Grok 4.1 Fast Non-Reasoning è la variante a risposta diretta con denominazione specifica di xAI nella famiglia Grok 4.1 Fast. Il produttore la rilascia separatamente dalla variante di ragionamento, identificandola come scelta per risposte immediate. È utile per una conversazione testuale o un passaggio assistito da strumenti con un'istruzione chiara, input noti e un risultato definito. Non-Reasoning seleziona la modalità di risposta; Grok 4.1 Fast rimane una famiglia distinta dal modello ordinario Grok 4.1 e da Grok 4 Fast.
xAI sviluppa Grok 4.1 Fast intorno all'uso degli strumenti nel mondo reale. Il suo addestramento con apprendimento per rinforzo usa ambienti simulati con strumenti diversi in molti ambiti, mettendo in evidenza l'assistenza clienti come applicazione pratica. Per un'attività di questo tipo, fornisci al modello la richiesta dell'utente, le regole pertinenti e le funzioni consentite dall'applicazione. Specifica quali informazioni servono per scegliere l'azione successiva. Un flusso di lavoro esemplificativo consiste nell'identificare il problema attuale dell'utente, chiedere un dettaglio mancante, selezionare una consultazione e poi preparare una risposta breve sulla base delle informazioni restituite.
Il produttore sottolinea inoltre l'apprendimento per rinforzo su orizzonti lunghi e gli scenari su più turni. Questo è rilevante quando una richiesta prosegue attraverso più azioni o chiarimenti. Conserva l'obiettivo originale, i vincoli importanti, le risposte precedenti e i risultati effettivi delle funzioni, così la risposta successiva può riflettere lo stato attuale dell'attività. Se uno strumento segnala che mancano informazioni o che un'azione non è riuscita, includi quel risultato invece di presumere il successo. Chiedi al modello di spiegare il passo successivo necessario in termini dello stato osservato e mantieni distinta un'azione proposta da un'azione completata dall'applicazione.
La famiglia ha un contesto da due milioni di token descritto dal produttore. Una finestra ampia può contenere una considerevole cronologia della conversazione, istruzioni e documenti di supporto, ma il prompt dovrebbe comunque rendere facile individuare la domanda attuale. Assegna titoli stabili ai documenti, conserva gli identificativi pertinenti e identifica la fonte di un'affermazione fattuale. Per un lungo caso di assistenza, chiedi il problema così come si presenta ora, i fatti già accertati e la successiva domanda senza risposta. Per l'elaborazione documentale, specifica i campi da estrarre e come rappresentare un valore assente o in conflitto.
L'annuncio di Grok 4.1 Fast introduce inoltre un servizio di strumenti separato per ricerca, esecuzione di codice e recupero documentale. La capacità del modello di chiamare strumenti e la disponibilità di uno strumento specifico sono parti diverse del flusso di lavoro. Descrivi gli strumenti effettivamente forniti dalla tua applicazione e restituisci i loro risultati alla conversazione. In un'attività di ricerca, definisci la domanda, l'ambito e le prove necessarie, quindi chiedi una sintesi collegata al materiale recuperato. In un'attività sui dati, usa risultati di calcolo effettivi come input alla spiegazione, invece di trattare un numero generato come un calcolo completato.
Per un'operazione testuale diretta, rendi le istruzioni sull'output compatte e precise. Potresti chiedere un paragrafo riscritto che conservi fatti specificati, un breve riepilogo del materiale fornito, una categoria scelta secondo regole esplicite o una tabella di dettagli estratti. Includi esempi quando il formato atteso presenta casi limite importanti. Sono applicazioni esemplificative del flusso testuale e con agenti, anziché affermazioni secondo cui ogni input produrrà un risultato corretto. La modalità a risposta diretta può mantenere il risultato focalizzato quando l'attività è già ben specificata.
