Grok Code Fast 1 is het model van xAI dat ontworpen is voor softwareontwikkeling met agents. De maker beschrijft training op programmeermateriaal en echte pull requests en programmeertaken. Het model is bedoeld om te werken in een ontwikkeltoepassing die code kan doorzoeken, terminaltools kan uitvoeren en bestanden kan bewerken.
Vermeld het deel van de repository, het verwachte gedrag en het uiteindelijke resultaat. Een verzoek om een bug te verhelpen kan de waargenomen fout bevatten en het geval dat na de correctie moet werken. Voor een nieuwe functie kun je de gebruikersacties, de gegevensstroom en de voorwaarden voor voltooiing opsommen.
De maker benadrukt TypeScript, Python, Java, Rust, C++ en Go. Geef het relevante framework en de bestaande code mee, in plaats van te verwachten dat alleen de naam van de programmeertaal de projectconventies bepaalt. Vraag om de wijziging die de taak vereist en de waarnemingen die het gedrag ervan aantonen.
De maker beschrijft het gebruik van gangbare ontwikkeltools, zoals tekstzoekfuncties, een terminal en bestandsbewerking. De agentomgeving stelt die tools ter beschikking, voert de geselecteerde actie uit en geeft het resultaat terug. Via die geconfigureerde workflow resulteert een voorstel van het model in een codewijziging of een uitvoering waarvan je het resultaat kunt vaststellen.
Houd bij een taak die meerdere bestanden omvat de verbanden tussen de bestanden zichtbaar voordat je ze wijzigt. Geef na een uitvoering de diagnostische uitvoer of testuitvoer mee en vraag om een correctie die op die waarneming aansluit. Zo blijft elke iteratie gericht op het werkelijke probleem.
Het gepubliceerde profiel vermeldt een context van 256,000 tokens. Gebruik relevante code, instructies en waarnemingen en kies een gepaste antwoordlengte voor het gevraagde resultaat. Bewaar de geselecteerde Grok Code Fast 1-identiteit samen met de prompt, de patch en het bewijs van uitvoering.
De oorspronkelijke beschrijving van de maker behandelt multimodale invoer, parallelle toolaanroepen en een grotere context als kenmerken van een toekomstige variant. Ze staan los van deze specifieke release. De bruikbare workflow bestaat uit redeneren over code en ontwikkelacties die door de toepassing worden aangestuurd, beoordeeld aan de hand van het resultaat dat werkelijk wordt uitgevoerd.
", "aboutText": "Grok Code Fast 1 is het model van xAI dat ontworpen is voor softwareontwikkeling met agents. De maker beschrijft training op programmeermateriaal en echte pull requests en programmeertaken. Het model is bedoeld om te werken in een ontwikkeltoepassing die code kan doorzoeken, terminaltools kan uitvoeren en bestanden kan bewerken.\n\n### Baken de programmeertaak concreet af\n\nVermeld het deel van de repository, het verwachte gedrag en het uiteindelijke resultaat. Een verzoek om een bug te verhelpen kan de waargenomen fout bevatten en het geval dat na de correctie moet werken. Voor een nieuwe functie kun je de gebruikersacties, de gegevensstroom en de voorwaarden voor voltooiing opsommen.\n\nDe maker benadrukt TypeScript, Python, Java, Rust, C++ en Go. Geef het relevante framework en de bestaande code mee, in plaats van te verwachten dat alleen de naam van de programmeertaal de projectconventies bepaalt. Vraag om de wijziging die de taak vereist en de waarnemingen die het gedrag ervan aantonen.\n\n### Onderzoek, bewerk en voer uit via een toepassing\n\nDe maker beschrijft het gebruik van gangbare ontwikkeltools, zoals tekstzoekfuncties, een terminal en bestandsbewerking. De agentomgeving stelt die tools ter beschikking, voert de geselecteerde actie uit en geeft het resultaat terug. Via die geconfigureerde workflow resulteert een voorstel van het model in een codewijziging of een uitvoering waarvan je het resultaat kunt vaststellen.