Grok 3 är xAI:s modellfamilj för språkarbete, allmän kunskap, kodning och problemlösning. Lanseringsbeskrivningen skiljer den normalt svarande modellen från familjens uttryckliga Think-varianter, som använder ytterligare resonemang före slutsvaret. Den namngivna grok-3-post som beskrivs här är textchattutgåvan: producenten anger textindata, textutdata och ingen separat resonemangsfunktion för den posten.
Familjens förträning är avsedd att stödja ett brett spektrum av frågor och instruktioner. xAI lyfter fram matematik, kodning, kunskap och stilkontroll i utgåvebeskrivningen. För en skrivuppgift ger det en användbar grund för att be modellen revidera en förklaring för en viss läsare, bevara angivna fakta eller utveckla ett sammanhängande utkast från en uppsättning punkter. För en teknisk assistent tillhandahåller du relevant material och anger den fråga som svaret måste lösa i stället för att enbart förlita dig på en allmän begäran att diskutera ämnet.
Ett exempel på dokumentuppgift är: ”Jämför dessa två beskrivningar av arbetsflödet. Lista överensstämmelser, motsägelser och saknad information och skriv sedan en kort förklaring för en ny teammedlem.” Håll källavsnitten märkta så att svaret kan koppla varje observation till rätt avsnitt. En koduppgift kan innehålla funktionen, förväntat beteende och ett konkret indatavärde där det aktuella resultatet är fel. Be om en föreslagen korrigering och förklara vilka exempel som ska användas för att kontrollera den. Dessa exempel använder de dokumenterade språk- och kodningsfamiljerna av uppgifter och innebär inte att genererad kod redan har exekverats.
Skillnaden mot Think är viktig. Grok 3-familjens tillkännagivande beskriver även Grok 3 Think och Grok 3 mini Think, som tränats att lägga ytterligare arbete på resonemang. Deras utökade tänkandebeteende ska beskrivas som deras eget läge eller modellval. Den vanliga textposten kan ge förklaringar och lösa frågor, men det ska inte förväxlas med att välja en uttryckligen dokumenterad konfiguration för utökat resonemang.
Producentens exempel på metadata för den namngivna modellen anger en maximal promptlängd på 131 072 token för grok-3 och registrerar stöd för strukturerade utdata och funktionsanrop. Fältet för promptlängd beskriver den publicerade indatabudgeten i exemplet; det är inget separat tak för utdatatoken. Familjens tillkännagivande diskuterar en större konfiguration med lång kontext, så håll den exakta specifikationen för den namngivna modellen och den bredare familjebeskrivningen åtskilda när du förbereder en begäran. Ta med den kontext som behövs för frågan och bestäm uttryckligen svarets format och längd.
Strukturerade utdata är användbara när en konversation ska avslutas med fält som applikationen kan bearbeta, till exempel en sammanfattning, extraherade fakta och frågor som fortfarande behöver förtydligas. Funktionsanrop låter en applikation erbjuda tillåtna operationer och ta emot föreslagna argument. Applikationen utför operationen och returnerar resultatet för ett efterföljande svar. Det skiljer sig från att en modell självständigt har tillgång till en godtycklig databas, webbläsare eller kodtolk.
Lanseringsartikeln diskuterar DeepSearch och verktygsutrustade agenter som system byggda kring Grok-familjen. Deras arbetsflöden för sökning, exekvering och rapportframställning är en integrationskontext, snarare än ett skäl att överföra varje applikationsfunktion till den rena grok-3-textposten. För en användbar uppgift anger du vilket tillhandahållet material eller vilka returnerade verktygsdata modellen ska använda, skiljer fakta från begärda tolkningar och ber den markera saknad information. Avsluta med en konkret leverans: ett reviderat dokument, ett kodförslag, en extraheringspost eller en förklaring som kan kontrolleras mot de ursprungliga indata.
