Grok Build 0.1 ialah model Grok pengeluar yang berfokus pada pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima bahan bertulis dan imej serta menjana teks, termasuk kod dan hasil berstruktur. Kad model menetapkan tetingkap konteks 256,000 token dan menyenaraikan penaakulan, panggilan fungsi serta output berstruktur sebagai keupayaannya.
Untuk tugas perisian, berikan tingkah laku yang dimaksudkan, pelaksanaan yang berkaitan dan kegagalan yang diperhatikan atau perubahan yang diminta. Kenal pasti antara muka dan kebergantungan yang mesti kekal serasi. Hasil yang berguna boleh berupa cadangan tampalan, penerangan punca dan semakan yang diperlukan untuk menilai perubahan. Pastikan bahan sumber dan output yang diminta tertumpu pada tugas yang ditetapkan.
Input imej boleh menambahkan bukti visual pada tugasan kejuruteraan atau antara muka. Bekalkan imej bersama soalan yang berkaitan dengan ciri yang kelihatan, dan sertakan sebarang spesifikasi bertulis yang diperlukan untuk mentafsirkannya. Contohnya, tangkap layar boleh menyokong penerangan masalah antara muka, manakala kod sumber dan tingkah laku yang diperhatikan menentukan cara aplikasi melaksanakannya.
Panggilan fungsi menghubungkan langkah yang dicadangkan oleh model dengan alat aplikasi. Takrifkan fungsi dan argumennya, biarkan model meminta panggilan itu, laksanakannya dalam aplikasi dan kembalikan hasil sebenar. Pengeluar membezakan laluan yang dilaksanakan oleh klien itu daripada alat pada sisi pelayannya. Simpan panggilan dan hasilnya bersama-sama supaya tindakan susulan berpandukan pemerhatian, bukannya menganggap arahan yang dicadangkan telah berjaya.
Output berstruktur boleh menyusun pengekstrakan atau laporan mengikut medan yang ditetapkan. Bekalkan skema yang dikehendaki dan maksud tugas, kemudian periksa artifak yang dikembalikan untuk maklumat yang terkandung di dalamnya. Pengeluar menyokong subset praktikal JSON Schema; sesetengah kekangan kompleks atau terlalu besar dikendalikan atas dasar usaha terbaik. Oleh itu, semakan format berbeza daripada semakan bahawa fakta yang diekstrak atau kod yang dicadangkan adalah betul.
Untuk tugas penaakulan, nyatakan kesimpulan yang diperlukan dan syarat yang mesti dipenuhinya. Kad pengeluarnya turut menandakan pemprosesan kelompok sebagai tidak disokong untuk model ini. Minta artifak akhir yang mengenal pasti perubahan yang dicadangkan, bukti yang digunakan dan syarat yang masih perlu disemak. Ini memastikan output model pengekodan berkait dengan tugas pembangunan sebenar aplikasi.
", "aboutText": "Grok Build 0.1 ialah model Grok pengeluar yang berfokus pada pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima bahan bertulis dan imej serta menjana teks, termasuk kod dan hasil berstruktur. Kad model menetapkan tetingkap konteks 256,000 token dan menyenaraikan penaakulan, panggilan fungsi serta output berstruktur sebagai keupayaannya.\n\nUntuk tugas perisian, berikan tingkah laku yang dimaksudkan, pelaksanaan yang berkaitan dan kegagalan yang diperhatikan atau perubahan yang diminta. Kenal pasti antara muka dan kebergantungan yang mesti kekal serasi. Hasil yang berguna boleh berupa cadangan tampalan, penerangan punca dan semakan yang diperlukan untuk menilai perubahan. Pastikan bahan sumber dan output yang diminta tertumpu pada tugas yang ditetapkan.\n\nInput imej boleh menambahkan bukti visual pada tugasan kejuruteraan atau antara muka. Bekalkan imej bersama soalan yang berkaitan dengan ciri yang kelihatan, dan sertakan sebarang spesifikasi bertulis yang diperlukan untuk mentafsirkannya. Contohnya, tangkap layar boleh menyokong penerangan masalah antara muka, manakala kod sumber dan tingkah laku yang diperhatikan menentukan cara aplikasi melaksanakannya.\n\nPanggilan fungsi menghubungkan langkah yang dicadangkan oleh model dengan alat aplikasi. Takrifkan fungsi dan argumennya, biarkan model meminta panggilan itu, laksanakannya dalam aplikasi dan kembalikan hasil sebenar. Pengeluar membezakan laluan yang dilaksanakan oleh klien itu daripada alat pada sisi pelayannya. Simpan panggilan dan hasilnya bersama-sama supaya tindakan susulan berpandukan pemerhatian, bukannya menganggap arahan yang dicadangkan telah berjaya.