Grok 4.3 er produsentens allsidige modell med vekt på instruksjonsfølging og verktøybruk. Modellkortet oppgir tekst og bilder som inndata, tekst som utdata og et kontekstvindu på 1,000,000 token. Egenskapene omfatter funksjonskall, strukturerte utdata og konfigurerbar resonnering, med støtte for batchbehandling i produsentens tjeneste.
Den gjeldende detaljerte modellspesifikasjonen oppgir resonneringsnivåene none, low, medium, high og xhigh, med low som standard. None hopper over resonneringstrinnet; de andre valgene avsetter tenkning før svaret. Dette er innstillinger for nettopp dette modellkortet fra produsenten, og de er forskjellige fra nivålistene og standardene i senere Grok-utgaver.
For analyse av lange dokumenter bør du oppgi relevant materiale og definere hvilke deler eller funn svaret skal returnere. Konteksten rommer et stort arbeidsgrunnlag, men oppgaven har fortsatt nytte av prioriteringer og et uttrykkelig definert sluttprodukt. Be om konklusjonen, det underbyggende avsnittet og eventuelle uavklarte forhold fremfor å behandle en lang kontekst som en erstatning for et tydelig spørsmål.
For visuelt materiale bør du identifisere objektet, diagramtrekket eller sidedetaljen som skal undersøkes, og forklare hvordan det henger sammen med den skriftlige oppgaven. Et nyttig resultat knytter observasjonen til spørsmålet. Hvis en konklusjon også avhenger av ekstern informasjon, bør dette belegget oppgis separat, slik at modellen kan skille det bildet viser, fra det en annen kilde fastslår.
I en funksjonsbasert arbeidsflyt genererer modellen et foreslått kall fra verktøydefinisjonene. Applikasjonen utfører funksjonen og returnerer resultatet. Hold funksjonens inndata, den returnerte observasjonen og modellens neste trinn sammenkoblet. For en kode- eller dataoppgave bør du be om et resultat som angir hva som ble foreslått, og hva applikasjonen faktisk observerte.
Strukturerte utdata kan gjøre en dokumentuttrekking eller analyserapport om til definerte felt. Produsentens skjemastøtte dekker vanlige datatyper og avgrensede begrensninger, mens enkelte avanserte begrensninger avhenger av modellens oppførsel. Gi hvert felt en tydelig betydning, og valider resultatet mot applikasjonens behov. Et resultat som følger et skjema, trenger fortsatt belegg for innholdet; en foreslått handling må fortsatt utføres av den omkringliggende arbeidsflyten.
", "aboutText": "Grok 4.3 er produsentens allsidige modell med vekt på instruksjonsfølging og verktøybruk. Modellkortet oppgir tekst og bilder som inndata, tekst som utdata og et kontekstvindu på 1,000,000 token. Egenskapene omfatter funksjonskall, strukturerte utdata og konfigurerbar resonnering, med støtte for batchbehandling i produsentens tjeneste.\n\nDen gjeldende detaljerte modellspesifikasjonen oppgir resonneringsnivåene none, low, medium, high og xhigh, med low som standard. None hopper over resonneringstrinnet; de andre valgene avsetter tenkning før svaret. Dette er innstillinger for nettopp dette modellkortet fra produsenten, og de er forskjellige fra nivålistene og standardene i senere Grok-utgaver.\n\nFor analyse av lange dokumenter bør du oppgi relevant materiale og definere hvilke deler eller funn svaret skal returnere. Konteksten rommer et stort arbeidsgrunnlag, men oppgaven har fortsatt nytte av prioriteringer og et uttrykkelig definert sluttprodukt. Be om konklusjonen, det underbyggende avsnittet og eventuelle uavklarte forhold fremfor å behandle en lang kontekst som en erstatning for et tydelig spørsmål.\n\nFor visuelt materiale bør du identifisere objektet, diagramtrekket eller sidedetaljen som skal undersøkes, og forklare hvordan det henger sammen med den skriftlige oppgaven. Et nyttig resultat knytter observasjonen til spørsmålet. Hvis en konklusjon også avhenger av ekstern informasjon, bør dette belegget oppgis separat, slik at modellen kan skille det bildet viser, fra det en annen kilde fastslår.