대화와 일반 역량
Grok 4.1은 자연스러운 대화, 미묘한 의도에 대한 주의, 더 일관된 대화 성격 등 xAI Grok 계열의 대화 측면을 발전시킵니다. 개발에서는 핵심 추론과 함께 유용성, 문체, 협력적 상호작용을 강조합니다. 이 계열에는 두 가지 설정이 있습니다. Thinking은 응답 전에 작업을 숙고하고, Non-Thinking은 사고 토큰 없이 바로 응답합니다. 일반적인 Grok 4.1이라는 이름은 어느 한 설정을 선택하지 않고 이 계열을 가리킵니다.
감정 이해와 협업
대화를 중시하는 특성은 답변의 내용뿐 아니라 전달 방식도 중요한 작업에 유용합니다. 상황, 대상 독자, 변하지 않아야 할 사실을 제공하세요. 예를 들어 실망한 고객에게 우려를 인정하고 다음 행동을 설명하며 제공된 조건을 보존하는 배려 있는 답변을 요청할 수 있습니다. 그런 다음 문장 하나를 부드럽게 만들기, 설명을 명확히 하기, 마지막 단락만 교체하기처럼 구체적인 수정을 지정하세요. 이는 편집 작업의 예이지 모델이 회사의 정책을 안다는 약속이 아닙니다.
창작
Grok 4.1의 발표된 능력에는 창작과 상호작용 중 알아볼 수 있는 고유한 목소리를 유지하는 것이 포함됩니다. 화자나 등장인물, 배경, 의도한 효과, 원하는 형식을 담은 지시를 준비하세요. 유용한 작업으로 두 인물이 서로 다른 문체를 유지하며 의견을 달리하는 짧은 대화를 요청한 뒤 속도감을 바꾸는 수정을 요청할 수 있습니다. 업무 글쓰기에서는 실제 상품 정보를 제공하고 서로 다른 독자를 위한 대조적인 도입 단락을 요청하세요. 고정된 세부 사항과 창작 과제 안에서 모델이 만들어도 되는 부분을 구별하세요.
사실성과 정보 탐색 답변
모델의 사후 학습은 정보 탐색 프롬프트의 사실 오류를 구체적으로 다룹니다. 그렇다고 유창한 응답이 검증된 사실이 되는 것은 아닙니다. 증거에서 초안을 작성할 때는 원문을 포함하고 명시된 사실, 해석, 답이 없는 질문을 구별하도록 요청하세요. 실용적인 출력에는 간결한 답변, 제공한 자료의 근거 구절, 빈틈을 해결할 질문이 들어갈 수 있습니다. 검색 기반 예시는 모델이 검색 도구와 함께 작업하는 경우입니다. 텍스트 대화만으로 새로 검색해 확보한 정보의 출처가 된다고 취급해서는 안 됩니다.
학습, 출력, 버전 범위
학습은 사전 학습, 목표를 정한 중간 학습, 지도 미세 조정, 강화학습을 결합하며 유용하고 적절한 응답에 대한 피드백을 포함합니다. 여기서 설명하는 작업은 텍스트를 만드는 텍스트 대화입니다. 수정, 설명, 장면, 제공된 자료에 근거한 답변이 이에 해당합니다. 필요한 대화 기록을 유지하고 후속 요청에서 바꿀 구절을 정확히 지정하세요. 정직성, 오해를 유발하는 전제, 프롬프트 인젝션에 대한 평가는 제공된 증거와 지시를 구별하고 사실적 결론을 확인하는 것의 중요성을 강조합니다. Grok 4.1과 Grok 4.1 Fast는 별개의 모델입니다. Fast 계열의 수치상 컨텍스트나 출력 한도는 이 계열 카드의 사양이 아닙니다.
