Grok 3 mini er xAIs kompakte resonneringsmodell i Grok 3-familien. Produsenten introduserer den sammen med den større Grok 3 Think-modellen og bruker forsterkningslæring til å utvikle problemløsningsatferd. Hovedvekten ligger på teknisk arbeid: matematikk, programmering og andre realfags- og teknologioppgaver der et tydelig sett med vilkår er viktigere enn store mengder generell kunnskap om verden. Den navngitte modelloppføringen tar imot tekst og returnerer tekst.
Formålet med resonneringstrinnet er å arbeide seg gjennom problemet før svaret produseres. Dette gjør utgaven aktuell for spørsmål med avhengige trinn: å utlede en verdi fra flere vilkår, undersøke om en algoritme oppfyller et krav, eller kontrollere et foreslått logisk argument. xAI presenterer mini som et eget modellvalg, fremfor bare en innstilling som gjør den vanlige tekstutgaven grok-3 mindre. Bevar dette skillet når du velger inndata og resultatet du trenger.
For matematikk oppgir du hele problemstillingen, definisjoner, tillatte antakelser og størrelsen eller utsagnet som skal fastslås. En illustrerende forespørsel er: «Vurder denne løsningen. Identifiser det første ugyldige trinnet, forklar hvilket vilkår det bryter, og gi et korrigert resultat med kontroll mot det opprinnelige problemet.» For programmering legger du ved relevant kode, inndataverdier og forventet oppførsel. Be om en forklaring på forskjellen og et forslag til endring som kan testes med disse inndataene. For logikk skiller du premisser fra konklusjonen og ber om å få vite hvilke mellomliggende påstander som trenger støtte.
Svaret kan organiseres rundt en nyttig sluttartefakt: den utledede formelen, en kodebit, en liste over forkastede antakelser eller en kort forklaring på valgt metode. En forespørsel som angir artefakten, bidrar til å holde resonneringen knyttet til brukerens oppgave. For en læringsassistent angir du om eleven trenger et hint, en metodeforklaring eller en fullstendig løsning; for en teknisk fagfelle angir du kriteriene det foreslåtte svaret må oppfylle. Dette er illustrerende valg ved klargjøring basert på produsentens oppgavefokus, ikke forsikringer om at et returnert argument er korrekt uten kontroll.
Produsentens eksempel på modellmetadata registrerer resonnering, strukturerte utdata og funksjonskall for grok-3-mini. Det oppgir en maksimal promptlengde på 131 072 tokener og angir tekst som både inndata og utdata. De leste kildene for den nøyaktige utgaven fastslår ikke en separat universell maksimumsgrense for genererte utdata. Bevar nødvendige vilkår og relevant materiale i instruksjonen, angi ønsket resultatstruktur og fastslå kjøringsspesifikke grenser fra valgt konfigurasjon fremfor å låne dem fra en større Grok-modell.
Strukturerte utdata kan gjøre et resonneringsresultat enklere å bruke i en applikasjon: for eksempel ved å dele foreslått resultat, antakelser, kontroller og åpne spørsmål inn i definerte felt. Med funksjonskall beskriver applikasjonen tilgjengelige operasjoner, mottar et foreslått kall og leverer operasjonens resultat til neste modellsvar. En ekstern beregning eller et oppslag utføres av dette applikasjonsverktøyet; et skriftlig utsagn om at en beregning ble kontrollert, er ikke i seg selv dokumentasjon på at verktøyet kjørte.
Mini-utgavens tekniske fokus utgjør også en meningsfull avgrensning. Legg ved spesialistfakta som løsningen avhenger av, særlig når de er nyere eller ligger utenfor spørsmålets oppgitte vilkår. Skill kildefakta fra instruksjoner og be modellen bevare usikkerheten når et nødvendig premiss mangler. Lanseringsartikkelen beskriver resonneringsmodeller og separate agenter med verktøy, så nettleser-, søke- og kjøringsfunksjonene deres bør fortsatt knyttes til de faktiske integrasjonene. Velg Grok 3 mini for den dokumenterte oppgaven innen tekstbasert resonnering, og verifiser beregninger, argumenter og kode med betydelige konsekvenser mot det opprinnelige problemet eller applikasjonens kontroller.