\n\nI en funksjonsbasert arbeidsflyt genererer modellen et foreslått kall fra verktøydefinisjonene. Applikasjonen utfører funksjonen og returnerer resultatet. Hold funksjonens inndata, den returnerte observasjonen og modellens neste trinn sammenkoblet. For en kode- eller dataoppgave bør du be om et resultat som angir hva som ble foreslått, og hva applikasjonen faktisk observerte.\n\nStrukturerte utdata kan gjøre en dokumentuttrekking eller analyserapport om til definerte felt. Produsentens skjemastøtte dekker vanlige datatyper og avgrensede begrensninger, mens enkelte avanserte begrensninger avhenger av modellens oppførsel. Gi hvert felt en tydelig betydning, og valider resultatet mot applikasjonens behov. Et resultat som følger et skjema, trenger fortsatt belegg for innholdet; en foreslått handling må fortsatt utføres av den omkringliggende arbeidsflyten.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "93076d248abfe6c82d13463ef1a481568e1eb718ab4e997119c5be97dbef854d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "x-ai/grok-4.3:batchGrok 4.3 er en tekst- og bildemodell for instruksjonsstyrt arbeid, resonnering og verktøytilknyttede oppgaver, med en kontekst på 1,000,000 token. Den tilbyr funksjonskall, strukturerte utdata og valgbart resonneringsnivå i produsentens dokumenterte konfigurasjon.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Grok 4.3 er produsentens allsidige modell med vekt på instruksjonsfølging og verktøybruk. Modellkortet oppgir tekst og bilder som inndata, tekst som utdata og et kontekstvindu på 1,000,000 token. Egenskapene omfatter funksjonskall, strukturerte utdata og konfigurerbar resonnering, med støtte for batchbehandling i produsentens tjeneste.
Den gjeldende detaljerte modellspesifikasjonen oppgir resonneringsnivåene none, low, medium, high og xhigh, med low som standard. None hopper over resonneringstrinnet; de andre valgene avsetter tenkning før svaret. Dette er innstillinger for nettopp dette modellkortet fra produsenten, og de er forskjellige fra nivålistene og standardene i senere Grok-utgaver.
For analyse av lange dokumenter bør du oppgi relevant materiale og definere hvilke deler eller funn svaret skal returnere. Konteksten rommer et stort arbeidsgrunnlag, men oppgaven har fortsatt nytte av prioriteringer og et uttrykkelig definert sluttprodukt. Be om konklusjonen, det underbyggende avsnittet og eventuelle uavklarte forhold fremfor å behandle en lang kontekst som en erstatning for et tydelig spørsmål.
For visuelt materiale bør du identifisere objektet, diagramtrekket eller sidedetaljen som skal undersøkes, og forklare hvordan det henger sammen med den skriftlige oppgaven. Et nyttig resultat knytter observasjonen til spørsmålet. Hvis en konklusjon også avhenger av ekstern informasjon, bør dette belegget oppgis separat, slik at modellen kan skille det bildet viser, fra det en annen kilde fastslår.
I en funksjonsbasert arbeidsflyt genererer modellen et foreslått kall fra verktøydefinisjonene. Applikasjonen utfører funksjonen og returnerer resultatet. Hold funksjonens inndata, den returnerte observasjonen og modellens neste trinn sammenkoblet. For en kode- eller dataoppgave bør du be om et resultat som angir hva som ble foreslått, og hva applikasjonen faktisk observerte.
Strukturerte utdata kan gjøre en dokumentuttrekking eller analyserapport om til definerte felt. Produsentens skjemastøtte dekker vanlige datatyper og avgrensede begrensninger, mens enkelte avanserte begrensninger avhenger av modellens oppførsel. Gi hvert felt en tydelig betydning, og valider resultatet mot applikasjonens behov. Et resultat som følger et skjema, trenger fortsatt belegg for innholdet; en foreslått handling må fortsatt utføres av den omkringliggende arbeidsflyten.
