Modellens identitet och syfte
Grok 4.20 Non-Reasoning är xAI:s namngivna konfiguration för instruktionsstyrda svar och agentbaserade verktygsanrop. Tillverkaren anger grok-4.20-beta-0309-non-reasoning som ett alias för grok-4.20-0309-non-reasoning. Det är viktigt att behålla detta exakta namn för att skilja utgåvan från en rörlig latest-identifierare eller en annan Grok 4.20-konfiguration. Det angivna syftet betonar att följa prompten och förbereda ett precist svar på uppgiften.
Indata, utdata och kontext
Modellen tar emot text och bilder och producerar text. Det angivna kontextfönstret är 1 000 000 token, vilket ger plats för omfattande instruktioner, referenstext och konversationshistorik kring den visuella uppgiften. Bildförståelse är bearbetning av indata; utdata här är en förklaring eller data uttryckta som text. Förbered läsbart visuellt material och förklara dess roll: gränssnittstillståndet som ska granskas, diagrammet som ska tolkas eller dokumentfragmentet som ska beskrivas.
Funktionsanrop
Tillverkaren dokumenterar funktionsanrop som en modellförmåga. En ansluten applikation definierar funktionerna och deras argument; modellen kan välja en relevant åtgärd och returnera informationen som behövs för att anropa den. För en visuell supportuppgift tillhandahåller du skärmbilden, användarens mål och beskrivningarna av tillåtna diagnostikverktyg. Ett användbart resultat kan identifiera det observerade tillståndet, be om en saknad uppgift eller föreslå nästa tillgängliga operation. Applikationen exekverar operationen och returnerar sin observation. Modellens text ska skilja en föreslagen åtgärd från en åtgärd som faktiskt har slutförts.
Strukturerade utdata
Modellen stöder även strukturerade resultat för efterföljande bearbetning. Tillverkarens gränssnitt stöder också batchbearbetning. I stället för en obegränsad förklaring definierar du fält för uppgiften: det observerade objektet, den relevanta detaljen, en kortfattad tolkning och olösta frågor. En illustrativ dokumentuppgift kan begära namn och värden som syns i en bild, med en uttrycklig regel för oläsbara poster. En produktanalys kan begära en jämförelsetabell grundad på tillhandahållen text och bilder. Ett schema strukturerar svaret; det omvandlar inte en osäker bildtolkning till ett verifierat faktum.
Förbered en praktisk begäran
Håll belägg och instruktioner åtskilda. Om flera bilder följer med en fråga identifierar du varje bild och anger om uppgiften är jämförelse, extrahering eller förklaring. Ta med kriterierna som avgör resultatet: det förväntade gränssnittstillståndet, fälten som ska extraheras eller detaljerna som ska förbli oförändrade. För en lång diskussion tillhandahåller du relevant historik och tidigare verktygsresultat så att nästa svar hanterar det aktuella tillståndet. Begär en konkret slutleverans, till exempel en supportförklaring, en lista över observerade avvikelser eller en strukturerad post för nästa applikationssteg.
Utgåvans och förmågornas gränser
Non-Reasoning behålls som konfigurationens identitet; den bör väljas medvetet tillsammans med separat namngivna resonemangskonfigurationer. Text- och bildindata anger inte ljud- eller videobearbetning, och kontextfönstret är inte en maximal svarslängd. Funktionsanrop kräver faktiskt anslutna verktyg, medan strukturerad text kräver ett utdataformat som integrationen stöder. Bevara det exakta 0309-aliaset när uppgiften registreras så att ändringar av utgåva eller applikationsbeteende förblir möjliga att skilja från de modellförmågor som beskrivs här.