", "aboutText": "Grok 3 mini er xAIs kompakte resonneringsmodell i Grok 3-familien. Produsenten introduserer den sammen med den større Grok 3 Think-modellen og bruker forsterkningslæring til å utvikle problemløsningsatferd. Hovedvekten ligger på teknisk arbeid: matematikk, programmering og andre realfags- og teknologioppgaver der et tydelig sett med vilkår er viktigere enn store mengder generell kunnskap om verden. Den navngitte modelloppføringen tar imot tekst og returnerer tekst.\n\nFormålet med resonneringstrinnet er å arbeide seg gjennom problemet før svaret produseres. Dette gjør utgaven aktuell for spørsmål med avhengige trinn: å utlede en verdi fra flere vilkår, undersøke om en algoritme oppfyller et krav, eller kontrollere et foreslått logisk argument. xAI presenterer mini som et eget modellvalg, fremfor bare en innstilling som gjør den vanlige tekstutgaven grok-3 mindre. Bevar dette skillet når du velger inndata og resultatet du trenger.\n\nFor matematikk oppgir du hele problemstillingen, definisjoner, tillatte antakelser og størrelsen eller utsagnet som skal fastslås. En illustrerende forespørsel er: «Vurder denne løsningen. Identifiser det første ugyldige trinnet, forklar hvilket vilkår det bryter, og gi et korrigert resultat med kontroll mot det opprinnelige problemet.» For programmering legger du ved relevant kode, inndataverdier og forventet oppførsel. Be om en forklaring på forskjellen og et forslag til endring som kan testes med disse inndataene. For logikk skiller du premisser fra konklusjonen og ber om å få vite hvilke mellomliggende påstander som trenger støtte.\n\nSvaret kan organiseres rundt en nyttig sluttartefakt: den utledede formelen, en kodebit, en liste over forkastede antakelser eller en kort forklaring på valgt metode. En forespørsel som angir artefakten, bidrar til å holde resonneringen knyttet til brukerens oppgave. For en læringsassistent angir du om eleven trenger et hint, en metodeforklaring eller en fullstendig løsning; for en teknisk fagfelle angir du kriteriene det foreslåtte svaret må oppfylle. Dette er illustrerende valg ved klargjøring basert på produsentens oppgavefokus, ikke forsikringer om at et returnert argument er korrekt uten kontroll.\n\nProdusentens eksempel på modellmetadata registrerer resonnering, strukturerte utdata og funksjonskall for grok-3-mini. Det oppgir en maksimal promptlengde på 131 072 tokener og angir tekst som både inndata og utdata. De leste kildene for den nøyaktige utgaven fastslår ikke en separat universell maksimumsgrense for genererte utdata. Bevar nødvendige vilkår og relevant materiale i instruksjonen, angi ønsket resultatstruktur og fastslå kjøringsspesifikke grenser fra valgt konfigurasjon fremfor å låne dem fra en større Grok-modell.\n\nStrukturerte utdata kan gjøre et resonneringsresultat enklere å bruke i en applikasjon: for eksempel ved å dele foreslått resultat, antakelser, kontroller og åpne spørsmål inn i definerte felt. Med funksjonskall beskriver applikasjonen tilgjengelige operasjoner, mottar et foreslått kall og leverer operasjonens resultat til neste modellsvar. En ekstern beregning eller et oppslag utføres av dette applikasjonsverktøyet; et skriftlig utsagn om at en beregning ble kontrollert, er ikke i seg selv dokumentasjon på at verktøyet kjørte.\n\nMini-utgavens tekniske fokus utgjør også en meningsfull avgrensning. Legg ved spesialistfakta som løsningen avhenger av, særlig når de er nyere eller ligger utenfor spørsmålets oppgitte vilkår. Skill kildefakta fra instruksjoner og be modellen bevare usikkerheten når et nødvendig premiss mangler. Lanseringsartikkelen beskriver resonneringsmodeller og separate agenter med verktøy, så nettleser-, søke- og kjøringsfunksjonene deres bør fortsatt knyttes til de faktiske integrasjonene. Velg Grok 3 mini for den dokumenterte oppgaven innen tekstbasert resonnering, og verifiser beregninger, argumenter og kode med betydelige konsekvenser mot det opprinnelige problemet eller applikasjonens kontroller.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.grok-3-miniGrok 3 mini er xAIs kompakte modell for tekstbasert resonnering innen matematikk, koding og logikkorienterte oppgaver. Den er utviklet for å arbeide seg gjennom et problem før den svarer, og strukturerte utdata og funksjonskall er dokumentert for den navngitte utgaven.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Grok 3 mini er xAIs kompakte resonneringsmodell i Grok 3-familien. Produsenten introduserer den sammen med den større Grok 3 Think-modellen og bruker forsterkningslæring til å utvikle problemløsningsatferd. Hovedvekten ligger på teknisk arbeid: matematikk, programmering og andre realfags- og teknologioppgaver der et tydelig sett med vilkår er viktigere enn store mengder generell kunnskap om verden. Den navngitte modelloppføringen tar imot tekst og returnerer tekst.