\n\nHoud bij een taak die meerdere bestanden omvat de verbanden tussen de bestanden zichtbaar voordat je ze wijzigt. Geef na een uitvoering de diagnostische uitvoer of testuitvoer mee en vraag om een correctie die op die waarneming aansluit. Zo blijft elke iteratie gericht op het werkelijke probleem.\n\n### Bewaar het resultaat en het exacte profiel\n\nHet gepubliceerde profiel vermeldt een context van 256,000 tokens. Gebruik relevante code, instructies en waarnemingen en kies een gepaste antwoordlengte voor het gevraagde resultaat. Bewaar de geselecteerde Grok Code Fast 1-identiteit samen met de prompt, de patch en het bewijs van uitvoering.\n\nDe oorspronkelijke beschrijving van de maker behandelt multimodale invoer, parallelle toolaanroepen en een grotere context als kenmerken van een toekomstige variant. Ze staan los van deze specifieke release. De bruikbare workflow bestaat uit redeneren over code en ontwikkelacties die door de toepassing worden aangestuurd, beoordeeld aan de hand van het resultaat dat werkelijk wordt uitgevoerd.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Fix duplicate IDs in a Python list\n\nReview this Python function: def unique_ids(rows): return list(set(row["id"] for row in rows)). The contract requires first-seen order, so IDs ["b", "a", "b"] must become ["b", "a"]. Propose a focused replacement and tests for duplicates, an empty list and all-distinct IDs. Keep the function name and return type.A Python patch preserving order, a cause explanation and three behavioral test cases.Check that first occurrence order is stable and the function still returns a list.grok-code-fast-1Grok Code Fast 1 is het redeneermodel van xAI voor softwareagents die code onderzoeken, terminaltools gebruiken en bestanden bewerken. De maker benadrukt TypeScript, Python, Java, Rust, C++ en Go, met taken die variëren van vragen over een codebase tot gerichte bugfixes.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Grok Code Fast 1 is het model van xAI dat ontworpen is voor softwareontwikkeling met agents. De maker beschrijft training op programmeermateriaal en echte pull requests en programmeertaken. Het model is bedoeld om te werken in een ontwikkeltoepassing die code kan doorzoeken, terminaltools kan uitvoeren en bestanden kan bewerken.
Vermeld het deel van de repository, het verwachte gedrag en het uiteindelijke resultaat. Een verzoek om een bug te verhelpen kan de waargenomen fout bevatten en het geval dat na de correctie moet werken. Voor een nieuwe functie kun je de gebruikersacties, de gegevensstroom en de voorwaarden voor voltooiing opsommen.
De maker benadrukt TypeScript, Python, Java, Rust, C++ en Go. Geef het relevante framework en de bestaande code mee, in plaats van te verwachten dat alleen de naam van de programmeertaal de projectconventies bepaalt. Vraag om de wijziging die de taak vereist en de waarnemingen die het gedrag ervan aantonen.
De maker beschrijft het gebruik van gangbare ontwikkeltools, zoals tekstzoekfuncties, een terminal en bestandsbewerking. De agentomgeving stelt die tools ter beschikking, voert de geselecteerde actie uit en geeft het resultaat terug. Via die geconfigureerde workflow resulteert een voorstel van het model in een codewijziging of een uitvoering waarvan je het resultaat kunt vaststellen.
Houd bij een taak die meerdere bestanden omvat de verbanden tussen de bestanden zichtbaar voordat je ze wijzigt. Geef na een uitvoering de diagnostische uitvoer of testuitvoer mee en vraag om een correctie die op die waarneming aansluit. Zo blijft elke iteratie gericht op het werkelijke probleem.
Het gepubliceerde profiel vermeldt een context van 256,000 tokens. Gebruik relevante code, instructies en waarnemingen en kies een gepaste antwoordlengte voor het gevraagde resultaat. Bewaar de geselecteerde Grok Code Fast 1-identiteit samen met de prompt, de patch en het bewijs van uitvoering.