", "aboutText": "Modellens identitet och syfte\n\nGrok 4.20 Non-Reasoning är xAI:s namngivna konfiguration för instruktionsstyrda svar och agentbaserade verktygsanrop. Tillverkaren anger grok-4.20-beta-0309-non-reasoning som ett alias för grok-4.20-0309-non-reasoning. Det är viktigt att behålla detta exakta namn för att skilja utgåvan från en rörlig latest-identifierare eller en annan Grok 4.20-konfiguration. Det angivna syftet betonar att följa prompten och förbereda ett precist svar på uppgiften.\n\nIndata, utdata och kontext\n\nModellen tar emot text och bilder och producerar text. Det angivna kontextfönstret är 1 000 000 token, vilket ger plats för omfattande instruktioner, referenstext och konversationshistorik kring den visuella uppgiften. Bildförståelse är bearbetning av indata; utdata här är en förklaring eller data uttryckta som text. Förbered läsbart visuellt material och förklara dess roll: gränssnittstillståndet som ska granskas, diagrammet som ska tolkas eller dokumentfragmentet som ska beskrivas.\n\nFunktionsanrop\n\nTillverkaren dokumenterar funktionsanrop som en modellförmåga. En ansluten applikation definierar funktionerna och deras argument; modellen kan välja en relevant åtgärd och returnera informationen som behövs för att anropa den. För en visuell supportuppgift tillhandahåller du skärmbilden, användarens mål och beskrivningarna av tillåtna diagnostikverktyg. Ett användbart resultat kan identifiera det observerade tillståndet, be om en saknad uppgift eller föreslå nästa tillgängliga operation. Applikationen exekverar operationen och returnerar sin observation. Modellens text ska skilja en föreslagen åtgärd från en åtgärd som faktiskt har slutförts.\n\nStrukturerade utdata\n\nModellen stöder även strukturerade resultat för efterföljande bearbetning. Tillverkarens gränssnitt stöder också batchbearbetning. I stället för en obegränsad förklaring definierar du fält för uppgiften: det observerade objektet, den relevanta detaljen, en kortfattad tolkning och olösta frågor. En illustrativ dokumentuppgift kan begära namn och värden som syns i en bild, med en uttrycklig regel för oläsbara poster. En produktanalys kan begära en jämförelsetabell grundad på tillhandahållen text och bilder. Ett schema strukturerar svaret; det omvandlar inte en osäker bildtolkning till ett verifierat faktum.\n\nFörbered en praktisk begäran\n\nHåll belägg och instruktioner åtskilda. Om flera bilder följer med en fråga identifierar du varje bild och anger om uppgiften är jämförelse, extrahering eller förklaring. Ta med kriterierna som avgör resultatet: det förväntade gränssnittstillståndet, fälten som ska extraheras eller detaljerna som ska förbli oförändrade. För en lång diskussion tillhandahåller du relevant historik och tidigare verktygsresultat så att nästa svar hanterar det aktuella tillståndet. Begär en konkret slutleverans, till exempel en supportförklaring, en lista över observerade avvikelser eller en strukturerad post för nästa applikationssteg.\n\nUtgåvans och förmågornas gränser\n\nNon-Reasoning behålls som konfigurationens identitet; den bör väljas medvetet tillsammans med separat namngivna resonemangskonfigurationer. Text- och bildindata anger inte ljud- eller videobearbetning, och kontextfönstret är inte en maximal svarslängd. Funktionsanrop kräver faktiskt anslutna verktyg, medan strukturerad text kräver ett utdataformat som integrationen stöder. Bevara det exakta 0309-aliaset när uppgiften registreras så att ändringar av utgåva eller applikationsbeteende förblir möjliga att skilja från de modellförmågor som beskrivs här.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Extract a source-grounded return record\n\nExtract a return record from this message: 'Order R-204 arrived on 8 May. One blue bowl was cracked; the other two are fine. I want a replacement, not a refund.' Return the order ID, affected item, affected quantity and requested resolution. Mark any absent field 'not stated' and do not infer a cause of damage.A four-field text record preserving the customer's requested resolution and affected quantity.The record distinguishes the one damaged bowl from the two undamaged bowls and does not invent a damage cause.grok-4.20-beta-0309-non-reasoningGrok 4.20 Non-Reasoning är xAI:s text- och bildmodell för instruktionsstyrda svar, funktionsanrop och strukturerade resultat. Identiteten 0309 stöder uppgifter som kopplar visuella belägg och lång textkontext till en tydlig förklaring eller fält redo för vidare bearbetning.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Modellens identitet och syfte
Grok 4.20 Non-Reasoning är xAI:s namngivna konfiguration för instruktionsstyrda svar och agentbaserade verktygsanrop. Tillverkaren anger grok-4.20-beta-0309-non-reasoning som ett alias för grok-4.20-0309-non-reasoning. Det är viktigt att behålla detta exakta namn för att skilja utgåvan från en rörlig latest-identifierare eller en annan Grok 4.20-konfiguration. Det angivna syftet betonar att följa prompten och förbereda ett precist svar på uppgiften.
Indata, utdata och kontext
Modellen tar emot text och bilder och producerar text. Det angivna kontextfönstret är 1 000 000 token, vilket ger plats för omfattande instruktioner, referenstext och konversationshistorik kring den visuella uppgiften. Bildförståelse är bearbetning av indata; utdata här är en förklaring eller data uttryckta som text. Förbered läsbart visuellt material och förklara dess roll: gränssnittstillståndet som ska granskas, diagrammet som ska tolkas eller dokumentfragmentet som ska beskrivas.
Funktionsanrop
Tillverkaren dokumenterar funktionsanrop som en modellförmåga. En ansluten applikation definierar funktionerna och deras argument; modellen kan välja en relevant åtgärd och returnera informationen som behövs för att anropa den. För en visuell supportuppgift tillhandahåller du skärmbilden, användarens mål och beskrivningarna av tillåtna diagnostikverktyg. Ett användbart resultat kan identifiera det observerade tillståndet, be om en saknad uppgift eller föreslå nästa tillgängliga operation. Applikationen exekverar operationen och returnerar sin observation. Modellens text ska skilja en föreslagen åtgärd från en åtgärd som faktiskt har slutförts.
