Zasnovan za agentske poteke dela
Grok 4.1 Fast (Reasoning) je konfiguracija s sklepanjem v družini Grok 4.1 Fast podjetja xAI. Poudarja dokončanje naloge skozi zaporedje odločitev in interakcij z orodji, zlasti pri podpori in raziskovanju. Napovedano kontekstno okno družine obsega 2 milijona žetonov, zato je ustrezna, ko morajo navodila, referenčno gradivo in rezultati prejšnjih dejanj ostati skupaj. Reasoning in Non-Reasoning sta ločeno poimenovani konfiguraciji z različnima pristopoma k odgovarjanju.
Učenje za resnične naloge
Razvoj modela uporablja spodbujevalno učenje v simuliranih okoljih z različnimi orodji in področji nalog. Praktični namen je iz opisa izbrati ustrezno dejanje, podati zahtevane argumente in nadaljevati na podlagi vrnjenih informacij. Aplikacija za podporo lahko zahteva, naj model prepozna zahtevo stranke, pridobi ustrezen zapis storitve, primerja zahtevo s predloženimi pravili in pripravi naslednji korak. Modelu podajte dejanska pravila in zapise, namesto da zahtevate izmišljanje manjkajočih pravil delovanja.
Klicanje orodij in dolgi pogovori
Učenje z dolgoročnim horizontom in več izmenjavami obravnava konkreten agentski problem: ohranjanje naloge, ko rasteta pogovor in zgodovina orodij. Pripravite jedrnate opise orodij, jasna polja argumentov in navedbo, kaj šteje za dokončanje. Vrnjena opažanja ohranite povezana z dejanjem, ki jih je ustvarilo. Agent, ki raziskuje težavo s storitvijo, lahko na primer primerja odlomek dnevnika z znanim postopkom odpravljanja težav in izbere naslednjo diagnostično funkcijo. Aplikacija izvede izbrano funkcijo; model razloži njen rezultat in posodobi odgovor.
Pridobivanje informacij, računanje in povezana orodja
Proizvajalčevi poteki dela z orodji združujejo pridobivanje spletnih vsebin, iskanje po naloženih dokumentih, izvajanje kode in povezave z zunanjimi orodji prek MCP. Vsako orodje priskrbi informacije ali izvede operacijo zunaj ustvarjanja besedila. Raziskovalna naloga z dokumenti lahko uporabi pridobljene odlomke za primerjavo zahtev izdelka; računska naloga lahko uporabi rezultat kode za razlago številčnega trenda. Te zmožnosti so odvisne od orodij, ki so dejansko povezana s procesom. Opišite vir pridobivanja, dovoljeno dejanje in pričakovani rezultat, da lahko model svoje sklepanje poveže z razpoložljivimi dokazi.
Raziskovalni izhod in dejstvena pravilnost
Napovedana raziskovalna uporaba se osredotoča na iskanje informacij, povezovanje dokazov med koraki in pripravo odgovora na jasno opredeljeno vprašanje. Koristno ponazoritveno navodilo je primerjava več predloženih tehničnih predlogov, prepoznavanje nasprotujočih si zahtev in priprava priporočila s podpornimi odlomki ter odprtimi vprašanji. Določite merila primerjave in datum ali obseg ustreznih informacij. Proizvajalčevo delo na dejstveni pravilnosti obravnava nepodprte trditve, vendar rezultatu še vedno koristi preverjanje, kateri sklepi so podprti s pridobljenim gradivom.
Priprava načina in izhoda
To poimenovano konfiguracijo Reasoning izberite, ko naloga zahteva analizo pred končnim odgovorom, in določite končni izdelek: odgovor za podporo, tabelo dokazov, diagnostični načrt ali raziskovalno razlago. Model ustvarja besedilo; zunanja dejanja sodijo k priključenim orodjem aplikacije. Napovedana zmogljivost konteksta opisuje obseg vhoda in zgodovine prvotnega poimenovanega modela, ne velikosti enega odgovora ali obljube, da vsaka integracija sprejme tolikšno količino. Ohranite natančno identiteto modela in zgodovino orodij, namesto da zaradi podobnega imena zamenjate družino Grok.
