan. Dengan pemanggilan fungsi, aplikasi menjelaskan operasi yang tersedia, menerima usulan pemanggilan, dan menyediakan hasil operasi untuk respons model berikutnya. Perhitungan atau pencarian eksternal dijalankan oleh alat aplikasi tersebut; pernyataan tertulis bahwa perhitungan telah diperiksa bukan dengan sendirinya catatan bahwa alat itu dijalankan.\n\nFokus teknis edisi mini juga merupakan batas yang bermakna. Berikan fakta khusus yang menjadi dasar solusi, terutama jika fakta itu baru atau berada di luar kondisi yang dinyatakan dalam pertanyaan. Pisahkan fakta sumber dari instruksi dan minta model mempertahankan ketidakpastian ketika premis yang diperlukan tidak tersedia. Artikel peluncurannya menjelaskan model penalaran dan agen terpisah yang dilengkapi alat, sehingga fitur browser, pencarian, atau eksekusinya harus tetap dikaitkan dengan integrasi yang sebenarnya. Pilih Grok 3 mini untuk tugas penalaran teks yang terdokumentasi, dan verifikasi perhitungan, argumen, serta kode yang berdampak penting terhadap masalah asli atau pemeriksaan aplikasi.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.grok-3-miniGrok 3 mini adalah model penalaran teks ringkas xAI untuk matematika, pemrograman, dan tugas yang berfokus pada logika. Model ini dirancang untuk menelaah masalah sebelum menjawab, dengan fitur keluaran terstruktur dan pemanggilan fungsi yang didokumentasikan untuk edisi bernama tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Grok 3 mini adalah model penalaran ringkas xAI dalam keluarga Grok 3. Pembuatnya memperkenalkan model ini bersama Grok 3 Think yang lebih besar, menggunakan pembelajaran penguatan untuk mengembangkan perilaku pemecahan masalah. Penekanan khususnya adalah pekerjaan teknis: matematika, pemrograman, dan tugas STEM lainnya ketika rangkaian kondisi yang jelas lebih penting daripada pengetahuan umum dunia yang banyak. Entri model bernama ini menerima teks dan mengembalikan teks.
Tujuan tahap penalaran adalah menelaah masalah sebelum menghasilkan jawaban. Hal ini membuat edisi tersebut layak dipertimbangkan untuk pertanyaan dengan langkah-langkah yang saling bergantung: menurunkan nilai dari beberapa kondisi, memeriksa apakah algoritma memenuhi persyaratan, atau memeriksa argumen logis yang diusulkan. xAI menyajikan mini sebagai pilihan model tersendiri, bukan sekadar setelan yang membuat edisi teks grok-3 biasa menjadi lebih kecil. Pertahankan perbedaan itu saat memilih masukan dan hasil yang Anda perlukan.
Untuk matematika, berikan kondisi lengkap, definisi, asumsi yang diizinkan, serta kuantitas atau pernyataan yang harus dibuktikan. Contoh permintaan: “Evaluasi solusi ini. Tunjukkan langkah tidak valid yang paling awal, jelaskan kondisi mana yang dilanggarnya, dan berikan hasil yang diperbaiki beserta pemeriksaan terhadap masalah asli.” Untuk pemrograman, sertakan kode yang relevan, nilai masukan, dan perilaku yang diharapkan. Mintalah penjelasan perbedaannya dan usulan perubahan yang dapat diuji pada masukan tersebut. Untuk logika, bedakan premis dari kesimpulan dan tanyakan klaim perantara mana yang memerlukan dukungan.
Jawaban dapat disusun berdasarkan artefak akhir yang berguna: rumus yang diturunkan, fragmen kode, daftar asumsi yang ditolak, atau penjelasan singkat metode yang dipilih. Permintaan yang menetapkan artefak membantu menjaga penalaran tetap terkait dengan tugas pengguna. Untuk asisten belajar, nyatakan apakah pelajar memerlukan petunjuk, penjelasan metode, atau solusi lengkap; untuk peninjau teknis, nyatakan kriteria yang harus dipenuhi jawaban yang diusulkan. Ini merupakan contoh pilihan persiapan berdasarkan fokus tugas pembuatnya, bukan jaminan bahwa argumen yang dikembalikan benar tanpa diperiksa.
