Grok 3는 언어 작업, 일반 지식, 코딩, 문제 해결을 위한 xAI의 모델 제품군입니다. 출시 설명에서는 일반적으로 응답하는 모델과 최종 답변 전에 추가 추론을 수행하는 명시적 Think 변형을 구분합니다. 여기에서 설명하는 이름이 지정된 grok-3 항목은 텍스트 채팅 에디션입니다. 제조사는 이 항목에 텍스트 입력과 텍스트 출력을 명시하고 별도의 추론 기능은 없다고 표시합니다.
제품군의 사전 학습은 폭넓은 질문과 지침을 지원하도록 설계되었습니다. xAI는 릴리스 설명에서 수학, 코딩, 지식, 문체 제어를 강조합니다. 글쓰기 작업에서는 특정 독자에 맞게 설명을 수정하거나, 지정된 사실을 유지하거나, 여러 요점에서 일관된 초안을 만들도록 요청하는 데 유용한 기반이 됩니다. 기술 도우미에는 관련 자료를 제공하고, 주제에 대해 일반적으로 논의하라는 요청에만 의존하지 말고 답변이 해결해야 할 질문을 명시하세요.
문서 작업의 예시는 다음과 같습니다. “작업 흐름에 관한 이 두 설명을 비교하세요. 일치, 모순, 누락 정보를 나열한 뒤 새 팀원을 위한 짧은 설명을 작성하세요.” 응답이 각 관찰 결과를 올바른 구절과 연결할 수 있도록 출처 섹션의 식별 표시를 유지하세요. 코드 작업에는 함수, 기대하는 동작, 현재 결과가 잘못되는 구체적인 입력을 포함할 수 있습니다. 수정 제안을 요청하고 이를 확인할 예시를 설명하세요. 이러한 예시는 문서에 명시된 언어 및 코딩 작업 유형을 활용한 것으로, 생성된 코드가 이미 실행되었음을 의미하지는 않습니다.
Think와의 구분은 중요합니다. Grok 3 제품군 발표는 추론에 추가적인 작업을 투입하도록 학습한 Grok 3 Think와 Grok 3 mini Think도 설명합니다. 이들의 확장 사고 동작은 고유한 모드나 모델 선택으로 설명해야 합니다. 일반 텍스트 항목도 설명을 제공하고 질문을 풀 수 있지만, 이를 명시적으로 문서화된 확장 추론 구성의 선택과 혼동해서는 안 됩니다.
제조사가 제시한 해당 모델의 메타데이터 예시는 grok-3의 최대 프롬프트 길이를 131,072토큰으로 제시하며 구조화된 출력과 함수 호출 지원을 기록합니다. 프롬프트 길이 필드는 그 예시에 공개된 입력 예산을 설명하며, 별도의 출력 토큰 상한이 아닙니다. 제품군 발표에서는 더 큰 긴 컨텍스트 구성을 논의하므로 요청을 준비할 때 해당 모델의 정확한 사양과 더 넓은 제품군 설명을 구분하세요. 질문에 필요한 컨텍스트를 포함하고 답변의 형식과 길이를 명확히 정하세요.
구조화된 출력은 대화의 마지막에 요약, 추출된 사실, 여전히 확인이 필요한 질문처럼 애플리케이션이 처리할 필드가 필요할 때 유용합니다. 함수 호출을 통해 애플리케이션은 허용된 작업을 제공하고 제안된 인수를 받을 수 있습니다. 애플리케이션이 작업을 수행한 뒤 후속 답변을 위한 결과를 반환합니다. 이는 모델이 임의의 데이터베이스, 브라우저 또는 코드 인터프리터에 독립적으로 접근하는 것과 다릅니다.
출시 글은 DeepSearch와 도구 탑재 에이전트를 Grok 제품군을 중심으로 구축된 시스템으로 설명합니다. 이들의 검색, 실행, 보고서 작성 흐름은 통합 환경에 관한 맥락이며, 모든 애플리케이션 기능을 기본 grok-3 텍스트 항목에 옮겨 설명할 근거는 아닙니다. 유용한 작업을 위해 모델이 사용할 제공 자료나 반환된 도구 데이터를 명시하고, 사실과 요청한 해석을 구분하며, 누락된 정보를 표시하도록 요청하세요. 수정된 문서, 코드 제안, 추출 레코드 또는 원래 입력과 대조할 수 있는 설명처럼 구체적인 산출물로 마무리하세요.