", "aboutText": "Zasnovan za agentske poteke dela\n\nGrok 4.1 Fast (Reasoning) je konfiguracija s sklepanjem v družini Grok 4.1 Fast podjetja xAI. Poudarja dokončanje naloge skozi zaporedje odločitev in interakcij z orodji, zlasti pri podpori in raziskovanju. Napovedano kontekstno okno družine obsega 2 milijona žetonov, zato je ustrezna, ko morajo navodila, referenčno gradivo in rezultati prejšnjih dejanj ostati skupaj. Reasoning in Non-Reasoning sta ločeno poimenovani konfiguraciji z različnima pristopoma k odgovarjanju.\n\nUčenje za resnične naloge\n\nRazvoj modela uporablja spodbujevalno učenje v simuliranih okoljih z različnimi orodji in področji nalog. Praktični namen je iz opisa izbrati ustrezno dejanje, podati zahtevane argumente in nadaljevati na podlagi vrnjenih informacij. Aplikacija za podporo lahko zahteva, naj model prepozna zahtevo stranke, pridobi ustrezen zapis storitve, primerja zahtevo s predloženimi pravili in pripravi naslednji korak. Modelu podajte dejanska pravila in zapise, namesto da zahtevate izmišljanje manjkajočih pravil delovanja.\n\nKlicanje orodij in dolgi pogovori\n\nUčenje z dolgoročnim horizontom in več izmenjavami obravnava konkreten agentski problem: ohranjanje naloge, ko rasteta pogovor in zgodovina orodij. Pripravite jedrnate opise orodij, jasna polja argumentov in navedbo, kaj šteje za dokončanje. Vrnjena opažanja ohranite povezana z dejanjem, ki jih je ustvarilo. Agent, ki raziskuje težavo s storitvijo, lahko na primer primerja odlomek dnevnika z znanim postopkom odpravljanja težav in izbere naslednjo diagnostično funkcijo. Aplikacija izvede izbrano funkcijo; model razloži njen rezultat in posodobi odgovor.\n\nPridobivanje informacij, računanje in povezana orodja\n\nProizvajalčevi poteki dela z orodji združujejo pridobivanje spletnih vsebin, iskanje po naloženih dokumentih, izvajanje kode in povezave z zunanjimi orodji prek MCP. Vsako orodje priskrbi informacije ali izvede operacijo zunaj ustvarjanja besedila. Raziskovalna naloga z dokumenti lahko uporabi pridobljene odlomke za primerjavo zahtev izdelka; računska naloga lahko uporabi rezultat kode za razlago številčnega trenda. Te zmožnosti so odvisne od orodij, ki so dejansko povezana s procesom. Opišite vir pridobivanja, dovoljeno dejanje in pričakovani rezultat, da lahko model svoje sklepanje poveže z razpoložljivimi dokazi.\n\nRaziskovalni izhod in dejstvena pravilnost\n\nNapovedana raziskovalna uporaba se osredotoča na iskanje informacij, povezovanje dokazov med koraki in pripravo odgovora na jasno opredeljeno vprašanje. Koristno ponazoritveno navodilo je primerjava več predloženih tehničnih predlogov, prepoznavanje nasprotujočih si zahtev in priprava priporočila s podpornimi odlomki ter odprtimi vprašanji. Določite merila primerjave in datum ali obseg ustreznih informacij. Proizvajalčevo delo na dejstveni pravilnosti obravnava nepodprte trditve, vendar rezultatu še vedno koristi preverjanje, kateri sklepi so podprti s pridobljenim gradivom.\n\nPriprava načina in izhoda\n\nTo poimenovano konfiguracijo Reasoning izberite, ko naloga zahteva analizo pred končnim odgovorom, in določite končni izdelek: odgovor za podporo, tabelo dokazov, diagnostični načrt ali raziskovalno razlago. Model ustvarja besedilo; zunanja dejanja sodijo k priključenim orodjem aplikacije. Napovedana zmogljivost konteksta opisuje obseg vhoda in zgodovine prvotnega poimenovanega modela, ne velikosti enega odgovora ali obljube, da vsaka integracija sprejme tolikšno količino. Ohranite natančno identiteto modela in zgodovino orodij, namesto da zaradi podobnega imena zamenjate družino Grok.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Choose the next support diagnostic\n\nUse this troubleshooting procedure: if the service process is stopped, restart is the next diagnostic; if running, inspect its last error. Returned observation: "process running; port unreachable; error log not yet read." Identify the next evidence to request and draft a support update. Do not claim that any diagnostic command has run.A proposed next diagnostic with its reason and a brief support update separating known facts from pending evidence.Verify the running-process branch is used and an unread error log does not become a known cause.grok-4-1-fast-reasoningGrok 4.1 Fast (Reasoning) je model xAI, osredotočen na orodja, za večstopenjske poteke podpore, pridobivanja informacij in raziskovanja. Njegov napovedani kontekst 2 milijonov žetonov med premislekom o nalogi pomaga povezati navodila, dolg pogovor in zaporedne rezultate orodij.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Zasnovan za agentske poteke dela
Grok 4.1 Fast (Reasoning) je konfiguracija s sklepanjem v družini Grok 4.1 Fast podjetja xAI. Poudarja dokončanje naloge skozi zaporedje odločitev in interakcij z orodji, zlasti pri podpori in raziskovanju. Napovedano kontekstno okno družine obsega 2 milijona žetonov, zato je ustrezna, ko morajo navodila, referenčno gradivo in rezultati prejšnjih dejanj ostati skupaj. Reasoning in Non-Reasoning sta ločeno poimenovani konfiguraciji z različnima pristopoma k odgovarjanju.