Per il lavoro fattuale, chiedi di distinguere le informazioni sostenute dalle fonti dalle assunzioni e di segnalare le prove mancanti. Verifica nomi, identificativi, valori e risultati delle azioni dichiarati che sono importanti rispetto al materiale originale o alla risposta effettiva dello strumento. Un contesto ampio e un processo di risposta rapido non sostituiscono tale verifica. Scegli la variante di ragionamento con denominazione separata quando desideri un diverso processo di risoluzione dei problemi, mantenendo Non-Reasoning per istruzioni chiare e una risposta finale diretta. Definisci il completamento in base al risultato richiesto e a ogni esito confermato dell'operazione, non soltanto al fatto che il modello abbia prodotto una risposta.
", "aboutText": "Grok 4.1 Fast Non-Reasoning è la variante a risposta diretta con denominazione specifica di xAI nella famiglia Grok 4.1 Fast. Il produttore la rilascia separatamente dalla variante di ragionamento, identificandola come scelta per risposte immediate. È utile per una conversazione testuale o un passaggio assistito da strumenti con un'istruzione chiara, input noti e un risultato definito. Non-Reasoning seleziona la modalità di risposta; Grok 4.1 Fast rimane una famiglia distinta dal modello ordinario Grok 4.1 e da Grok 4 Fast.\n\nxAI sviluppa Grok 4.1 Fast intorno all'uso degli strumenti nel mondo reale. Il suo addestramento con apprendimento per rinforzo usa ambienti simulati con strumenti diversi in molti ambiti, mettendo in evidenza l'assistenza clienti come applicazione pratica. Per un'attività di questo tipo, fornisci al modello la richiesta dell'utente, le regole pertinenti e le funzioni consentite dall'applicazione. Specifica quali informazioni servono per scegliere l'azione successiva. Un flusso di lavoro esemplificativo consiste nell'identificare il problema attuale dell'utente, chiedere un dettaglio mancante, selezionare una consultazione e poi preparare una risposta breve sulla base delle informazioni restituite.\n\nIl produttore sottolinea inoltre l'apprendimento per rinforzo su orizzonti lunghi e gli scenari su più turni. Questo è rilevante quando una richiesta prosegue attraverso più azioni o chiarimenti. Conserva l'obiettivo originale, i vincoli importanti, le risposte precedenti e i risultati effettivi delle funzioni, così la risposta successiva può riflettere lo stato attuale dell'attività. Se uno strumento segnala che mancano informazioni o che un'azione non è riuscita, includi quel risultato invece di presumere il successo. Chiedi al modello di spiegare il passo successivo necessario in termini dello stato osservato e mantieni distinta un'azione proposta da un'azione completata dall'applicazione.\n\nLa famiglia ha un contesto da due milioni di token descritto dal produttore. Una finestra ampia può contenere una considerevole cronologia della conversazione, istruzioni e documenti di supporto, ma il prompt dovrebbe comunque rendere facile individuare la domanda attuale. Assegna titoli stabili ai documenti, conserva gli identificativi pertinenti e identifica la fonte di un'affermazione fattuale. Per un lungo caso di assistenza, chiedi il problema così come si presenta ora, i fatti già accertati e la successiva domanda senza risposta. Per l'elaborazione documentale, specifica i campi da estrarre e come rappresentare un valore assente o in conflitto.\n\nL'annuncio di Grok 4.1 Fast introduce inoltre un servizio di strumenti separato per ricerca, esecuzione di codice e recupero documentale. La capacità del modello di chiamare strumenti e la disponibilità di uno strumento specifico sono parti diverse del flusso di lavoro. Descrivi gli strumenti effettivamente forniti dalla tua applicazione e restituisci i loro risultati alla conversazione. In un'attività di ricerca, definisci la domanda, l'ambito e le prove necessarie, quindi chiedi una sintesi collegata al materiale recuperato. In un'attività sui dati, usa risultati di calcolo effettivi come input alla spiegazione, invece di trattare un numero generato come un calcolo completato.\n\nPer un'operazione testuale diretta, rendi le istruzioni sull'output compatte e precise. Potresti chiedere un paragrafo riscritto che conservi fatti specificati, un breve riepilogo del materiale fornito, una categoria scelta secondo regole esplicite o una tabella di dettagli estratti. Includi esempi quando il formato atteso presenta casi limite importanti. Sono applicazioni esemplificative del flusso testuale e con agenti, anziché affermazioni secondo cui ogni input produrrà un risultato corretto. La modalità a risposta diretta può mantenere il risultato focalizzato quando l'attività è già ben specificata.