\n\nOutput berstruktur boleh menyusun pengekstrakan atau laporan mengikut medan yang ditetapkan. Bekalkan skema yang dikehendaki dan maksud tugas, kemudian periksa artifak yang dikembalikan untuk maklumat yang terkandung di dalamnya. Pengeluar menyokong subset praktikal JSON Schema; sesetengah kekangan kompleks atau terlalu besar dikendalikan atas dasar usaha terbaik. Oleh itu, semakan format berbeza daripada semakan bahawa fakta yang diekstrak atau kod yang dicadangkan adalah betul.\n\nUntuk tugas penaakulan, nyatakan kesimpulan yang diperlukan dan syarat yang mesti dipenuhinya. Kad pengeluarnya turut menandakan pemprosesan kelompok sebagai tidak disokong untuk model ini. Minta artifak akhir yang mengenal pasti perubahan yang dicadangkan, bukti yang digunakan dan syarat yang masih perlu disemak. Ini memastikan output model pengekodan berkait dengan tugas pembangunan sebenar aplikasi.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Patch an unsafe retry counter\n\nFix this pseudocode: attempts=0; while attempts < 3: try send(); on success return; on failure continue; attempts += 1. It can retry forever. Provide a corrected bounded loop that attempts send at most three times, stops on success and reports failure after exhaustion. Include test scenarios for immediate success and three failures, without claiming actual sends.Corrected framework-neutral pseudocode plus two tests with expected attempt counts and terminal outcomes.The failure path increments the counter, total attempts never exceed three, and success terminates immediately.x-ai/grok-build-0.1Grok Build 0.1 ialah model pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima teks dan imej, menghasilkan teks, serta menggabungkan penaakulan, panggilan fungsi dan respons berstruktur dalam konteks 256,000 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Grok Build 0.1 ialah model Grok pengeluar yang berfokus pada pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima bahan bertulis dan imej serta menjana teks, termasuk kod dan hasil berstruktur. Kad model menetapkan tetingkap konteks 256,000 token dan menyenaraikan penaakulan, panggilan fungsi serta output berstruktur sebagai keupayaannya.
Untuk tugas perisian, berikan tingkah laku yang dimaksudkan, pelaksanaan yang berkaitan dan kegagalan yang diperhatikan atau perubahan yang diminta. Kenal pasti antara muka dan kebergantungan yang mesti kekal serasi. Hasil yang berguna boleh berupa cadangan tampalan, penerangan punca dan semakan yang diperlukan untuk menilai perubahan. Pastikan bahan sumber dan output yang diminta tertumpu pada tugas yang ditetapkan.
Input imej boleh menambahkan bukti visual pada tugasan kejuruteraan atau antara muka. Bekalkan imej bersama soalan yang berkaitan dengan ciri yang kelihatan, dan sertakan sebarang spesifikasi bertulis yang diperlukan untuk mentafsirkannya. Contohnya, tangkap layar boleh menyokong penerangan masalah antara muka, manakala kod sumber dan tingkah laku yang diperhatikan menentukan cara aplikasi melaksanakannya.
Panggilan fungsi menghubungkan langkah yang dicadangkan oleh model dengan alat aplikasi. Takrifkan fungsi dan argumennya, biarkan model meminta panggilan itu, laksanakannya dalam aplikasi dan kembalikan hasil sebenar. Pengeluar membezakan laluan yang dilaksanakan oleh klien itu daripada alat pada sisi pelayannya. Simpan panggilan dan hasilnya bersama-sama supaya tindakan susulan berpandukan pemerhatian, bukannya menganggap arahan yang dicadangkan telah berjaya.
Output berstruktur boleh menyusun pengekstrakan atau laporan mengikut medan yang ditetapkan. Bekalkan skema yang dikehendaki dan maksud tugas, kemudian periksa artifak yang dikembalikan untuk maklumat yang terkandung di dalamnya. Pengeluar menyokong subset praktikal JSON Schema; sesetengah kekangan kompleks atau terlalu besar dikendalikan atas dasar usaha terbaik. Oleh itu, semakan format berbeza daripada semakan bahawa fakta yang diekstrak atau kod yang dicadangkan adalah betul.