POST /v1/batchestexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrevd | Verdier & grenser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser x-ai/grok-4.3:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltcompletion_window | Typestring | KravValgfritt | Verdier & grenser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfritt | Verdier & grenser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfritt | Verdier & grenser x-ai/grok-4.3:batch, x-ai/grok-4.3 | Standard— |
Feltprovider.only | Typestring[] | KravValgfritt | Verdier & grenser xai | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfritt | Verdier & grenser false, null | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtaleendpoint, model, requests |
Parametermaterial_types | Avtaletext |
Parameterrepresentation | Avtalerequests[] direkte i forespørselen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Avtale/v1/chat/completions |
Parameterfile_material | AvtaleKlienten kan lese det faktiske UTF-8-kodede JSONL-innholdet lokalt inn i requests[]. Feltet purpose for opplasting, input_file_id og filreferanser brukes ikke. Manglende eller tomt kundemateriale stopper klargjøringen før POST. |
Parameterserialization_order | Avtaleendpoint, model, provider (hvis angitt), completion_window (hvis angitt), requests til slutt |
Parameteroptional_controls | Avtaleprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtaleForespørselsinnhold for tekstbasert Chat Completions lagt direkte inn i det dokumenterte Batch-formatet. |
Livssyklus: asynchronous
GET /v1/batches/{operation_id} · faktisk response.id fra den opprinnelige opprettelsen; samme bruker/nøkkel/gruppe
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00032 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener $0.002 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00032 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.004 / 1K tokener Utdata · Utgående tokener $0.008 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.00064 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"x-ai/grok-4.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['x-ai/grok-4.3:batch', 'x-ai/grok-4.3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"x-ai/grok-4.3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON fra results[].response.body direkte i svaret
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBehold alle fullstendige returnerte svar, filer og innholdsdeler.
Bevar hele den opprinnelige statusresponsen i JSON, alle resultater og custom_id-verdier samt hele svar- eller feilinnholdet. Lagre fullførte results[] som JSONL uten filtrering.
Bevar den opprinnelige operasjons-ID-en. 503 result_pending_check har X-Should-Retry:false; send aldri den opprinnelige batchen på nytt når utfallet er ukjent.
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldig struktur i det dokumenterte formatet med innebygde forespørsler, dupliserte nøkler, ugyldig elementidentitet eller konflikt med modellens konfigurerte funksjoner. | Neste trinnRett de angitte feltene før du sender en ny forespørsel. |
Svar401 · authentication_error | VilkårUgyldig API-nøkkel. | Neste trinnBruk den autoriserte Ailoot-nøkkelen. |
Svar403 · permission_error | VilkårGruppen for batchbehandling er ikke tilgjengelig. | Neste trinnKontroller tilgangsrettighetene til nøkkelen/gruppen. |
Svar422 · invalid_request_error | VilkårBatch belastes saldoen; opprettelse via abonnement avvises. | Neste trinnBruk den autoriserte gruppen som belastes saldoen. |
Svar422 · price_unavailable | VilkårDet kan ikke beregnes en pris for batchens inndata. | Neste trinnBevar svaret; bruk de dokumenterte inndataene for API-familien. |
Svar402 · billing_error | VilkårBeløpsreservasjon for batchbehandling er ikke tilgjengelig. | Neste trinnLøs problemet som hindrer forespørselen i å bli godkjent før du sender en ny forespørsel. |
Svar503 · price_unavailable | VilkårPris for Batch-metoden eller systemets innebygde satser er ikke tilgjengelige. | Neste trinnBevar svaret; ikke erstatt prisene. |
Svar503 · api_error | VilkårDen nøyaktige leverandørruten er ikke tilgjengelig. | Neste trinnBevar svaret slik at ruten kan repareres. |
Svar503 · result_pending_check | VilkårDet opprinnelige resultatet må kontrolleres; X-Should-Retry:false. | Neste trinnBevar opprinnelig operation_id/id og les statusen; gjenta aldri den opprinnelige POST-forespørselen. |
Svar404 · not_found | VilkårStatusoperasjonen for batchen finnes ikke eller tilhører en annen identitet. | Neste trinnBruk nøyaktig den opprinnelige id-verdien og samme bruker/nøkkel/gruppe. |
Ailoot Ultra x-ai/grok-4.3:batch
Bruk metodestiene som vises ovenfor.