\n\nPer il lavoro fattuale, chiedi di distinguere le informazioni sostenute dalle fonti dalle assunzioni e di segnalare le prove mancanti. Verifica nomi, identificativi, valori e risultati delle azioni dichiarati che sono importanti rispetto al materiale originale o alla risposta effettiva dello strumento. Un contesto ampio e un processo di risposta rapido non sostituiscono tale verifica. Scegli la variante di ragionamento con denominazione separata quando desideri un diverso processo di risoluzione dei problemi, mantenendo Non-Reasoning per istruzioni chiare e una risposta finale diretta. Definisci il completamento in base al risultato richiesto e a ogni esito confermato dell'operazione, non soltanto al fatto che il modello abbia prodotto una risposta.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Continue a support case from its state\n\nContinue this support conversation with one concise reply. Customer: I cannot find order K19. Earlier reply: Please confirm the checkout email. Customer: It is pat@example.test. Supplied lookup result: No order found for K19 and that email. Ask for the next useful detail without saying the order was cancelled, refunded or located.One customer-facing reply acknowledging the unsuccessful lookup and asking for a relevant missing order detail.Check that the reply reflects the supplied no-match result and claims no completed account or order action.grok-4-1-fast-non-reasoningGrok 4.1 Fast Non-Reasoning è la variante a risposta diretta di xAI per conversazioni testuali e attività assistite da strumenti. Il contesto della famiglia da due milioni di token e l'addestramento su più turni aiutano a mantenere insieme un'ampia cronologia dell'attività, istruzioni e informazioni restituite dagli strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Grok 4.1 Fast Non-Reasoning è la variante a risposta diretta con denominazione specifica di xAI nella famiglia Grok 4.1 Fast. Il produttore la rilascia separatamente dalla variante di ragionamento, identificandola come scelta per risposte immediate. È utile per una conversazione testuale o un passaggio assistito da strumenti con un'istruzione chiara, input noti e un risultato definito. Non-Reasoning seleziona la modalità di risposta; Grok 4.1 Fast rimane una famiglia distinta dal modello ordinario Grok 4.1 e da Grok 4 Fast.
xAI sviluppa Grok 4.1 Fast intorno all'uso degli strumenti nel mondo reale. Il suo addestramento con apprendimento per rinforzo usa ambienti simulati con strumenti diversi in molti ambiti, mettendo in evidenza l'assistenza clienti come applicazione pratica. Per un'attività di questo tipo, fornisci al modello la richiesta dell'utente, le regole pertinenti e le funzioni consentite dall'applicazione. Specifica quali informazioni servono per scegliere l'azione successiva. Un flusso di lavoro esemplificativo consiste nell'identificare il problema attuale dell'utente, chiedere un dettaglio mancante, selezionare una consultazione e poi preparare una risposta breve sulla base delle informazioni restituite.
Il produttore sottolinea inoltre l'apprendimento per rinforzo su orizzonti lunghi e gli scenari su più turni. Questo è rilevante quando una richiesta prosegue attraverso più azioni o chiarimenti. Conserva l'obiettivo originale, i vincoli importanti, le risposte precedenti e i risultati effettivi delle funzioni, così la risposta successiva può riflettere lo stato attuale dell'attività. Se uno strumento segnala che mancano informazioni o che un'azione non è riuscita, includi quel risultato invece di presumere il successo. Chiedi al modello di spiegare il passo successivo necessario in termini dello stato osservato e mantieni distinta un'azione proposta da un'azione completata dall'applicazione.
La famiglia ha un contesto da due milioni di token descritto dal produttore. Una finestra ampia può contenere una considerevole cronologia della conversazione, istruzioni e documenti di supporto, ma il prompt dovrebbe comunque rendere facile individuare la domanda attuale. Assegna titoli stabili ai documenti, conserva gli identificativi pertinenti e identifica la fonte di un'affermazione fattuale. Per un lungo caso di assistenza, chiedi il problema così come si presenta ora, i fatti già accertati e la successiva domanda senza risposta. Per l'elaborazione documentale, specifica i campi da estrarre e come rappresentare un valore assente o in conflitto.