", "aboutText": "Grok 3 är xAI:s modellfamilj för språkarbete, allmän kunskap, kodning och problemlösning. Lanseringsbeskrivningen skiljer den normalt svarande modellen från familjens uttryckliga Think-varianter, som använder ytterligare resonemang före slutsvaret. Den namngivna grok-3-post som beskrivs här är textchattutgåvan: producenten anger textindata, textutdata och ingen separat resonemangsfunktion för den posten.\n\nFamiljens förträning är avsedd att stödja ett brett spektrum av frågor och instruktioner. xAI lyfter fram matematik, kodning, kunskap och stilkontroll i utgåvebeskrivningen. För en skrivuppgift ger det en användbar grund för att be modellen revidera en förklaring för en viss läsare, bevara angivna fakta eller utveckla ett sammanhängande utkast från en uppsättning punkter. För en teknisk assistent tillhandahåller du relevant material och anger den fråga som svaret måste lösa i stället för att enbart förlita dig på en allmän begäran att diskutera ämnet.\n\nEtt exempel på dokumentuppgift är: ”Jämför dessa två beskrivningar av arbetsflödet. Lista överensstämmelser, motsägelser och saknad information och skriv sedan en kort förklaring för en ny teammedlem.” Håll källavsnitten märkta så att svaret kan koppla varje observation till rätt avsnitt. En koduppgift kan innehålla funktionen, förväntat beteende och ett konkret indatavärde där det aktuella resultatet är fel. Be om en föreslagen korrigering och förklara vilka exempel som ska användas för att kontrollera den. Dessa exempel använder de dokumenterade språk- och kodningsfamiljerna av uppgifter och innebär inte att genererad kod redan har exekverats.\n\nSkillnaden mot Think är viktig. Grok 3-familjens tillkännagivande beskriver även Grok 3 Think och Grok 3 mini Think, som tränats att lägga ytterligare arbete på resonemang. Deras utökade tänkandebeteende ska beskrivas som deras eget läge eller modellval. Den vanliga textposten kan ge förklaringar och lösa frågor, men det ska inte förväxlas med att välja en uttryckligen dokumenterad konfiguration för utökat resonemang.\n\nProducentens exempel på metadata för den namngivna modellen anger en maximal promptlängd på 131 072 token för grok-3 och registrerar stöd för strukturerade utdata och funktionsanrop. Fältet för promptlängd beskriver den publicerade indatabudgeten i exemplet; det är inget separat tak för utdatatoken. Familjens tillkännagivande diskuterar en större konfiguration med lång kontext, så håll den exakta specifikationen för den namngivna modellen och den bredare familjebeskrivningen åtskilda när du förbereder en begäran. Ta med den kontext som behövs för frågan och bestäm uttryckligen svarets format och längd.\n\nStrukturerade utdata är användbara när en konversation ska avslutas med fält som applikationen kan bearbeta, till exempel en sammanfattning, extraherade fakta och frågor som fortfarande behöver förtydligas. Funktionsanrop låter en applikation erbjuda tillåtna operationer och ta emot föreslagna argument. Applikationen utför operationen och returnerar resultatet för ett efterföljande svar. Det skiljer sig från att en modell självständigt har tillgång till en godtycklig databas, webbläsare eller kodtolk.\n\nLanseringsartikeln diskuterar DeepSearch och verktygsutrustade agenter som system byggda kring Grok-familjen. Deras arbetsflöden för sökning, exekvering och rapportframställning är en integrationskontext, snarare än ett skäl att överföra varje applikationsfunktion till den rena grok-3-textposten. För en användbar uppgift anger du vilket tillhandahållet material eller vilka returnerade verktygsdata modellen ska använda, skiljer fakta från begärda tolkningar och ber den markera saknad information. Avsluta med en konkret leverans: ett reviderat dokument, ett kodförslag, en extraheringspost eller en förklaring som kan kontrolleras mot de ursprungliga indata.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.grok-3Grok 3 är xAI:s textchattutgåva för förklaringar, skrivande, kodning och frågor som bygger på tillhandahållet material. Den namngivna modellposten stöder strukturerade utdata och funktionsanrop och skiljer sig från familjens uttryckliga Think-modeller.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Grok 3 är xAI:s modellfamilj för språkarbete, allmän kunskap, kodning och problemlösning. Lanseringsbeskrivningen skiljer den normalt svarande modellen från familjens uttryckliga Think-varianter, som använder ytterligare resonemang före slutsvaret. Den namngivna grok-3-post som beskrivs här är textchattutgåvan: producenten anger textindata, textutdata och ingen separat resonemangsfunktion för den posten.
