Grok 4.20 è il profilo ordinario di ragionamento del produttore nella famiglia Grok 4.20. La scheda del modello descrive input di testo e immagini, output testuale e una finestra di contesto di 1.000.000 di token. Le capacità comprendono ragionamento, rispetto delle istruzioni, chiamate a funzioni e output strutturati. Resta distinto dalle varianti esplicitamente denominate non-reasoning e Multi-Agent.
Il produttore colloca l'alias Grok 4.20 nel proprio profilo ordinario di ragionamento. L'elaborazione batch è supportata nel servizio documentato del produttore.
Per un incarico documentale o di programmazione, fornisci il materiale da esaminare e il comportamento o la conclusione specifici richiesti. Un contesto lungo può contenere prove consistenti, ma il prompt deve comunque identificare le parti pertinenti e l'elaborato finale atteso. Un risultato utile sul codice può includere una modifica proposta, una spiegazione del comportamento che affronta e controlli da eseguire per l'applicazione circostante.
L'input di immagini può fornire un diagramma, uno screenshot o altre prove visibili. Specifica quale relazione o caratteristica esaminare e come influisce sulla domanda scritta. Chiedi una conclusione che si riferisca all'osservazione nell'immagine, senza aggiungere una spiegazione non supportata di informazioni esterne ad essa. Il materiale scritto originale può fornire il contesto separato necessario a un'inferenza più ampia.
Con le chiamate a funzioni, il modello propone argomenti per gli strumenti definiti dall'applicazione. L'applicazione esegue la funzione richiesta e restituisce il risultato prima che il modello prosegua. Conserva quello scambio nei turni successivi. Questo fornisce al modello prove per la decisione seguente e distingue un suggerimento da un'azione effettivamente completata.
Gli output strutturati supportano estrazione e rendicontazione con campi definiti attraverso il sistema di schemi documentato dal produttore. Usa campi dal significato chiaro, specifica come rappresentare le informazioni assenti e verifica il risultato rispetto alla fonte. Il sistema di schemi ha un sottoinsieme supportato nella pratica e vincoli applicati al meglio delle possibilità per i casi più complessi. L'elaborato finale deve rendere facili da valutare la risposta, le prove e ogni condizione irrisolta.
", "aboutText": "Grok 4.20 è il profilo ordinario di ragionamento del produttore nella famiglia Grok 4.20. La scheda del modello descrive input di testo e immagini, output testuale e una finestra di contesto di 1.000.000 di token. Le capacità comprendono ragionamento, rispetto delle istruzioni, chiamate a funzioni e output strutturati. Resta distinto dalle varianti esplicitamente denominate non-reasoning e Multi-Agent.\n\nIl produttore colloca l'alias Grok 4.20 nel proprio profilo ordinario di ragionamento. L'elaborazione batch è supportata nel servizio documentato del produttore.\n\nPer un incarico documentale o di programmazione, fornisci il materiale da esaminare e il comportamento o la conclusione specifici richiesti. Un contesto lungo può contenere prove consistenti, ma il prompt deve comunque identificare le parti pertinenti e l'elaborato finale atteso. Un risultato utile sul codice può includere una modifica proposta, una spiegazione del comportamento che affronta e controlli da eseguire per l'applicazione circostante.\n\nL'input di immagini può fornire un diagramma, uno screenshot o altre prove visibili. Specifica quale relazione o caratteristica esaminare e come influisce sulla domanda scritta. Chiedi una conclusione che si riferisca all'osservazione nell'immagine, senza aggiungere una spiegazione non supportata di informazioni esterne ad essa. Il materiale scritto originale può fornire il contesto separato necessario a un'inferenza più ampia.\n\nCon le chiamate a funzioni, il modello propone argomenti per gli strumenti definiti dall'applicazione. L'applicazione esegue la funzione richiesta e restituisce il risultato prima che il modello prosegua. Conserva quello scambio nei turni successivi. Questo fornisce al modello prove per la decisione seguente e distingue un suggerimento da un'azione effettivamente completata.\n\nGli output strutturati supportano estrazione e rendicontazione con campi definiti attraverso il sistema di schemi documentato dal produttore. Usa campi dal significato chiaro, specifica come rappresentare le informazioni assenti e verifica il risultato rispetto alla fonte. Il sistema di schemi ha un sottoinsieme supportato nella pratica e vincoli applicati al meglio delle possibilità per i casi più complessi. L'elaborato finale deve rendere facili da valutare la risposta, le prove e ogni condizione irrisolta.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Extract a source-linked incident record\n\nCreate an incident record from these notes. [Log] Job J-66 failed at 11:42 with timeout. [Operator] Retry was requested at 11:45. [Status] No retry result is recorded. Return job ID, failure time, error, requested follow-up and confirmed outcome as labelled fields, retaining source labels. Treat the requested retry as pending evidence.A source-linked record with explicit fields and an unknown retry outcome.Check that retry requested is not rewritten as retry succeeded or job recovered.x-ai/grok-4.20Grok 4.20 è un modello di testo e immagini per ragionamento, rispetto delle istruzioni e lavoro basato su strumenti, con un contesto di 1.000.000 di token. Il profilo ordinario di ragionamento del produttore supporta chiamate a funzioni e risposte strutturate ed è distinto dalla variante Multi-Agent.
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 4.20 è il profilo ordinario di ragionamento del produttore nella famiglia Grok 4.20. La scheda del modello descrive input di testo e immagini, output testuale e una finestra di contesto di 1.000.000 di token. Le capacità comprendono ragionamento, rispetto delle istruzioni, chiamate a funzioni e output strutturati. Resta distinto dalle varianti esplicitamente denominate non-reasoning e Multi-Agent.