Formålet med resonneringstrinnet er å arbeide seg gjennom problemet før svaret produseres. Dette gjør utgaven aktuell for spørsmål med avhengige trinn: å utlede en verdi fra flere vilkår, undersøke om en algoritme oppfyller et krav, eller kontrollere et foreslått logisk argument. xAI presenterer mini som et eget modellvalg, fremfor bare en innstilling som gjør den vanlige tekstutgaven grok-3 mindre. Bevar dette skillet når du velger inndata og resultatet du trenger.
For matematikk oppgir du hele problemstillingen, definisjoner, tillatte antakelser og størrelsen eller utsagnet som skal fastslås. En illustrerende forespørsel er: «Vurder denne løsningen. Identifiser det første ugyldige trinnet, forklar hvilket vilkår det bryter, og gi et korrigert resultat med kontroll mot det opprinnelige problemet.» For programmering legger du ved relevant kode, inndataverdier og forventet oppførsel. Be om en forklaring på forskjellen og et forslag til endring som kan testes med disse inndataene. For logikk skiller du premisser fra konklusjonen og ber om å få vite hvilke mellomliggende påstander som trenger støtte.
Svaret kan organiseres rundt en nyttig sluttartefakt: den utledede formelen, en kodebit, en liste over forkastede antakelser eller en kort forklaring på valgt metode. En forespørsel som angir artefakten, bidrar til å holde resonneringen knyttet til brukerens oppgave. For en læringsassistent angir du om eleven trenger et hint, en metodeforklaring eller en fullstendig løsning; for en teknisk fagfelle angir du kriteriene det foreslåtte svaret må oppfylle. Dette er illustrerende valg ved klargjøring basert på produsentens oppgavefokus, ikke forsikringer om at et returnert argument er korrekt uten kontroll.
Produsentens eksempel på modellmetadata registrerer resonnering, strukturerte utdata og funksjonskall for grok-3-mini. Det oppgir en maksimal promptlengde på 131 072 tokener og angir tekst som både inndata og utdata. De leste kildene for den nøyaktige utgaven fastslår ikke en separat universell maksimumsgrense for genererte utdata. Bevar nødvendige vilkår og relevant materiale i instruksjonen, angi ønsket resultatstruktur og fastslå kjøringsspesifikke grenser fra valgt konfigurasjon fremfor å låne dem fra en større Grok-modell.
Strukturerte utdata kan gjøre et resonneringsresultat enklere å bruke i en applikasjon: for eksempel ved å dele foreslått resultat, antakelser, kontroller og åpne spørsmål inn i definerte felt. Med funksjonskall beskriver applikasjonen tilgjengelige operasjoner, mottar et foreslått kall og leverer operasjonens resultat til neste modellsvar. En ekstern beregning eller et oppslag utføres av dette applikasjonsverktøyet; et skriftlig utsagn om at en beregning ble kontrollert, er ikke i seg selv dokumentasjon på at verktøyet kjørte.
Mini-utgavens tekniske fokus utgjør også en meningsfull avgrensning. Legg ved spesialistfakta som løsningen avhenger av, særlig når de er nyere eller ligger utenfor spørsmålets oppgitte vilkår. Skill kildefakta fra instruksjoner og be modellen bevare usikkerheten når et nødvendig premiss mangler. Lanseringsartikkelen beskriver resonneringsmodeller og separate agenter med verktøy, så nettleser-, søke- og kjøringsfunksjonene deres bør fortsatt knyttes til de faktiske integrasjonene. Velg Grok 3 mini for den dokumenterte oppgaven innen tekstbasert resonnering, og verifiser beregninger, argumenter og kode med betydelige konsekvenser mot det opprinnelige problemet eller applikasjonens kontroller.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser grok-3-mini | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.001 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-3-mini", "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-mini',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-mini',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra grok-3-mini
Bruk metodestiene som vises ovenfor.
grok-3-miniGrok 3 mini er xAIs kompakte modell for tekstbasert resonnering innen matematikk, koding og logikkorienterte oppgaver. Den er utviklet for å arbeide seg gjennom et problem før den svarer, og strukturerte utdata og funksjonskall er dokumentert for den navngitte utgaven.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Grok 3 mini er xAIs kompakte resonneringsmodell i Grok 3-familien. Produsenten introduserer den sammen med den større Grok 3 Think-modellen og bruker forsterkningslæring til å utvikle problemløsningsatferd. Hovedvekten ligger på teknisk arbeid: matematikk, programmering og andre realfags- og teknologioppgaver der et tydelig sett med vilkår er viktigere enn store mengder generell kunnskap om verden. Den navngitte modelloppføringen tar imot tekst og returnerer tekst.