Familjens förträning är avsedd att stödja ett brett spektrum av frågor och instruktioner. xAI lyfter fram matematik, kodning, kunskap och stilkontroll i utgåvebeskrivningen. För en skrivuppgift ger det en användbar grund för att be modellen revidera en förklaring för en viss läsare, bevara angivna fakta eller utveckla ett sammanhängande utkast från en uppsättning punkter. För en teknisk assistent tillhandahåller du relevant material och anger den fråga som svaret måste lösa i stället för att enbart förlita dig på en allmän begäran att diskutera ämnet.
Ett exempel på dokumentuppgift är: ”Jämför dessa två beskrivningar av arbetsflödet. Lista överensstämmelser, motsägelser och saknad information och skriv sedan en kort förklaring för en ny teammedlem.” Håll källavsnitten märkta så att svaret kan koppla varje observation till rätt avsnitt. En koduppgift kan innehålla funktionen, förväntat beteende och ett konkret indatavärde där det aktuella resultatet är fel. Be om en föreslagen korrigering och förklara vilka exempel som ska användas för att kontrollera den. Dessa exempel använder de dokumenterade språk- och kodningsfamiljerna av uppgifter och innebär inte att genererad kod redan har exekverats.
Skillnaden mot Think är viktig. Grok 3-familjens tillkännagivande beskriver även Grok 3 Think och Grok 3 mini Think, som tränats att lägga ytterligare arbete på resonemang. Deras utökade tänkandebeteende ska beskrivas som deras eget läge eller modellval. Den vanliga textposten kan ge förklaringar och lösa frågor, men det ska inte förväxlas med att välja en uttryckligen dokumenterad konfiguration för utökat resonemang.
Producentens exempel på metadata för den namngivna modellen anger en maximal promptlängd på 131 072 token för grok-3 och registrerar stöd för strukturerade utdata och funktionsanrop. Fältet för promptlängd beskriver den publicerade indatabudgeten i exemplet; det är inget separat tak för utdatatoken. Familjens tillkännagivande diskuterar en större konfiguration med lång kontext, så håll den exakta specifikationen för den namngivna modellen och den bredare familjebeskrivningen åtskilda när du förbereder en begäran. Ta med den kontext som behövs för frågan och bestäm uttryckligen svarets format och längd.
Strukturerade utdata är användbara när en konversation ska avslutas med fält som applikationen kan bearbeta, till exempel en sammanfattning, extraherade fakta och frågor som fortfarande behöver förtydligas. Funktionsanrop låter en applikation erbjuda tillåtna operationer och ta emot föreslagna argument. Applikationen utför operationen och returnerar resultatet för ett efterföljande svar. Det skiljer sig från att en modell självständigt har tillgång till en godtycklig databas, webbläsare eller kodtolk.
Lanseringsartikeln diskuterar DeepSearch och verktygsutrustade agenter som system byggda kring Grok-familjen. Deras arbetsflöden för sökning, exekvering och rapportframställning är en integrationskontext, snarare än ett skäl att överföra varje applikationsfunktion till den rena grok-3-textposten. För en användbar uppgift anger du vilket tillhandahållet material eller vilka returnerade verktygsdata modellen ska använda, skiljer fakta från begärda tolkningar och ber den markera saknad information. Avsluta med en konkret leverans: ett reviderat dokument, ett kodförslag, en extraheringspost eller en förklaring som kan kontrolleras mot de ursprungliga indata.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser grok-3 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.006 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-3", "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',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',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
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra grok-3
Använd metodsökvägarna som visas ovan.
grok-3Grok 3 är xAI:s textchattutgåva för förklaringar, skrivande, kodning och frågor som bygger på tillhandahållet material. Den namngivna modellposten stöder strukturerade utdata och funktionsanrop och skiljer sig från familjens uttryckliga Think-modeller.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Grok 3 är xAI:s modellfamilj för språkarbete, allmän kunskap, kodning och problemlösning. Lanseringsbeskrivningen skiljer den normalt svarande modellen från familjens uttryckliga Think-varianter, som använder ytterligare resonemang före slutsvaret. Den namngivna grok-3-post som beskrivs här är textchattutgåvan: producenten anger textindata, textutdata och ingen separat resonemangsfunktion för den posten.