De oorspronkelijke beschrijving van de maker behandelt multimodale invoer, parallelle toolaanroepen en een grotere context als kenmerken van een toekomstige variant. Ze staan los van deze specifieke release. De bruikbare workflow bestaat uit redeneren over code en ontwikkelacties die door de toepassing worden aangestuurd, beoordeeld aan de hand van het resultaat dat werkelijk wordt uitgevoerd.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten grok-code-fast-1 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-code-fast-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-code-fast-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-code-fast-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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra grok-code-fast-1
Gebruik de hierboven getoonde methodepaden.
grok-code-fast-1Grok Code Fast 1 is het redeneermodel van xAI voor softwareagents die code onderzoeken, terminaltools gebruiken en bestanden bewerken. De maker benadrukt TypeScript, Python, Java, Rust, C++ en Go, met taken die variëren van vragen over een codebase tot gerichte bugfixes.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Grok Code Fast 1 is het model van xAI dat ontworpen is voor softwareontwikkeling met agents. De maker beschrijft training op programmeermateriaal en echte pull requests en programmeertaken. Het model is bedoeld om te werken in een ontwikkeltoepassing die code kan doorzoeken, terminaltools kan uitvoeren en bestanden kan bewerken.
Vermeld het deel van de repository, het verwachte gedrag en het uiteindelijke resultaat. Een verzoek om een bug te verhelpen kan de waargenomen fout bevatten en het geval dat na de correctie moet werken. Voor een nieuwe functie kun je de gebruikersacties, de gegevensstroom en de voorwaarden voor voltooiing opsommen.
De maker benadrukt TypeScript, Python, Java, Rust, C++ en Go. Geef het relevante framework en de bestaande code mee, in plaats van te verwachten dat alleen de naam van de programmeertaal de projectconventies bepaalt. Vraag om de wijziging die de taak vereist en de waarnemingen die het gedrag ervan aantonen.
De maker beschrijft het gebruik van gangbare ontwikkeltools, zoals tekstzoekfuncties, een terminal en bestandsbewerking. De agentomgeving stelt die tools ter beschikking, voert de geselecteerde actie uit en geeft het resultaat terug. Via die geconfigureerde workflow resulteert een voorstel van het model in een codewijziging of een uitvoering waarvan je het resultaat kunt vaststellen.
Houd bij een taak die meerdere bestanden omvat de verbanden tussen de bestanden zichtbaar voordat je ze wijzigt. Geef na een uitvoering de diagnostische uitvoer of testuitvoer mee en vraag om een correctie die op die waarneming aansluit. Zo blijft elke iteratie gericht op het werkelijke probleem.
Het gepubliceerde profiel vermeldt een context van 256,000 tokens. Gebruik relevante code, instructies en waarnemingen en kies een gepaste antwoordlengte voor het gevraagde resultaat. Bewaar de geselecteerde Grok Code Fast 1-identiteit samen met de prompt, de patch en het bewijs van uitvoering.
De oorspronkelijke beschrijving van de maker behandelt multimodale invoer, parallelle toolaanroepen en een grotere context als kenmerken van een toekomstige variant. Ze staan los van deze specifieke release. De bruikbare workflow bestaat uit redeneren over code en ontwikkelacties die door de toepassing worden aangestuurd, beoordeeld aan de hand van het resultaat dat werkelijk wordt uitgevoerd.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten grok-code-fast-1 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.003 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "grok-code-fast-1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-code-fast-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-code-fast-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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra grok-code-fast-1
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Fix duplicate IDs in a Python list\n\nReview this Python function: def unique_ids(rows): return list(set(row["id"] for row in rows)). The contract requires first-seen order, so IDs ["b", "a", "b"] must become ["b", "a"]. Propose a focused replacement and tests for duplicates, an empty list and all-distinct IDs. Keep the function name and return type.A Python patch preserving order, a cause explanation and three behavioral test cases.Check that first occurrence order is stable and the function still returns a list.