Contoh metadata model dari pembuatnya mencatat penalaran, keluaran terstruktur, dan pemanggilan fungsi untuk grok-3-mini. Contoh itu memberikan panjang prompt maksimum 131,072 token dan mencantumkan teks sebagai masukan maupun keluaran. Sumber edisi spesifik yang telah dibaca tidak menetapkan maksimum universal terpisah untuk keluaran yang dihasilkan. Pertahankan kondisi yang diperlukan dan materi relevan dalam prompt, tetapkan struktur hasil yang diinginkan, dan tentukan batas khusus eksekusi dari konfigurasi yang dipilih, alih-alih meminjamnya dari model Grok yang lebih besar.
Keluaran terstruktur dapat membuat hasil penalaran lebih mudah digunakan dalam aplikasi: misalnya, pisahkan hasil yang diusulkan, asumsi, pemeriksaan, dan pertanyaan terbuka ke dalam kolom yang ditentukan. Dengan pemanggilan fungsi, aplikasi menjelaskan operasi yang tersedia, menerima usulan pemanggilan, dan menyediakan hasil operasi untuk respons model berikutnya. Perhitungan atau pencarian eksternal dijalankan oleh alat aplikasi tersebut; pernyataan tertulis bahwa perhitungan telah diperiksa bukan dengan sendirinya catatan bahwa alat itu dijalankan.
Fokus teknis edisi mini juga merupakan batas yang bermakna. Berikan fakta khusus yang menjadi dasar solusi, terutama jika fakta itu baru atau berada di luar kondisi yang dinyatakan dalam pertanyaan. Pisahkan fakta sumber dari instruksi dan minta model mempertahankan ketidakpastian ketika premis yang diperlukan tidak tersedia. Artikel peluncurannya menjelaskan model penalaran dan agen terpisah yang dilengkapi alat, sehingga fitur browser, pencarian, atau eksekusinya harus tetap dikaitkan dengan integrasi yang sebenarnya. Pilih Grok 3 mini untuk tugas penalaran teks yang terdokumentasi, dan verifikasi perhitungan, argumen, serta kode yang berdampak penting terhadap masalah asli atau pemeriksaan aplikasi.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan grok-3-mini | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-3-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='grok-3-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='grok-3-mini',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra grok-3-mini
Gunakan jalur metode yang ditampilkan di atas.
grok-3-miniGrok 3 mini adalah model penalaran teks ringkas xAI untuk matematika, pemrograman, dan tugas yang berfokus pada logika. Model ini dirancang untuk menelaah masalah sebelum menjawab, dengan fitur keluaran terstruktur dan pemanggilan fungsi yang didokumentasikan untuk edisi bernama tersebut.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Grok 3 mini adalah model penalaran ringkas xAI dalam keluarga Grok 3. Pembuatnya memperkenalkan model ini bersama Grok 3 Think yang lebih besar, menggunakan pembelajaran penguatan untuk mengembangkan perilaku pemecahan masalah. Penekanan khususnya adalah pekerjaan teknis: matematika, pemrograman, dan tugas STEM lainnya ketika rangkaian kondisi yang jelas lebih penting daripada pengetahuan umum dunia yang banyak. Entri model bernama ini menerima teks dan mengembalikan teks.
Tujuan tahap penalaran adalah menelaah masalah sebelum menghasilkan jawaban. Hal ini membuat edisi tersebut layak dipertimbangkan untuk pertanyaan dengan langkah-langkah yang saling bergantung: menurunkan nilai dari beberapa kondisi, memeriksa apakah algoritma memenuhi persyaratan, atau memeriksa argumen logis yang diusulkan. xAI menyajikan mini sebagai pilihan model tersendiri, bukan sekadar setelan yang membuat edisi teks grok-3 biasa menjadi lebih kecil. Pertahankan perbedaan itu saat memilih masukan dan hasil yang Anda perlukan.