Familjens förträning är avsedd att stödja ett brett spektrum av frågor och instruktioner. xAI lyfter fram matematik, kodning, kunskap och stilkontroll i utgåvebeskrivningen. För en skrivuppgift ger det en användbar grund för att be modellen revidera en förklaring för en viss läsare, bevara angivna fakta eller utveckla ett sammanhängande utkast från en uppsättning punkter. För en teknisk assistent tillhandahåller du relevant material och anger den fråga som svaret måste lösa i stället för att enbart förlita dig på en allmän begäran att diskutera ämnet.
Ett exempel på dokumentuppgift är: ”Jämför dessa två beskrivningar av arbetsflödet. Lista överensstämmelser, motsägelser och saknad information och skriv sedan en kort förklaring för en ny teammedlem.” Håll källavsnitten märkta så att svaret kan koppla varje observation till rätt avsnitt. En koduppgift kan innehålla funktionen, förväntat beteende och ett konkret indatavärde där det aktuella resultatet är fel. Be om en föreslagen korrigering och förklara vilka exempel som ska användas för att kontrollera den. Dessa exempel använder de dokumenterade språk- och kodningsfamiljerna av uppgifter och innebär inte att genererad kod redan har exekverats.
Skillnaden mot Think är viktig. Grok 3-familjens tillkännagivande beskriver även Grok 3 Think och Grok 3 mini Think, som tränats att lägga ytterligare arbete på resonemang. Deras utökade tänkandebeteende ska beskrivas som deras eget läge eller modellval. Den vanliga textposten kan ge förklaringar och lösa frågor, men det ska inte förväxlas med att välja en uttryckligen dokumenterad konfiguration för utökat resonemang.
Producentens exempel på metadata för den namngivna modellen anger en maximal promptlängd på 131 072 token för grok-3 och registrerar stöd för strukturerade utdata och funktionsanrop. Fältet för promptlängd beskriver den publicerade indatabudgeten i exemplet; det är inget separat tak för utdatatoken. Familjens tillkännagivande diskuterar en större konfiguration med lång kontext, så håll den exakta specifikationen för den namngivna modellen och den bredare familjebeskrivningen åtskilda när du förbereder en begäran. Ta med den kontext som behövs för frågan och bestäm uttryckligen svarets format och längd.
Strukturerade utdata är användbara när en konversation ska avslutas med fält som applikationen kan bearbeta, till exempel en sammanfattning, extraherade fakta och frågor som fortfarande behöver förtydligas. Funktionsanrop låter en applikation erbjuda tillåtna operationer och ta emot föreslagna argument. Applikationen utför operationen och returnerar resultatet för ett efterföljande svar. Det skiljer sig från att en modell självständigt har tillgång till en godtycklig databas, webbläsare eller kodtolk.
Lanseringsartikeln diskuterar DeepSearch och verktygsutrustade agenter som system byggda kring Grok-familjen. Deras arbetsflöden för sökning, exekvering och rapportframställning är en integrationskontext, snarare än ett skäl att överföra varje applikationsfunktion till den rena grok-3-textposten. För en användbar uppgift anger du vilket tillhandahållet material eller vilka returnerade verktygsdata modellen ska använda, skiljer fakta från begärda tolkningar och ber den markera saknad information. Avsluta med en konkret leverans: ett reviderat dokument, ett kodförslag, en extraheringspost eller en förklaring som kan kontrolleras mot de ursprungliga indata.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser grok-3 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.006 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "grok-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra grok-3
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Revise a technical explanation\n\nRewrite this for a nontechnical office manager in at most 75 words: 'The synchronisation job retries transient transport failures using exponential backoff; repeated requests carry the same operation key to prevent duplicate entries.' Preserve the difference between retrying a failed connection and creating a second record. Use one everyday comparison and no unsupported guarantees.A concise plain-language explanation with one comparison and both retry and duplicate-prevention concepts intact.The rewrite does not imply that every failure is recoverable or that retries always succeed.