Grok 4.3 è il modello generalista del produttore che pone l'accento sul rispetto delle istruzioni e sull'uso degli strumenti. La scheda del modello accetta testo e immagini, genera testo e specifica una finestra di contesto di 1.000.000 token. Le capacità elencate includono chiamate di funzione, output strutturati e ragionamento configurabile, con elaborazione batch supportata nel servizio del produttore.
Le specifiche dettagliate attuali del modello elencano gli impegni di ragionamento none, low, medium, high e xhigh, con low come valore predefinito. None salta la fase di ragionamento; le altre opzioni assegnano un'elaborazione di ragionamento prima della risposta. Sono impostazioni di questa precisa scheda del modello del produttore, distinte dagli elenchi di impegno e dai valori predefiniti delle versioni Grok successive.
Per l'analisi di documenti lunghi, fornisci il materiale pertinente e definisci le sezioni o i risultati che la risposta deve restituire. Il contesto può contenere un ampio insieme di lavoro, ma il compito beneficia comunque di priorità e di un risultato esplicito da consegnare. Chiedi la conclusione, il passaggio di supporto e ogni condizione irrisolta, invece di trattare un contesto lungo come sostituto di una domanda chiara.
Per il materiale visivo, identifica l'oggetto, l'elemento del grafico o il dettaglio della pagina da esaminare e spiega come si collega al compito scritto. Un risultato utile lega l'osservazione alla domanda. Se una conclusione dipende anche da informazioni esterne, fornisci separatamente tali evidenze, così che il modello possa distinguere ciò che l'immagine mostra da ciò che un'altra fonte stabilisce.
In un flusso basato su funzioni, il modello genera una chiamata proposta a partire dalle definizioni degli strumenti. L'applicazione esegue la funzione e restituisce il risultato. Mantieni collegati gli input della funzione, l'osservazione restituita e il passaggio successivo del modello. Per un'attività di codice o dati, richiedi un risultato che indichi ciò che è stato proposto e ciò che l'applicazione ha effettivamente osservato.
L'output strutturato può trasformare un'estrazione da documenti o un rapporto analitico in campi definiti. Il supporto degli schemi del produttore copre tipi di dati comuni e vincoli limitati, mentre alcuni vincoli avanzati dipendono dal comportamento del modello. Assegna a ogni campo un significato chiaro e convalida il risultato rispetto alle esigenze dell'applicazione. Un risultato conforme a uno schema richiede comunque evidenze per il suo contenuto; un'azione proposta richiede comunque l'esecuzione da parte del flusso circostante.
", "aboutText": "Grok 4.3 è il modello generalista del produttore che pone l'accento sul rispetto delle istruzioni e sull'uso degli strumenti. La scheda del modello accetta testo e immagini, genera testo e specifica una finestra di contesto di 1.000.000 token. Le capacità elencate includono chiamate di funzione, output strutturati e ragionamento configurabile, con elaborazione batch supportata nel servizio del produttore.\n\nLe specifiche dettagliate attuali del modello elencano gli impegni di ragionamento none, low, medium, high e xhigh, con low come valore predefinito. None salta la fase di ragionamento; le altre opzioni assegnano un'elaborazione di ragionamento prima della risposta. Sono impostazioni di questa precisa scheda del modello del produttore, distinte dagli elenchi di impegno e dai valori predefiniti delle versioni Grok successive.\n\nPer l'analisi di documenti lunghi, fornisci il materiale pertinente e definisci le sezioni o i risultati che la risposta deve restituire. Il contesto può contenere un ampio insieme di lavoro, ma il compito beneficia comunque di priorità e di un risultato esplicito da consegnare. Chiedi la conclusione, il passaggio di supporto e ogni condizione irrisolta, invece di trattare un contesto lungo come sostituto di una domanda chiara.