", "aboutText": "대화와 일반 역량\n\nGrok 4.1은 자연스러운 대화, 미묘한 의도에 대한 주의, 더 일관된 대화 성격 등 xAI Grok 계열의 대화 측면을 발전시킵니다. 개발에서는 핵심 추론과 함께 유용성, 문체, 협력적 상호작용을 강조합니다. 이 계열에는 두 가지 설정이 있습니다. Thinking은 응답 전에 작업을 숙고하고, Non-Thinking은 사고 토큰 없이 바로 응답합니다. 일반적인 Grok 4.1이라는 이름은 어느 한 설정을 선택하지 않고 이 계열을 가리킵니다.\n\n감정 이해와 협업\n\n대화를 중시하는 특성은 답변의 내용뿐 아니라 전달 방식도 중요한 작업에 유용합니다. 상황, 대상 독자, 변하지 않아야 할 사실을 제공하세요. 예를 들어 실망한 고객에게 우려를 인정하고 다음 행동을 설명하며 제공된 조건을 보존하는 배려 있는 답변을 요청할 수 있습니다. 그런 다음 문장 하나를 부드럽게 만들기, 설명을 명확히 하기, 마지막 단락만 교체하기처럼 구체적인 수정을 지정하세요. 이는 편집 작업의 예이지 모델이 회사의 정책을 안다는 약속이 아닙니다.\n\n창작\n\nGrok 4.1의 발표된 능력에는 창작과 상호작용 중 알아볼 수 있는 고유한 목소리를 유지하는 것이 포함됩니다. 화자나 등장인물, 배경, 의도한 효과, 원하는 형식을 담은 지시를 준비하세요. 유용한 작업으로 두 인물이 서로 다른 문체를 유지하며 의견을 달리하는 짧은 대화를 요청한 뒤 속도감을 바꾸는 수정을 요청할 수 있습니다. 업무 글쓰기에서는 실제 상품 정보를 제공하고 서로 다른 독자를 위한 대조적인 도입 단락을 요청하세요. 고정된 세부 사항과 창작 과제 안에서 모델이 만들어도 되는 부분을 구별하세요.\n\n사실성과 정보 탐색 답변\n\n모델의 사후 학습은 정보 탐색 프롬프트의 사실 오류를 구체적으로 다룹니다. 그렇다고 유창한 응답이 검증된 사실이 되는 것은 아닙니다. 증거에서 초안을 작성할 때는 원문을 포함하고 명시된 사실, 해석, 답이 없는 질문을 구별하도록 요청하세요. 실용적인 출력에는 간결한 답변, 제공한 자료의 근거 구절, 빈틈을 해결할 질문이 들어갈 수 있습니다. 검색 기반 예시는 모델이 검색 도구와 함께 작업하는 경우입니다. 텍스트 대화만으로 새로 검색해 확보한 정보의 출처가 된다고 취급해서는 안 됩니다.\n\n학습, 출력, 버전 범위\n\n학습은 사전 학습, 목표를 정한 중간 학습, 지도 미세 조정, 강화학습을 결합하며 유용하고 적절한 응답에 대한 피드백을 포함합니다. 여기서 설명하는 작업은 텍스트를 만드는 텍스트 대화입니다. 수정, 설명, 장면, 제공된 자료에 근거한 답변이 이에 해당합니다. 필요한 대화 기록을 유지하고 후속 요청에서 바꿀 구절을 정확히 지정하세요. 정직성, 오해를 유발하는 전제, 프롬프트 인젝션에 대한 평가는 제공된 증거와 지시를 구별하고 사실적 결론을 확인하는 것의 중요성을 강조합니다. Grok 4.1과 Grok 4.1 Fast는 별개의 모델입니다. Fast 계열의 수치상 컨텍스트나 출력 한도는 이 계열 카드의 사양이 아닙니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Soften a disappointed-customer reply\n\nRevise this reply to a disappointed customer: 'You missed the deadline, so we cannot change it. Read the policy.' Facts to preserve: changes close 48 hours before dispatch; this order dispatches tomorrow; support can update the address for future orders. Acknowledge the inconvenience, explain the current limit and offer the available next step without sounding accusatory.A considerate customer-ready reply preserving all supplied policy and timing facts.Check the reply offers only the future-order address change and never promises an exception.grok-4.1Grok 4.1은 섬세한 대화, 협업 편집, 창작 글쓰기를 위한 xAI의 대화 중심 모델입니다. Thinking과 Non-Thinking 구성은 서로 다른 응답 접근법을 제공하면서 대화의 어조와 맥락을 중심에 둡니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
대화와 일반 역량
Grok 4.1은 자연스러운 대화, 미묘한 의도에 대한 주의, 더 일관된 대화 성격 등 xAI Grok 계열의 대화 측면을 발전시킵니다. 개발에서는 핵심 추론과 함께 유용성, 문체, 협력적 상호작용을 강조합니다. 이 계열에는 두 가지 설정이 있습니다. Thinking은 응답 전에 작업을 숙고하고, Non-Thinking은 사고 토큰 없이 바로 응답합니다. 일반적인 Grok 4.1이라는 이름은 어느 한 설정을 선택하지 않고 이 계열을 가리킵니다.