Učenje za resnične naloge
Razvoj modela uporablja spodbujevalno učenje v simuliranih okoljih z različnimi orodji in področji nalog. Praktični namen je iz opisa izbrati ustrezno dejanje, podati zahtevane argumente in nadaljevati na podlagi vrnjenih informacij. Aplikacija za podporo lahko zahteva, naj model prepozna zahtevo stranke, pridobi ustrezen zapis storitve, primerja zahtevo s predloženimi pravili in pripravi naslednji korak. Modelu podajte dejanska pravila in zapise, namesto da zahtevate izmišljanje manjkajočih pravil delovanja.
Klicanje orodij in dolgi pogovori
Učenje z dolgoročnim horizontom in več izmenjavami obravnava konkreten agentski problem: ohranjanje naloge, ko rasteta pogovor in zgodovina orodij. Pripravite jedrnate opise orodij, jasna polja argumentov in navedbo, kaj šteje za dokončanje. Vrnjena opažanja ohranite povezana z dejanjem, ki jih je ustvarilo. Agent, ki raziskuje težavo s storitvijo, lahko na primer primerja odlomek dnevnika z znanim postopkom odpravljanja težav in izbere naslednjo diagnostično funkcijo. Aplikacija izvede izbrano funkcijo; model razloži njen rezultat in posodobi odgovor.
Pridobivanje informacij, računanje in povezana orodja
Proizvajalčevi poteki dela z orodji združujejo pridobivanje spletnih vsebin, iskanje po naloženih dokumentih, izvajanje kode in povezave z zunanjimi orodji prek MCP. Vsako orodje priskrbi informacije ali izvede operacijo zunaj ustvarjanja besedila. Raziskovalna naloga z dokumenti lahko uporabi pridobljene odlomke za primerjavo zahtev izdelka; računska naloga lahko uporabi rezultat kode za razlago številčnega trenda. Te zmožnosti so odvisne od orodij, ki so dejansko povezana s procesom. Opišite vir pridobivanja, dovoljeno dejanje in pričakovani rezultat, da lahko model svoje sklepanje poveže z razpoložljivimi dokazi.
Raziskovalni izhod in dejstvena pravilnost
Napovedana raziskovalna uporaba se osredotoča na iskanje informacij, povezovanje dokazov med koraki in pripravo odgovora na jasno opredeljeno vprašanje. Koristno ponazoritveno navodilo je primerjava več predloženih tehničnih predlogov, prepoznavanje nasprotujočih si zahtev in priprava priporočila s podpornimi odlomki ter odprtimi vprašanji. Določite merila primerjave in datum ali obseg ustreznih informacij. Proizvajalčevo delo na dejstveni pravilnosti obravnava nepodprte trditve, vendar rezultatu še vedno koristi preverjanje, kateri sklepi so podprti s pridobljenim gradivom.
Priprava načina in izhoda
To poimenovano konfiguracijo Reasoning izberite, ko naloga zahteva analizo pred končnim odgovorom, in določite končni izdelek: odgovor za podporo, tabelo dokazov, diagnostični načrt ali raziskovalno razlago. Model ustvarja besedilo; zunanja dejanja sodijo k priključenim orodjem aplikacije. Napovedana zmogljivost konteksta opisuje obseg vhoda in zgodovine prvotnega poimenovanega modela, ne velikosti enega odgovora ali obljube, da vsaka integracija sprejme tolikšno količino. Ohranite natančno identiteto modela in zgodovino orodij, namesto da zaradi podobnega imena zamenjate družino Grok.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve grok-4-1-fast-reasoning | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0004 / 1K žetonov Izhod · Izhodni žetoni $0.001 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-4-1-fast-reasoning", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='grok-4-1-fast-reasoning',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='grok-4-1-fast-reasoning',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra grok-4-1-fast-reasoning
Uporabite zgoraj navedene poti metod.
grok-4-1-fast-reasoningGrok 4.1 Fast (Reasoning) je model xAI, osredotočen na orodja, za večstopenjske poteke podpore, pridobivanja informacij in raziskovanja. Njegov napovedani kontekst 2 milijonov žetonov med premislekom o nalogi pomaga povezati navodila, dolg pogovor in zaporedne rezultate orodij.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Zasnovan za agentske poteke dela
Grok 4.1 Fast (Reasoning) je konfiguracija s sklepanjem v družini Grok 4.1 Fast podjetja xAI. Poudarja dokončanje naloge skozi zaporedje odločitev in interakcij z orodji, zlasti pri podpori in raziskovanju. Napovedano kontekstno okno družine obsega 2 milijona žetonov, zato je ustrezna, ko morajo navodila, referenčno gradivo in rezultati prejšnjih dejanj ostati skupaj. Reasoning in Non-Reasoning sta ločeno poimenovani konfiguraciji z različnima pristopoma k odgovarjanju.
