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": { "practical_html": "Esempio tecnico in inglese
Apply a policy exception with evidence\n\nUse policy P1: standard access expires after 30 days. Exception E2: project Delta access remains valid until the project owner closes the project. Record R3: Delta is still open; access began 45 days ago. Prepare a decision record containing conclusion, governing passage, supporting record and the next condition that would change the conclusion.A four-field decision record linking the policy exception and current project state.Check that the explicit exception is applied and that the 45-day age alone is not treated as expiry for Delta.grok-4.3Grok 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/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti grok-4.3 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
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 |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
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":"grok-4.3","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-4.3", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-4.3, x-ai/grok-4.3
/chat/completions
grok-4.3Grok 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/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti grok-4.3 | 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 $0.0008 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "grok-4.3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.3', '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-4.3', '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-4.3, x-ai/grok-4.3
/chat/completions
x-ai/grok-4.3Grok 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/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti x-ai/grok-4.3 | 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-4.3", "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-4.3',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-4.3',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-4.3, x-ai/grok-4.3
/chat/completions
x-ai/grok-4.3Grok 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/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti x-ai/grok-4.3 | 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 $0.0008 / 1K token Input · Scrittura nella cache — / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "x-ai/grok-4.3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.3', '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-4.3', '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-4.3, x-ai/grok-4.3
/chat/completions
Esempio tecnico in inglese
Apply a policy exception with evidence\n\nUse policy P1: standard access expires after 30 days. Exception E2: project Delta access remains valid until the project owner closes the project. Record R3: Delta is still open; access began 45 days ago. Prepare a decision record containing conclusion, governing passage, supporting record and the next condition that would change the conclusion.A four-field decision record linking the policy exception and current project state.Check that the explicit exception is applied and that the 45-day age alone is not treated as expiry for Delta.