감정 이해와 협업
대화를 중시하는 특성은 답변의 내용뿐 아니라 전달 방식도 중요한 작업에 유용합니다. 상황, 대상 독자, 변하지 않아야 할 사실을 제공하세요. 예를 들어 실망한 고객에게 우려를 인정하고 다음 행동을 설명하며 제공된 조건을 보존하는 배려 있는 답변을 요청할 수 있습니다. 그런 다음 문장 하나를 부드럽게 만들기, 설명을 명확히 하기, 마지막 단락만 교체하기처럼 구체적인 수정을 지정하세요. 이는 편집 작업의 예이지 모델이 회사의 정책을 안다는 약속이 아닙니다.
창작
Grok 4.1의 발표된 능력에는 창작과 상호작용 중 알아볼 수 있는 고유한 목소리를 유지하는 것이 포함됩니다. 화자나 등장인물, 배경, 의도한 효과, 원하는 형식을 담은 지시를 준비하세요. 유용한 작업으로 두 인물이 서로 다른 문체를 유지하며 의견을 달리하는 짧은 대화를 요청한 뒤 속도감을 바꾸는 수정을 요청할 수 있습니다. 업무 글쓰기에서는 실제 상품 정보를 제공하고 서로 다른 독자를 위한 대조적인 도입 단락을 요청하세요. 고정된 세부 사항과 창작 과제 안에서 모델이 만들어도 되는 부분을 구별하세요.
사실성과 정보 탐색 답변
모델의 사후 학습은 정보 탐색 프롬프트의 사실 오류를 구체적으로 다룹니다. 그렇다고 유창한 응답이 검증된 사실이 되는 것은 아닙니다. 증거에서 초안을 작성할 때는 원문을 포함하고 명시된 사실, 해석, 답이 없는 질문을 구별하도록 요청하세요. 실용적인 출력에는 간결한 답변, 제공한 자료의 근거 구절, 빈틈을 해결할 질문이 들어갈 수 있습니다. 검색 기반 예시는 모델이 검색 도구와 함께 작업하는 경우입니다. 텍스트 대화만으로 새로 검색해 확보한 정보의 출처가 된다고 취급해서는 안 됩니다.
학습, 출력, 버전 범위
학습은 사전 학습, 목표를 정한 중간 학습, 지도 미세 조정, 강화학습을 결합하며 유용하고 적절한 응답에 대한 피드백을 포함합니다. 여기서 설명하는 작업은 텍스트를 만드는 텍스트 대화입니다. 수정, 설명, 장면, 제공된 자료에 근거한 답변이 이에 해당합니다. 필요한 대화 기록을 유지하고 후속 요청에서 바꿀 구절을 정확히 지정하세요. 정직성, 오해를 유발하는 전제, 프롬프트 인젝션에 대한 평가는 제공된 증거와 지시를 구별하고 사실적 결론을 확인하는 것의 중요성을 강조합니다. Grok 4.1과 Grok 4.1 Fast는 별개의 모델입니다. Fast 계열의 수치상 컨텍스트나 출력 한도는 이 계열 카드의 사양이 아닙니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-4.1 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.02 / 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-4.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='grok-4.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='grok-4.1',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-4.1
위에 표시된 메서드 경로를 사용하세요.
grok-4.1Grok 4.1은 섬세한 대화, 협업 편집, 창작 글쓰기를 위한 xAI의 대화 중심 모델입니다. Thinking과 Non-Thinking 구성은 서로 다른 응답 접근법을 제공하면서 대화의 어조와 맥락을 중심에 둡니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
대화와 일반 역량
Grok 4.1은 자연스러운 대화, 미묘한 의도에 대한 주의, 더 일관된 대화 성격 등 xAI Grok 계열의 대화 측면을 발전시킵니다. 개발에서는 핵심 추론과 함께 유용성, 문체, 협력적 상호작용을 강조합니다. 이 계열에는 두 가지 설정이 있습니다. Thinking은 응답 전에 작업을 숙고하고, Non-Thinking은 사고 토큰 없이 바로 응답합니다. 일반적인 Grok 4.1이라는 이름은 어느 한 설정을 선택하지 않고 이 계열을 가리킵니다.