", "aboutText": "Grok 3는 언어 작업, 일반 지식, 코딩, 문제 해결을 위한 xAI의 모델 제품군입니다. 출시 설명에서는 일반적으로 응답하는 모델과 최종 답변 전에 추가 추론을 수행하는 명시적 Think 변형을 구분합니다. 여기에서 설명하는 이름이 지정된 grok-3 항목은 텍스트 채팅 에디션입니다. 제조사는 이 항목에 텍스트 입력과 텍스트 출력을 명시하고 별도의 추론 기능은 없다고 표시합니다.\n\n제품군의 사전 학습은 폭넓은 질문과 지침을 지원하도록 설계되었습니다. xAI는 릴리스 설명에서 수학, 코딩, 지식, 문체 제어를 강조합니다. 글쓰기 작업에서는 특정 독자에 맞게 설명을 수정하거나, 지정된 사실을 유지하거나, 여러 요점에서 일관된 초안을 만들도록 요청하는 데 유용한 기반이 됩니다. 기술 도우미에는 관련 자료를 제공하고, 주제에 대해 일반적으로 논의하라는 요청에만 의존하지 말고 답변이 해결해야 할 질문을 명시하세요.\n\n문서 작업의 예시는 다음과 같습니다. “작업 흐름에 관한 이 두 설명을 비교하세요. 일치, 모순, 누락 정보를 나열한 뒤 새 팀원을 위한 짧은 설명을 작성하세요.” 응답이 각 관찰 결과를 올바른 구절과 연결할 수 있도록 출처 섹션의 식별 표시를 유지하세요. 코드 작업에는 함수, 기대하는 동작, 현재 결과가 잘못되는 구체적인 입력을 포함할 수 있습니다. 수정 제안을 요청하고 이를 확인할 예시를 설명하세요. 이러한 예시는 문서에 명시된 언어 및 코딩 작업 유형을 활용한 것으로, 생성된 코드가 이미 실행되었음을 의미하지는 않습니다.\n\nThink와의 구분은 중요합니다. Grok 3 제품군 발표는 추론에 추가적인 작업을 투입하도록 학습한 Grok 3 Think와 Grok 3 mini Think도 설명합니다. 이들의 확장 사고 동작은 고유한 모드나 모델 선택으로 설명해야 합니다. 일반 텍스트 항목도 설명을 제공하고 질문을 풀 수 있지만, 이를 명시적으로 문서화된 확장 추론 구성의 선택과 혼동해서는 안 됩니다.\n\n제조사가 제시한 해당 모델의 메타데이터 예시는 grok-3의 최대 프롬프트 길이를 131,072토큰으로 제시하며 구조화된 출력과 함수 호출 지원을 기록합니다. 프롬프트 길이 필드는 그 예시에 공개된 입력 예산을 설명하며, 별도의 출력 토큰 상한이 아닙니다. 제품군 발표에서는 더 큰 긴 컨텍스트 구성을 논의하므로 요청을 준비할 때 해당 모델의 정확한 사양과 더 넓은 제품군 설명을 구분하세요. 질문에 필요한 컨텍스트를 포함하고 답변의 형식과 길이를 명확히 정하세요.\n\n구조화된 출력은 대화의 마지막에 요약, 추출된 사실, 여전히 확인이 필요한 질문처럼 애플리케이션이 처리할 필드가 필요할 때 유용합니다. 함수 호출을 통해 애플리케이션은 허용된 작업을 제공하고 제안된 인수를 받을 수 있습니다. 애플리케이션이 작업을 수행한 뒤 후속 답변을 위한 결과를 반환합니다. 이는 모델이 임의의 데이터베이스, 브라우저 또는 코드 인터프리터에 독립적으로 접근하는 것과 다릅니다.\n\n출시 글은 DeepSearch와 도구 탑재 에이전트를 Grok 제품군을 중심으로 구축된 시스템으로 설명합니다. 이들의 검색, 실행, 보고서 작성 흐름은 통합 환경에 관한 맥락이며, 모든 애플리케이션 기능을 기본 grok-3 텍스트 항목에 옮겨 설명할 근거는 아닙니다. 유용한 작업을 위해 모델이 사용할 제공 자료나 반환된 도구 데이터를 명시하고, 사실과 요청한 해석을 구분하며, 누락된 정보를 표시하도록 요청하세요. 수정된 문서, 코드 제안, 추출 레코드 또는 원래 입력과 대조할 수 있는 설명처럼 구체적인 산출물로 마무리하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.grok-3Grok 3는 설명, 글쓰기, 코딩, 제공된 자료에 기반한 질문을 위한 xAI의 텍스트 채팅 에디션입니다. 이름이 지정된 모델 항목은 구조화된 출력과 함수 호출을 지원하며, 제품군에서 명시적으로 구분한 Think 모델과 별개입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Grok 3는 언어 작업, 일반 지식, 코딩, 문제 해결을 위한 xAI의 모델 제품군입니다. 출시 설명에서는 일반적으로 응답하는 모델과 최종 답변 전에 추가 추론을 수행하는 명시적 Think 변형을 구분합니다. 여기에서 설명하는 이름이 지정된 grok-3 항목은 텍스트 채팅 에디션입니다. 제조사는 이 항목에 텍스트 입력과 텍스트 출력을 명시하고 별도의 추론 기능은 없다고 표시합니다.