Il produttore colloca l'alias Grok 4.20 nel proprio profilo ordinario di ragionamento. L'elaborazione batch è supportata nel servizio documentato del produttore.
Per un incarico documentale o di programmazione, fornisci il materiale da esaminare e il comportamento o la conclusione specifici richiesti. Un contesto lungo può contenere prove consistenti, ma il prompt deve comunque identificare le parti pertinenti e l'elaborato finale atteso. Un risultato utile sul codice può includere una modifica proposta, una spiegazione del comportamento che affronta e controlli da eseguire per l'applicazione circostante.
L'input di immagini può fornire un diagramma, uno screenshot o altre prove visibili. Specifica quale relazione o caratteristica esaminare e come influisce sulla domanda scritta. Chiedi una conclusione che si riferisca all'osservazione nell'immagine, senza aggiungere una spiegazione non supportata di informazioni esterne ad essa. Il materiale scritto originale può fornire il contesto separato necessario a un'inferenza più ampia.
Con le chiamate a funzioni, il modello propone argomenti per gli strumenti definiti dall'applicazione. L'applicazione esegue la funzione richiesta e restituisce il risultato prima che il modello prosegua. Conserva quello scambio nei turni successivi. Questo fornisce al modello prove per la decisione seguente e distingue un suggerimento da un'azione effettivamente completata.
Gli output strutturati supportano estrazione e rendicontazione con campi definiti attraverso il sistema di schemi documentato dal produttore. Usa campi dal significato chiaro, specifica come rappresentare le informazioni assenti e verifica il risultato rispetto alla fonte. Il sistema di schemi ha un sottoinsieme supportato nella pratica e vincoli applicati al meglio delle possibilità per i casi più complessi. L'elaborato finale deve rendere facili da valutare la risposta, le prove e ogni condizione irrisolta.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti x-ai/grok-4.20 | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0025 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.0025 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "x-ai/grok-4.20", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='x-ai/grok-4.20',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='x-ai/grok-4.20',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 x-ai/grok-4.20
Usa i percorsi dei metodi indicati sopra.
x-ai/grok-4.20Grok 4.20 è un modello di testo e immagini per ragionamento, rispetto delle istruzioni e lavoro basato su strumenti, con un contesto di 1.000.000 di token. Il profilo ordinario di ragionamento del produttore supporta chiamate a funzioni e risposte strutturate ed è distinto dalla variante Multi-Agent.
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 4.20 è il profilo ordinario di ragionamento del produttore nella famiglia Grok 4.20. La scheda del modello descrive input di testo e immagini, output testuale e una finestra di contesto di 1.000.000 di token. Le capacità comprendono ragionamento, rispetto delle istruzioni, chiamate a funzioni e output strutturati. Resta distinto dalle varianti esplicitamente denominate non-reasoning e Multi-Agent.
Il produttore colloca l'alias Grok 4.20 nel proprio profilo ordinario di ragionamento. L'elaborazione batch è supportata nel servizio documentato del produttore.
Per un incarico documentale o di programmazione, fornisci il materiale da esaminare e il comportamento o la conclusione specifici richiesti. Un contesto lungo può contenere prove consistenti, ma il prompt deve comunque identificare le parti pertinenti e l'elaborato finale atteso. Un risultato utile sul codice può includere una modifica proposta, una spiegazione del comportamento che affronta e controlli da eseguire per l'applicazione circostante.
L'input di immagini può fornire un diagramma, uno screenshot o altre prove visibili. Specifica quale relazione o caratteristica esaminare e come influisce sulla domanda scritta. Chiedi una conclusione che si riferisca all'osservazione nell'immagine, senza aggiungere una spiegazione non supportata di informazioni esterne ad essa. Il materiale scritto originale può fornire il contesto separato necessario a un'inferenza più ampia.
Con le chiamate a funzioni, il modello propone argomenti per gli strumenti definiti dall'applicazione. L'applicazione esegue la funzione richiesta e restituisce il risultato prima che il modello prosegua. Conserva quello scambio nei turni successivi. Questo fornisce al modello prove per la decisione seguente e distingue un suggerimento da un'azione effettivamente completata.
Gli output strutturati supportano estrazione e rendicontazione con campi definiti attraverso il sistema di schemi documentato dal produttore. Usa campi dal significato chiaro, specifica come rappresentare le informazioni assenti e verifica il risultato rispetto alla fonte. Il sistema di schemi ha un sottoinsieme supportato nella pratica e vincoli applicati al meglio delle possibilità per i casi più complessi. L'elaborato finale deve rendere facili da valutare la risposta, le prove e ogni condizione irrisolta.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti x-ai/grok-4.20 | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.0025 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso200.000 | Costo Input · Token in input $0.0025 / 1K token Output · Token in output $0.005 / 1K token Input · Lettura dalla cache $0.0004 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di200.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.0008 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "x-ai/grok-4.20",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'x-ai/grok-4.20', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'x-ai/grok-4.20', '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 x-ai/grok-4.20
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Extract a source-linked incident record\n\nCreate an incident record from these notes. [Log] Job J-66 failed at 11:42 with timeout. [Operator] Retry was requested at 11:45. [Status] No retry result is recorded. Return job ID, failure time, error, requested follow-up and confirmed outcome as labelled fields, retaining source labels. Treat the requested retry as pending evidence.A source-linked record with explicit fields and an unknown retry outcome.Check that retry requested is not rewritten as retry succeeded or job recovered.