\n\nPer il materiale visivo, identifica l'oggetto, l'elemento del grafico o il dettaglio della pagina da esaminare e spiega come si collega al compito scritto. Un risultato utile lega l'osservazione alla domanda. Se una conclusione dipende anche da informazioni esterne, fornisci separatamente tali evidenze, così che il modello possa distinguere ciò che l'immagine mostra da ciò che un'altra fonte stabilisce.\n\nIn un flusso basato su funzioni, il modello genera una chiamata proposta a partire dalle definizioni degli strumenti. L'applicazione esegue la funzione e restituisce il risultato. Mantieni collegati gli input della funzione, l'osservazione restituita e il passaggio successivo del modello. Per un'attività di codice o dati, richiedi un risultato che indichi ciò che è stato proposto e ciò che l'applicazione ha effettivamente osservato.\n\nL'output strutturato può trasformare un'estrazione da documenti o un rapporto analitico in campi definiti. Il supporto degli schemi del produttore copre tipi di dati comuni e vincoli limitati, mentre alcuni vincoli avanzati dipendono dal comportamento del modello. Assegna a ogni campo un significato chiaro e convalida il risultato rispetto alle esigenze dell'applicazione. Un risultato conforme a uno schema richiede comunque evidenze per il suo contenuto; un'azione proposta richiede comunque l'esecuzione da parte del flusso circostante.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f41df359450e26a0b760b92db5f1ba22253141f94abffed8aebc2175e5e5385c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "x-ai/grok-4.3:batchGrok 4.3 è un modello per testo e immagini destinato a lavori guidati da istruzioni, ragionamento e attività collegate a strumenti, con un contesto di 1.000.000 token. Fornisce chiamate di funzione, output strutturati e un impegno di ragionamento selezionabile nella configurazione documentata dal produttore.
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 4.3 è il modello generalista del produttore che pone l'accento sul rispetto delle istruzioni e sull'uso degli strumenti. La scheda del modello accetta testo e immagini, genera testo e specifica una finestra di contesto di 1.000.000 token. Le capacità elencate includono chiamate di funzione, output strutturati e ragionamento configurabile, con elaborazione batch supportata nel servizio del produttore.
Le specifiche dettagliate attuali del modello elencano gli impegni di ragionamento none, low, medium, high e xhigh, con low come valore predefinito. None salta la fase di ragionamento; le altre opzioni assegnano un'elaborazione di ragionamento prima della risposta. Sono impostazioni di questa precisa scheda del modello del produttore, distinte dagli elenchi di impegno e dai valori predefiniti delle versioni Grok successive.
Per l'analisi di documenti lunghi, fornisci il materiale pertinente e definisci le sezioni o i risultati che la risposta deve restituire. Il contesto può contenere un ampio insieme di lavoro, ma il compito beneficia comunque di priorità e di un risultato esplicito da consegnare. Chiedi la conclusione, il passaggio di supporto e ogni condizione irrisolta, invece di trattare un contesto lungo come sostituto di una domanda chiara.
Per il materiale visivo, identifica l'oggetto, l'elemento del grafico o il dettaglio della pagina da esaminare e spiega come si collega al compito scritto. Un risultato utile lega l'osservazione alla domanda. Se una conclusione dipende anche da informazioni esterne, fornisci separatamente tali evidenze, così che il modello possa distinguere ciò che l'immagine mostra da ciò che un'altra fonte stabilisce.
In un flusso basato su funzioni, il modello genera una chiamata proposta a partire dalle definizioni degli strumenti. L'applicazione esegue la funzione e restituisce il risultato. Mantieni collegati gli input della funzione, l'osservazione restituita e il passaggio successivo del modello. Per un'attività di codice o dati, richiedi un risultato che indichi ciò che è stato proposto e ciò che l'applicazione ha effettivamente osservato.