Untuk tugas penaakulan, nyatakan kesimpulan yang diperlukan dan syarat yang mesti dipenuhinya. Kad pengeluarnya turut menandakan pemprosesan kelompok sebagai tidak disokong untuk model ini. Minta artifak akhir yang mengenal pasti perubahan yang dicadangkan, bukti yang digunakan dan syarat yang masih perlu disemak. Ini memastikan output model pengekodan berkait dengan tugas pembangunan sebenar aplikasi.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had x-ai/grok-build-0.1 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.002 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk200,000 | Caj Input · Token input $0.002 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi200,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.008 / 1K token Input · Bacaan cache $0.0008 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-build-0.1", "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='x-ai/grok-build-0.1',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='x-ai/grok-build-0.1',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra x-ai/grok-build-0.1
Gunakan laluan kaedah yang dipaparkan di atas.
x-ai/grok-build-0.1Grok Build 0.1 ialah model pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima teks dan imej, menghasilkan teks, serta menggabungkan penaakulan, panggilan fungsi dan respons berstruktur dalam konteks 256,000 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Grok Build 0.1 ialah model Grok pengeluar yang berfokus pada pengekodan untuk tugas perisian berasaskan ejen, kejuruteraan dan aliran kerja. Ia menerima bahan bertulis dan imej serta menjana teks, termasuk kod dan hasil berstruktur. Kad model menetapkan tetingkap konteks 256,000 token dan menyenaraikan penaakulan, panggilan fungsi serta output berstruktur sebagai keupayaannya.
Untuk tugas perisian, berikan tingkah laku yang dimaksudkan, pelaksanaan yang berkaitan dan kegagalan yang diperhatikan atau perubahan yang diminta. Kenal pasti antara muka dan kebergantungan yang mesti kekal serasi. Hasil yang berguna boleh berupa cadangan tampalan, penerangan punca dan semakan yang diperlukan untuk menilai perubahan. Pastikan bahan sumber dan output yang diminta tertumpu pada tugas yang ditetapkan.
Input imej boleh menambahkan bukti visual pada tugasan kejuruteraan atau antara muka. Bekalkan imej bersama soalan yang berkaitan dengan ciri yang kelihatan, dan sertakan sebarang spesifikasi bertulis yang diperlukan untuk mentafsirkannya. Contohnya, tangkap layar boleh menyokong penerangan masalah antara muka, manakala kod sumber dan tingkah laku yang diperhatikan menentukan cara aplikasi melaksanakannya.
Panggilan fungsi menghubungkan langkah yang dicadangkan oleh model dengan alat aplikasi. Takrifkan fungsi dan argumennya, biarkan model meminta panggilan itu, laksanakannya dalam aplikasi dan kembalikan hasil sebenar. Pengeluar membezakan laluan yang dilaksanakan oleh klien itu daripada alat pada sisi pelayannya. Simpan panggilan dan hasilnya bersama-sama supaya tindakan susulan berpandukan pemerhatian, bukannya menganggap arahan yang dicadangkan telah berjaya.
Output berstruktur boleh menyusun pengekstrakan atau laporan mengikut medan yang ditetapkan. Bekalkan skema yang dikehendaki dan maksud tugas, kemudian periksa artifak yang dikembalikan untuk maklumat yang terkandung di dalamnya. Pengeluar menyokong subset praktikal JSON Schema; sesetengah kekangan kompleks atau terlalu besar dikendalikan atas dasar usaha terbaik. Oleh itu, semakan format berbeza daripada semakan bahawa fakta yang diekstrak atau kod yang dicadangkan adalah betul.
Untuk tugas penaakulan, nyatakan kesimpulan yang diperlukan dan syarat yang mesti dipenuhinya. Kad pengeluarnya turut menandakan pemprosesan kelompok sebagai tidak disokong untuk model ini. Minta artifak akhir yang mengenal pasti perubahan yang dicadangkan, bukti yang digunakan dan syarat yang masih perlu disemak. Ini memastikan output model pengekodan berkait dengan tugas pembangunan sebenar aplikasi.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had x-ai/grok-build-0.1 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.002 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk200,000 | Caj Input · Token input $0.002 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi200,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.008 / 1K token Input · Bacaan cache $0.0008 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "x-ai/grok-build-0.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'x-ai/grok-build-0.1', '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': 'x-ai/grok-build-0.1', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra x-ai/grok-build-0.1
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Patch an unsafe retry counter\n\nFix this pseudocode: attempts=0; while attempts < 3: try send(); on success return; on failure continue; attempts += 1. It can retry forever. Provide a corrected bounded loop that attempts send at most three times, stops on success and reports failure after exhaustion. Include test scenarios for immediate success and three failures, without claiming actual sends.Corrected framework-neutral pseudocode plus two tests with expected attempt counts and terminal outcomes.The failure path increments the counter, total attempts never exceed three, and success terminates immediately.