감정 이해와 협업
대화를 중시하는 특성은 답변의 내용뿐 아니라 전달 방식도 중요한 작업에 유용합니다. 상황, 대상 독자, 변하지 않아야 할 사실을 제공하세요. 예를 들어 실망한 고객에게 우려를 인정하고 다음 행동을 설명하며 제공된 조건을 보존하는 배려 있는 답변을 요청할 수 있습니다. 그런 다음 문장 하나를 부드럽게 만들기, 설명을 명확히 하기, 마지막 단락만 교체하기처럼 구체적인 수정을 지정하세요. 이는 편집 작업의 예이지 모델이 회사의 정책을 안다는 약속이 아닙니다.
창작
Grok 4.1의 발표된 능력에는 창작과 상호작용 중 알아볼 수 있는 고유한 목소리를 유지하는 것이 포함됩니다. 화자나 등장인물, 배경, 의도한 효과, 원하는 형식을 담은 지시를 준비하세요. 유용한 작업으로 두 인물이 서로 다른 문체를 유지하며 의견을 달리하는 짧은 대화를 요청한 뒤 속도감을 바꾸는 수정을 요청할 수 있습니다. 업무 글쓰기에서는 실제 상품 정보를 제공하고 서로 다른 독자를 위한 대조적인 도입 단락을 요청하세요. 고정된 세부 사항과 창작 과제 안에서 모델이 만들어도 되는 부분을 구별하세요.
사실성과 정보 탐색 답변
모델의 사후 학습은 정보 탐색 프롬프트의 사실 오류를 구체적으로 다룹니다. 그렇다고 유창한 응답이 검증된 사실이 되는 것은 아닙니다. 증거에서 초안을 작성할 때는 원문을 포함하고 명시된 사실, 해석, 답이 없는 질문을 구별하도록 요청하세요. 실용적인 출력에는 간결한 답변, 제공한 자료의 근거 구절, 빈틈을 해결할 질문이 들어갈 수 있습니다. 검색 기반 예시는 모델이 검색 도구와 함께 작업하는 경우입니다. 텍스트 대화만으로 새로 검색해 확보한 정보의 출처가 된다고 취급해서는 안 됩니다.
학습, 출력, 버전 범위
학습은 사전 학습, 목표를 정한 중간 학습, 지도 미세 조정, 강화학습을 결합하며 유용하고 적절한 응답에 대한 피드백을 포함합니다. 여기서 설명하는 작업은 텍스트를 만드는 텍스트 대화입니다. 수정, 설명, 장면, 제공된 자료에 근거한 답변이 이에 해당합니다. 필요한 대화 기록을 유지하고 후속 요청에서 바꿀 구절을 정확히 지정하세요. 정직성, 오해를 유발하는 전제, 프롬프트 인젝션에 대한 평가는 제공된 증거와 지시를 구별하고 사실적 결론을 확인하는 것의 중요성을 강조합니다. Grok 4.1과 Grok 4.1 Fast는 별개의 모델입니다. Fast 계열의 수치상 컨텍스트나 출력 한도는 이 계열 카드의 사양이 아닙니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 grok-4.1 | 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 $0.004 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "grok-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-4.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-4.1', '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-4.1
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Soften a disappointed-customer reply\n\nRevise this reply to a disappointed customer: 'You missed the deadline, so we cannot change it. Read the policy.' Facts to preserve: changes close 48 hours before dispatch; this order dispatches tomorrow; support can update the address for future orders. Acknowledge the inconvenience, explain the current limit and offer the available next step without sounding accusatory.A considerate customer-ready reply preserving all supplied policy and timing facts.Check the reply offers only the future-order address change and never promises an exception.