Untuk matematika, berikan kondisi lengkap, definisi, asumsi yang diizinkan, serta kuantitas atau pernyataan yang harus dibuktikan. Contoh permintaan: “Evaluasi solusi ini. Tunjukkan langkah tidak valid yang paling awal, jelaskan kondisi mana yang dilanggarnya, dan berikan hasil yang diperbaiki beserta pemeriksaan terhadap masalah asli.” Untuk pemrograman, sertakan kode yang relevan, nilai masukan, dan perilaku yang diharapkan. Mintalah penjelasan perbedaannya dan usulan perubahan yang dapat diuji pada masukan tersebut. Untuk logika, bedakan premis dari kesimpulan dan tanyakan klaim perantara mana yang memerlukan dukungan.
Jawaban dapat disusun berdasarkan artefak akhir yang berguna: rumus yang diturunkan, fragmen kode, daftar asumsi yang ditolak, atau penjelasan singkat metode yang dipilih. Permintaan yang menetapkan artefak membantu menjaga penalaran tetap terkait dengan tugas pengguna. Untuk asisten belajar, nyatakan apakah pelajar memerlukan petunjuk, penjelasan metode, atau solusi lengkap; untuk peninjau teknis, nyatakan kriteria yang harus dipenuhi jawaban yang diusulkan. Ini merupakan contoh pilihan persiapan berdasarkan fokus tugas pembuatnya, bukan jaminan bahwa argumen yang dikembalikan benar tanpa diperiksa.
Contoh metadata model dari pembuatnya mencatat penalaran, keluaran terstruktur, dan pemanggilan fungsi untuk grok-3-mini. Contoh itu memberikan panjang prompt maksimum 131,072 token dan mencantumkan teks sebagai masukan maupun keluaran. Sumber edisi spesifik yang telah dibaca tidak menetapkan maksimum universal terpisah untuk keluaran yang dihasilkan. Pertahankan kondisi yang diperlukan dan materi relevan dalam prompt, tetapkan struktur hasil yang diinginkan, dan tentukan batas khusus eksekusi dari konfigurasi yang dipilih, alih-alih meminjamnya dari model Grok yang lebih besar.
Keluaran terstruktur dapat membuat hasil penalaran lebih mudah digunakan dalam aplikasi: misalnya, pisahkan hasil yang diusulkan, asumsi, pemeriksaan, dan pertanyaan terbuka ke dalam kolom yang ditentukan. Dengan pemanggilan fungsi, aplikasi menjelaskan operasi yang tersedia, menerima usulan pemanggilan, dan menyediakan hasil operasi untuk respons model berikutnya. Perhitungan atau pencarian eksternal dijalankan oleh alat aplikasi tersebut; pernyataan tertulis bahwa perhitungan telah diperiksa bukan dengan sendirinya catatan bahwa alat itu dijalankan.
Fokus teknis edisi mini juga merupakan batas yang bermakna. Berikan fakta khusus yang menjadi dasar solusi, terutama jika fakta itu baru atau berada di luar kondisi yang dinyatakan dalam pertanyaan. Pisahkan fakta sumber dari instruksi dan minta model mempertahankan ketidakpastian ketika premis yang diperlukan tidak tersedia. Artikel peluncurannya menjelaskan model penalaran dan agen terpisah yang dilengkapi alat, sehingga fitur browser, pencarian, atau eksekusinya harus tetap dikaitkan dengan integrasi yang sebenarnya. Pilih Grok 3 mini untuk tugas penalaran teks yang terdokumentasi, dan verifikasi perhitungan, argumen, serta kode yang berdampak penting terhadap masalah asli atau pemeriksaan aplikasi.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan grok-3-mini | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "grok-3-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-3-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-3-mini', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra grok-3-mini
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.