Formålet med resonneringstrinnet er å arbeide seg gjennom problemet før svaret produseres. Dette gjør utgaven aktuell for spørsmål med avhengige trinn: å utlede en verdi fra flere vilkår, undersøke om en algoritme oppfyller et krav, eller kontrollere et foreslått logisk argument. xAI presenterer mini som et eget modellvalg, fremfor bare en innstilling som gjør den vanlige tekstutgaven grok-3 mindre. Bevar dette skillet når du velger inndata og resultatet du trenger.
For matematikk oppgir du hele problemstillingen, definisjoner, tillatte antakelser og størrelsen eller utsagnet som skal fastslås. En illustrerende forespørsel er: «Vurder denne løsningen. Identifiser det første ugyldige trinnet, forklar hvilket vilkår det bryter, og gi et korrigert resultat med kontroll mot det opprinnelige problemet.» For programmering legger du ved relevant kode, inndataverdier og forventet oppførsel. Be om en forklaring på forskjellen og et forslag til endring som kan testes med disse inndataene. For logikk skiller du premisser fra konklusjonen og ber om å få vite hvilke mellomliggende påstander som trenger støtte.
Svaret kan organiseres rundt en nyttig sluttartefakt: den utledede formelen, en kodebit, en liste over forkastede antakelser eller en kort forklaring på valgt metode. En forespørsel som angir artefakten, bidrar til å holde resonneringen knyttet til brukerens oppgave. For en læringsassistent angir du om eleven trenger et hint, en metodeforklaring eller en fullstendig løsning; for en teknisk fagfelle angir du kriteriene det foreslåtte svaret må oppfylle. Dette er illustrerende valg ved klargjøring basert på produsentens oppgavefokus, ikke forsikringer om at et returnert argument er korrekt uten kontroll.
Produsentens eksempel på modellmetadata registrerer resonnering, strukturerte utdata og funksjonskall for grok-3-mini. Det oppgir en maksimal promptlengde på 131 072 tokener og angir tekst som både inndata og utdata. De leste kildene for den nøyaktige utgaven fastslår ikke en separat universell maksimumsgrense for genererte utdata. Bevar nødvendige vilkår og relevant materiale i instruksjonen, angi ønsket resultatstruktur og fastslå kjøringsspesifikke grenser fra valgt konfigurasjon fremfor å låne dem fra en større Grok-modell.
Strukturerte utdata kan gjøre et resonneringsresultat enklere å bruke i en applikasjon: for eksempel ved å dele foreslått resultat, antakelser, kontroller og åpne spørsmål inn i definerte felt. Med funksjonskall beskriver applikasjonen tilgjengelige operasjoner, mottar et foreslått kall og leverer operasjonens resultat til neste modellsvar. En ekstern beregning eller et oppslag utføres av dette applikasjonsverktøyet; et skriftlig utsagn om at en beregning ble kontrollert, er ikke i seg selv dokumentasjon på at verktøyet kjørte.
Mini-utgavens tekniske fokus utgjør også en meningsfull avgrensning. Legg ved spesialistfakta som løsningen avhenger av, særlig når de er nyere eller ligger utenfor spørsmålets oppgitte vilkår. Skill kildefakta fra instruksjoner og be modellen bevare usikkerheten når et nødvendig premiss mangler. Lanseringsartikkelen beskriver resonneringsmodeller og separate agenter med verktøy, så nettleser-, søke- og kjøringsfunksjonene deres bør fortsatt knyttes til de faktiske integrasjonene. Velg Grok 3 mini for den dokumenterte oppgaven innen tekstbasert resonnering, og verifiser beregninger, argumenter og kode med betydelige konsekvenser mot det opprinnelige problemet eller applikasjonens kontroller.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser grok-3-mini | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0006 / 1K tokener Utdata · Utgående tokener $0.001 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "grok-3-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra grok-3-mini
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Find the first invalid algebra step\n\nReview this proposed solution to x squared = 9: 'Take square roots, so x = 3. Therefore there is exactly one real solution.' Identify the earliest invalid inference, give the complete real solution set and verify it by substitution. Explain the issue to a learner without introducing unrelated algebra topics.A concise correction, the full real solution set and a substitution check for each value.Both 3 and -3 are checked, and the missing negative root is tied to the square-root inference.