제품군의 사전 학습은 폭넓은 질문과 지침을 지원하도록 설계되었습니다. xAI는 릴리스 설명에서 수학, 코딩, 지식, 문체 제어를 강조합니다. 글쓰기 작업에서는 특정 독자에 맞게 설명을 수정하거나, 지정된 사실을 유지하거나, 여러 요점에서 일관된 초안을 만들도록 요청하는 데 유용한 기반이 됩니다. 기술 도우미에는 관련 자료를 제공하고, 주제에 대해 일반적으로 논의하라는 요청에만 의존하지 말고 답변이 해결해야 할 질문을 명시하세요.
문서 작업의 예시는 다음과 같습니다. “작업 흐름에 관한 이 두 설명을 비교하세요. 일치, 모순, 누락 정보를 나열한 뒤 새 팀원을 위한 짧은 설명을 작성하세요.” 응답이 각 관찰 결과를 올바른 구절과 연결할 수 있도록 출처 섹션의 식별 표시를 유지하세요. 코드 작업에는 함수, 기대하는 동작, 현재 결과가 잘못되는 구체적인 입력을 포함할 수 있습니다. 수정 제안을 요청하고 이를 확인할 예시를 설명하세요. 이러한 예시는 문서에 명시된 언어 및 코딩 작업 유형을 활용한 것으로, 생성된 코드가 이미 실행되었음을 의미하지는 않습니다.
Think와의 구분은 중요합니다. Grok 3 제품군 발표는 추론에 추가적인 작업을 투입하도록 학습한 Grok 3 Think와 Grok 3 mini Think도 설명합니다. 이들의 확장 사고 동작은 고유한 모드나 모델 선택으로 설명해야 합니다. 일반 텍스트 항목도 설명을 제공하고 질문을 풀 수 있지만, 이를 명시적으로 문서화된 확장 추론 구성의 선택과 혼동해서는 안 됩니다.
제조사가 제시한 해당 모델의 메타데이터 예시는 grok-3의 최대 프롬프트 길이를 131,072토큰으로 제시하며 구조화된 출력과 함수 호출 지원을 기록합니다. 프롬프트 길이 필드는 그 예시에 공개된 입력 예산을 설명하며, 별도의 출력 토큰 상한이 아닙니다. 제품군 발표에서는 더 큰 긴 컨텍스트 구성을 논의하므로 요청을 준비할 때 해당 모델의 정확한 사양과 더 넓은 제품군 설명을 구분하세요. 질문에 필요한 컨텍스트를 포함하고 답변의 형식과 길이를 명확히 정하세요.
구조화된 출력은 대화의 마지막에 요약, 추출된 사실, 여전히 확인이 필요한 질문처럼 애플리케이션이 처리할 필드가 필요할 때 유용합니다. 함수 호출을 통해 애플리케이션은 허용된 작업을 제공하고 제안된 인수를 받을 수 있습니다. 애플리케이션이 작업을 수행한 뒤 후속 답변을 위한 결과를 반환합니다. 이는 모델이 임의의 데이터베이스, 브라우저 또는 코드 인터프리터에 독립적으로 접근하는 것과 다릅니다.
출시 글은 DeepSearch와 도구 탑재 에이전트를 Grok 제품군을 중심으로 구축된 시스템으로 설명합니다. 이들의 검색, 실행, 보고서 작성 흐름은 통합 환경에 관한 맥락이며, 모든 애플리케이션 기능을 기본 grok-3 텍스트 항목에 옮겨 설명할 근거는 아닙니다. 유용한 작업을 위해 모델이 사용할 제공 자료나 반환된 도구 데이터를 명시하고, 사실과 요청한 해석을 구분하며, 누락된 정보를 표시하도록 요청하세요. 수정된 문서, 코드 제안, 추출 레코드 또는 원래 입력과 대조할 수 있는 설명처럼 구체적인 산출물로 마무리하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-3 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-3", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='grok-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='grok-3',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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra grok-3
위에 표시된 메서드 경로를 사용하세요.