L'annuncio di Grok 4.1 Fast introduce inoltre un servizio di strumenti separato per ricerca, esecuzione di codice e recupero documentale. La capacità del modello di chiamare strumenti e la disponibilità di uno strumento specifico sono parti diverse del flusso di lavoro. Descrivi gli strumenti effettivamente forniti dalla tua applicazione e restituisci i loro risultati alla conversazione. In un'attività di ricerca, definisci la domanda, l'ambito e le prove necessarie, quindi chiedi una sintesi collegata al materiale recuperato. In un'attività sui dati, usa risultati di calcolo effettivi come input alla spiegazione, invece di trattare un numero generato come un calcolo completato.
Per un'operazione testuale diretta, rendi le istruzioni sull'output compatte e precise. Potresti chiedere un paragrafo riscritto che conservi fatti specificati, un breve riepilogo del materiale fornito, una categoria scelta secondo regole esplicite o una tabella di dettagli estratti. Includi esempi quando il formato atteso presenta casi limite importanti. Sono applicazioni esemplificative del flusso testuale e con agenti, anziché affermazioni secondo cui ogni input produrrà un risultato corretto. La modalità a risposta diretta può mantenere il risultato focalizzato quando l'attività è già ben specificata.
Per il lavoro fattuale, chiedi di distinguere le informazioni sostenute dalle fonti dalle assunzioni e di segnalare le prove mancanti. Verifica nomi, identificativi, valori e risultati delle azioni dichiarati che sono importanti rispetto al materiale originale o alla risposta effettiva dello strumento. Un contesto ampio e un processo di risposta rapido non sostituiscono tale verifica. Scegli la variante di ragionamento con denominazione separata quando desideri un diverso processo di risoluzione dei problemi, mantenendo Non-Reasoning per istruzioni chiare e una risposta finale diretta. Definisci il completamento in base al risultato richiesto e a ogni esito confermato dell'operazione, non soltanto al fatto che il modello abbia prodotto una risposta.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti grok-4-1-fast-non-reasoning | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0004 / 1K token Output · Token in output $0.001 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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-fast-non-reasoning", "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-fast-non-reasoning',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-fast-non-reasoning',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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| 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 |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra grok-4-1-fast-non-reasoning
Usa i percorsi dei metodi indicati sopra.
grok-4-1-fast-non-reasoningGrok 4.1 Fast Non-Reasoning è la variante a risposta diretta di xAI per conversazioni testuali e attività assistite da strumenti. Il contesto della famiglia da due milioni di token e l'addestramento su più turni aiutano a mantenere insieme un'ampia cronologia dell'attività, istruzioni e informazioni restituite dagli strumenti.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Grok 4.1 Fast Non-Reasoning è la variante a risposta diretta con denominazione specifica di xAI nella famiglia Grok 4.1 Fast. Il produttore la rilascia separatamente dalla variante di ragionamento, identificandola come scelta per risposte immediate. È utile per una conversazione testuale o un passaggio assistito da strumenti con un'istruzione chiara, input noti e un risultato definito. Non-Reasoning seleziona la modalità di risposta; Grok 4.1 Fast rimane una famiglia distinta dal modello ordinario Grok 4.1 e da Grok 4 Fast.
xAI sviluppa Grok 4.1 Fast intorno all'uso degli strumenti nel mondo reale. Il suo addestramento con apprendimento per rinforzo usa ambienti simulati con strumenti diversi in molti ambiti, mettendo in evidenza l'assistenza clienti come applicazione pratica. Per un'attività di questo tipo, fornisci al modello la richiesta dell'utente, le regole pertinenti e le funzioni consentite dall'applicazione. Specifica quali informazioni servono per scegliere l'azione successiva. Un flusso di lavoro esemplificativo consiste nell'identificare il problema attuale dell'utente, chiedere un dettaglio mancante, selezionare una consultazione e poi preparare una risposta breve sulla base delle informazioni restituite.