Učenje za resnične naloge
Razvoj modela uporablja spodbujevalno učenje v simuliranih okoljih z različnimi orodji in področji nalog. Praktični namen je iz opisa izbrati ustrezno dejanje, podati zahtevane argumente in nadaljevati na podlagi vrnjenih informacij. Aplikacija za podporo lahko zahteva, naj model prepozna zahtevo stranke, pridobi ustrezen zapis storitve, primerja zahtevo s predloženimi pravili in pripravi naslednji korak. Modelu podajte dejanska pravila in zapise, namesto da zahtevate izmišljanje manjkajočih pravil delovanja.
Klicanje orodij in dolgi pogovori
Učenje z dolgoročnim horizontom in več izmenjavami obravnava konkreten agentski problem: ohranjanje naloge, ko rasteta pogovor in zgodovina orodij. Pripravite jedrnate opise orodij, jasna polja argumentov in navedbo, kaj šteje za dokončanje. Vrnjena opažanja ohranite povezana z dejanjem, ki jih je ustvarilo. Agent, ki raziskuje težavo s storitvijo, lahko na primer primerja odlomek dnevnika z znanim postopkom odpravljanja težav in izbere naslednjo diagnostično funkcijo. Aplikacija izvede izbrano funkcijo; model razloži njen rezultat in posodobi odgovor.
Pridobivanje informacij, računanje in povezana orodja
Proizvajalčevi poteki dela z orodji združujejo pridobivanje spletnih vsebin, iskanje po naloženih dokumentih, izvajanje kode in povezave z zunanjimi orodji prek MCP. Vsako orodje priskrbi informacije ali izvede operacijo zunaj ustvarjanja besedila. Raziskovalna naloga z dokumenti lahko uporabi pridobljene odlomke za primerjavo zahtev izdelka; računska naloga lahko uporabi rezultat kode za razlago številčnega trenda. Te zmožnosti so odvisne od orodij, ki so dejansko povezana s procesom. Opišite vir pridobivanja, dovoljeno dejanje in pričakovani rezultat, da lahko model svoje sklepanje poveže z razpoložljivimi dokazi.
Raziskovalni izhod in dejstvena pravilnost
Napovedana raziskovalna uporaba se osredotoča na iskanje informacij, povezovanje dokazov med koraki in pripravo odgovora na jasno opredeljeno vprašanje. Koristno ponazoritveno navodilo je primerjava več predloženih tehničnih predlogov, prepoznavanje nasprotujočih si zahtev in priprava priporočila s podpornimi odlomki ter odprtimi vprašanji. Določite merila primerjave in datum ali obseg ustreznih informacij. Proizvajalčevo delo na dejstveni pravilnosti obravnava nepodprte trditve, vendar rezultatu še vedno koristi preverjanje, kateri sklepi so podprti s pridobljenim gradivom.
Priprava načina in izhoda
To poimenovano konfiguracijo Reasoning izberite, ko naloga zahteva analizo pred končnim odgovorom, in določite končni izdelek: odgovor za podporo, tabelo dokazov, diagnostični načrt ali raziskovalno razlago. Model ustvarja besedilo; zunanja dejanja sodijo k priključenim orodjem aplikacije. Napovedana zmogljivost konteksta opisuje obseg vhoda in zgodovine prvotnega poimenovanega modela, ne velikosti enega odgovora ali obljube, da vsaka integracija sprejme tolikšno količino. Ohranite natančno identiteto modela in zgodovino orodij, namesto da zaradi podobnega imena zamenjate družino Grok.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve grok-4-1-fast-reasoning | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0004 / 1K žetonov Izhod · Izhodni žetoni $0.001 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "grok-4-1-fast-reasoning",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-4-1-fast-reasoning', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'grok-4-1-fast-reasoning', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra grok-4-1-fast-reasoning
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Choose the next support diagnostic\n\nUse this troubleshooting procedure: if the service process is stopped, restart is the next diagnostic; if running, inspect its last error. Returned observation: "process running; port unreachable; error log not yet read." Identify the next evidence to request and draft a support update. Do not claim that any diagnostic command has run.A proposed next diagnostic with its reason and a brief support update separating known facts from pending evidence.Verify the running-process branch is used and an unread error log does not become a known cause.