L'output strutturato può trasformare un'estrazione da documenti o un rapporto analitico in campi definiti. Il supporto degli schemi del produttore copre tipi di dati comuni e vincoli limitati, mentre alcuni vincoli avanzati dipendono dal comportamento del modello. Assegna a ogni campo un significato chiaro e convalida il risultato rispetto alle esigenze dell'applicazione. Un risultato conforme a uno schema richiede comunque evidenze per il suo contenuto; un'azione proposta richiede comunque l'esecuzione da parte del flusso circostante.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObbligatorio | Valori e limiti /v1/chat/completions | Predefinito— |
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti x-ai/grok-4.3:batch | Predefinito— |
Camporequests | Tipobatch_item[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Camporequests[].custom_id | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campocompletion_window | Tipostring | RequisitoFacoltativo | Valori e limiti 24h | Predefinito— |
Campoprovider | Tipoobject|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Camporequests[].body.model | Tipostring | RequisitoFacoltativo | Valori e limiti x-ai/grok-4.3:batch, x-ai/grok-4.3 | Predefinito— |
Campoprovider.only | Tipostring[] | RequisitoFacoltativo | Valori e limiti xai | Predefinito— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoFacoltativo | Valori e limiti false, null | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattoendpoint, model, requests |
Parametromaterial_types | Contrattotext |
Parametrorepresentation | Contrattorequests[] inline; ogni elemento contiene custom_id e body |
Parametrorequest_endpoint_profile | Contratto/v1/chat/completions |
Parametrofile_material | ContrattoIl chiamante può leggere localmente i dati JSONL effettivi in UTF-8 e inserirli in requests[]. Non viene usato alcun purpose di caricamento, input_file_id o riferimento a file. Il materiale del cliente mancante o vuoto interrompe la preparazione prima del POST. |
Parametroserialization_order | Contrattoendpoint, model, provider (se fornito), completion_window (se fornito), requests per ultimo |
Parametrooptional_controls | Contrattoprovider.only, provider.allow_fallbacks, completion_window |
Parametroschema_scope | ContrattoCorpi delle richieste Chat Completions per testo nella struttura inline Batch documentata. |
Ciclo di vita: asynchronous
GET /v1/batches/{operation_id} · response.id effettivo della risposta alla creazione originale; stesso utente/chiave/gruppo
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 $0.002 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00032 / 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 $0.002 / 1K token Output · Token in output $0.004 / 1K token Input · Lettura dalla cache $0.00032 / 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 $0.004 / 1K token Output · Token in output $0.008 / 1K token Input · Lettura dalla cache $0.00064 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"x-ai/grok-4.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['x-ai/grok-4.3:batch', 'x-ai/grok-4.3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"x-ai/grok-4.3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON inline di results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva il JSON completo dello stato originale, ogni result/custom_id e il corpo completo della risposta o dell'errore. Salva i results[] completati come JSONL senza filtrarli.
Conserva l'ID dell'operazione originale. La risposta 503 result_pending_check contiene X-Should-Retry:false; non reinviare mai un batch originale il cui esito è sconosciuto.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneStruttura inline documentata non valida, chiavi duplicate, identità degli elementi non valida o conflitto con le capacità configurate del modello. | Passaggio successivoCorreggi i campi indicati prima di qualsiasi nuovo invio. |
Risposta401 · authentication_error | CondizioneChiave API non valida. | Passaggio successivoUsa la chiave Ailoot autorizzata. |
Risposta403 · permission_error | CondizioneGruppo Batch non disponibile. | Passaggio successivoVerifica le autorizzazioni della chiave e del gruppo. |
Risposta422 · invalid_request_error | CondizioneBatch usa l'addebito sul saldo; la creazione tramite abbonamento viene rifiutata. | Passaggio successivoUsa il gruppo autorizzato con addebito sul saldo. |
Risposta422 · price_unavailable | CondizioneNon è possibile formulare un preventivo per l'input Batch. | Passaggio successivoConserva la risposta; usa l'input documentato per la famiglia. |
Risposta402 · billing_error | CondizioneRiserva Batch non disponibile. | Passaggio successivoRisolvi le condizioni di ammissione prima di una nuova richiesta. |
Risposta503 · price_unavailable | CondizionePrezzo del metodo Batch o tariffe native non disponibili. | Passaggio successivoConserva la risposta; non sostituire i prezzi. |
Risposta503 · api_error | CondizioneLa rotta esatta del fornitore non è disponibile. | Passaggio successivoConserva la risposta per la riparazione della rotta. |
Risposta503 · result_pending_check | CondizioneIl risultato originale richiede una verifica; X-Should-Retry:false. | Passaggio successivoConserva operation_id/id originale e leggine lo stato; non ripetere mai il POST originale. |
Risposta404 · not_found | CondizioneL'operazione di stato Batch è assente o appartiene a un'altra identità. | Passaggio successivoUsa l'id originale esatto e lo stesso utente/chiave/gruppo. |
Ailoot Ultra x-ai/grok-4.3:batch
Usa i percorsi dei metodi indicati sopra.