Il produttore sottolinea inoltre l'apprendimento per rinforzo su orizzonti lunghi e gli scenari su più turni. Questo è rilevante quando una richiesta prosegue attraverso più azioni o chiarimenti. Conserva l'obiettivo originale, i vincoli importanti, le risposte precedenti e i risultati effettivi delle funzioni, così la risposta successiva può riflettere lo stato attuale dell'attività. Se uno strumento segnala che mancano informazioni o che un'azione non è riuscita, includi quel risultato invece di presumere il successo. Chiedi al modello di spiegare il passo successivo necessario in termini dello stato osservato e mantieni distinta un'azione proposta da un'azione completata dall'applicazione.
La famiglia ha un contesto da due milioni di token descritto dal produttore. Una finestra ampia può contenere una considerevole cronologia della conversazione, istruzioni e documenti di supporto, ma il prompt dovrebbe comunque rendere facile individuare la domanda attuale. Assegna titoli stabili ai documenti, conserva gli identificativi pertinenti e identifica la fonte di un'affermazione fattuale. Per un lungo caso di assistenza, chiedi il problema così come si presenta ora, i fatti già accertati e la successiva domanda senza risposta. Per l'elaborazione documentale, specifica i campi da estrarre e come rappresentare un valore assente o in conflitto.
L'annuncio di Grok 4.1 Fast introduce inoltre un servizio di strumenti separato per ricerca, esecuzione di codice e recupero documentale. La capacità del modello di chiamare strumenti e la disponibilità di uno strumento specifico sono parti diverse del flusso di lavoro. Descrivi gli strumenti effettivamente forniti dalla tua applicazione e restituisci i loro risultati alla conversazione. In un'attività di ricerca, definisci la domanda, l'ambito e le prove necessarie, quindi chiedi una sintesi collegata al materiale recuperato. In un'attività sui dati, usa risultati di calcolo effettivi come input alla spiegazione, invece di trattare un numero generato come un calcolo completato.
Per un'operazione testuale diretta, rendi le istruzioni sull'output compatte e precise. Potresti chiedere un paragrafo riscritto che conservi fatti specificati, un breve riepilogo del materiale fornito, una categoria scelta secondo regole esplicite o una tabella di dettagli estratti. Includi esempi quando il formato atteso presenta casi limite importanti. Sono applicazioni esemplificative del flusso testuale e con agenti, anziché affermazioni secondo cui ogni input produrrà un risultato corretto. La modalità a risposta diretta può mantenere il risultato focalizzato quando l'attività è già ben specificata.
Per il lavoro fattuale, chiedi di distinguere le informazioni sostenute dalle fonti dalle assunzioni e di segnalare le prove mancanti. Verifica nomi, identificativi, valori e risultati delle azioni dichiarati che sono importanti rispetto al materiale originale o alla risposta effettiva dello strumento. Un contesto ampio e un processo di risposta rapido non sostituiscono tale verifica. Scegli la variante di ragionamento con denominazione separata quando desideri un diverso processo di risoluzione dei problemi, mantenendo Non-Reasoning per istruzioni chiare e una risposta finale diretta. Definisci il completamento in base al risultato richiesto e a ogni esito confermato dell'operazione, non soltanto al fatto che il modello abbia prodotto una risposta.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti grok-4-1-fast-non-reasoning | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0004 / 1K token Output · Token in output $0.001 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "grok-4-1-fast-non-reasoning",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-fast-non-reasoning', '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-fast-non-reasoning', '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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra grok-4-1-fast-non-reasoning
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Continue a support case from its state\n\nContinue this support conversation with one concise reply. Customer: I cannot find order K19. Earlier reply: Please confirm the checkout email. Customer: It is pat@example.test. Supplied lookup result: No order found for K19 and that email. Ask for the next useful detail without saying the order was cancelled, refunded or located.One customer-facing reply acknowledging the unsuccessful lookup and asking for a relevant missing order detail.Check that the reply reflects the supplied no-match result and claims no completed account or order action.