grok-3Grok 3는 설명, 글쓰기, 코딩, 제공된 자료에 기반한 질문을 위한 xAI의 텍스트 채팅 에디션입니다. 이름이 지정된 모델 항목은 구조화된 출력과 함수 호출을 지원하며, 제품군에서 명시적으로 구분한 Think 모델과 별개입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Grok 3는 언어 작업, 일반 지식, 코딩, 문제 해결을 위한 xAI의 모델 제품군입니다. 출시 설명에서는 일반적으로 응답하는 모델과 최종 답변 전에 추가 추론을 수행하는 명시적 Think 변형을 구분합니다. 여기에서 설명하는 이름이 지정된 grok-3 항목은 텍스트 채팅 에디션입니다. 제조사는 이 항목에 텍스트 입력과 텍스트 출력을 명시하고 별도의 추론 기능은 없다고 표시합니다.
제품군의 사전 학습은 폭넓은 질문과 지침을 지원하도록 설계되었습니다. xAI는 릴리스 설명에서 수학, 코딩, 지식, 문체 제어를 강조합니다. 글쓰기 작업에서는 특정 독자에 맞게 설명을 수정하거나, 지정된 사실을 유지하거나, 여러 요점에서 일관된 초안을 만들도록 요청하는 데 유용한 기반이 됩니다. 기술 도우미에는 관련 자료를 제공하고, 주제에 대해 일반적으로 논의하라는 요청에만 의존하지 말고 답변이 해결해야 할 질문을 명시하세요.
문서 작업의 예시는 다음과 같습니다. “작업 흐름에 관한 이 두 설명을 비교하세요. 일치, 모순, 누락 정보를 나열한 뒤 새 팀원을 위한 짧은 설명을 작성하세요.” 응답이 각 관찰 결과를 올바른 구절과 연결할 수 있도록 출처 섹션의 식별 표시를 유지하세요. 코드 작업에는 함수, 기대하는 동작, 현재 결과가 잘못되는 구체적인 입력을 포함할 수 있습니다. 수정 제안을 요청하고 이를 확인할 예시를 설명하세요. 이러한 예시는 문서에 명시된 언어 및 코딩 작업 유형을 활용한 것으로, 생성된 코드가 이미 실행되었음을 의미하지는 않습니다.
Think와의 구분은 중요합니다. Grok 3 제품군 발표는 추론에 추가적인 작업을 투입하도록 학습한 Grok 3 Think와 Grok 3 mini Think도 설명합니다. 이들의 확장 사고 동작은 고유한 모드나 모델 선택으로 설명해야 합니다. 일반 텍스트 항목도 설명을 제공하고 질문을 풀 수 있지만, 이를 명시적으로 문서화된 확장 추론 구성의 선택과 혼동해서는 안 됩니다.
제조사가 제시한 해당 모델의 메타데이터 예시는 grok-3의 최대 프롬프트 길이를 131,072토큰으로 제시하며 구조화된 출력과 함수 호출 지원을 기록합니다. 프롬프트 길이 필드는 그 예시에 공개된 입력 예산을 설명하며, 별도의 출력 토큰 상한이 아닙니다. 제품군 발표에서는 더 큰 긴 컨텍스트 구성을 논의하므로 요청을 준비할 때 해당 모델의 정확한 사양과 더 넓은 제품군 설명을 구분하세요. 질문에 필요한 컨텍스트를 포함하고 답변의 형식과 길이를 명확히 정하세요.
구조화된 출력은 대화의 마지막에 요약, 추출된 사실, 여전히 확인이 필요한 질문처럼 애플리케이션이 처리할 필드가 필요할 때 유용합니다. 함수 호출을 통해 애플리케이션은 허용된 작업을 제공하고 제안된 인수를 받을 수 있습니다. 애플리케이션이 작업을 수행한 뒤 후속 답변을 위한 결과를 반환합니다. 이는 모델이 임의의 데이터베이스, 브라우저 또는 코드 인터프리터에 독립적으로 접근하는 것과 다릅니다.
출시 글은 DeepSearch와 도구 탑재 에이전트를 Grok 제품군을 중심으로 구축된 시스템으로 설명합니다. 이들의 검색, 실행, 보고서 작성 흐름은 통합 환경에 관한 맥락이며, 모든 애플리케이션 기능을 기본 grok-3 텍스트 항목에 옮겨 설명할 근거는 아닙니다. 유용한 작업을 위해 모델이 사용할 제공 자료나 반환된 도구 데이터를 명시하고, 사실과 요청한 해석을 구분하며, 누락된 정보를 표시하도록 요청하세요. 수정된 문서, 코드 제안, 추출 레코드 또는 원래 입력과 대조할 수 있는 설명처럼 구체적인 산출물로 마무리하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-3 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "grok-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra grok-3
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.