Strukturerade utdata
Modellen stöder även strukturerade resultat för efterföljande bearbetning. Tillverkarens gränssnitt stöder också batchbearbetning. I stället för en obegränsad förklaring definierar du fält för uppgiften: det observerade objektet, den relevanta detaljen, en kortfattad tolkning och olösta frågor. En illustrativ dokumentuppgift kan begära namn och värden som syns i en bild, med en uttrycklig regel för oläsbara poster. En produktanalys kan begära en jämförelsetabell grundad på tillhandahållen text och bilder. Ett schema strukturerar svaret; det omvandlar inte en osäker bildtolkning till ett verifierat faktum.
Förbered en praktisk begäran
Håll belägg och instruktioner åtskilda. Om flera bilder följer med en fråga identifierar du varje bild och anger om uppgiften är jämförelse, extrahering eller förklaring. Ta med kriterierna som avgör resultatet: det förväntade gränssnittstillståndet, fälten som ska extraheras eller detaljerna som ska förbli oförändrade. För en lång diskussion tillhandahåller du relevant historik och tidigare verktygsresultat så att nästa svar hanterar det aktuella tillståndet. Begär en konkret slutleverans, till exempel en supportförklaring, en lista över observerade avvikelser eller en strukturerad post för nästa applikationssteg.
Utgåvans och förmågornas gränser
Non-Reasoning behålls som konfigurationens identitet; den bör väljas medvetet tillsammans med separat namngivna resonemangskonfigurationer. Text- och bildindata anger inte ljud- eller videobearbetning, och kontextfönstret är inte en maximal svarslängd. Funktionsanrop kräver faktiskt anslutna verktyg, medan strukturerad text kräver ett utdataformat som integrationen stöder. Bevara det exakta 0309-aliaset när uppgiften registreras så att ändringar av utgåva eller applikationsbeteende förblir möjliga att skilja från de modellförmågor som beskrivs här.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser grok-4.20-beta-0309-non-reasoning | 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 $0.004 / 1K token Utdata · Utdatatoken $0.012 / 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-4.20-beta-0309-non-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-4.20-beta-0309-non-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-4.20-beta-0309-non-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 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-4.20-beta-0309-non-reasoning
Använd metodsökvägarna som visas ovan.
grok-4.20-beta-0309-non-reasoningGrok 4.20 Non-Reasoning är xAI:s text- och bildmodell för instruktionsstyrda svar, funktionsanrop och strukturerade resultat. Identiteten 0309 stöder uppgifter som kopplar visuella belägg och lång textkontext till en tydlig förklaring eller fält redo för vidare bearbetning.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Modellens identitet och syfte
Grok 4.20 Non-Reasoning är xAI:s namngivna konfiguration för instruktionsstyrda svar och agentbaserade verktygsanrop. Tillverkaren anger grok-4.20-beta-0309-non-reasoning som ett alias för grok-4.20-0309-non-reasoning. Det är viktigt att behålla detta exakta namn för att skilja utgåvan från en rörlig latest-identifierare eller en annan Grok 4.20-konfiguration. Det angivna syftet betonar att följa prompten och förbereda ett precist svar på uppgiften.
Indata, utdata och kontext
Modellen tar emot text och bilder och producerar text. Det angivna kontextfönstret är 1 000 000 token, vilket ger plats för omfattande instruktioner, referenstext och konversationshistorik kring den visuella uppgiften. Bildförståelse är bearbetning av indata; utdata här är en förklaring eller data uttryckta som text. Förbered läsbart visuellt material och förklara dess roll: gränssnittstillståndet som ska granskas, diagrammet som ska tolkas eller dokumentfragmentet som ska beskrivas.
Funktionsanrop
Tillverkaren dokumenterar funktionsanrop som en modellförmåga. En ansluten applikation definierar funktionerna och deras argument; modellen kan välja en relevant åtgärd och returnera informationen som behövs för att anropa den. För en visuell supportuppgift tillhandahåller du skärmbilden, användarens mål och beskrivningarna av tillåtna diagnostikverktyg. Ett användbart resultat kan identifiera det observerade tillståndet, be om en saknad uppgift eller föreslå nästa tillgängliga operation. Applikationen exekverar operationen och returnerar sin observation. Modellens text ska skilja en föreslagen åtgärd från en åtgärd som faktiskt har slutförts.
Strukturerade utdata
Modellen stöder även strukturerade resultat för efterföljande bearbetning. Tillverkarens gränssnitt stöder också batchbearbetning. I stället för en obegränsad förklaring definierar du fält för uppgiften: det observerade objektet, den relevanta detaljen, en kortfattad tolkning och olösta frågor. En illustrativ dokumentuppgift kan begära namn och värden som syns i en bild, med en uttrycklig regel för oläsbara poster. En produktanalys kan begära en jämförelsetabell grundad på tillhandahållen text och bilder. Ett schema strukturerar svaret; det omvandlar inte en osäker bildtolkning till ett verifierat faktum.
Förbered en praktisk begäran
Håll belägg och instruktioner åtskilda. Om flera bilder följer med en fråga identifierar du varje bild och anger om uppgiften är jämförelse, extrahering eller förklaring. Ta med kriterierna som avgör resultatet: det förväntade gränssnittstillståndet, fälten som ska extraheras eller detaljerna som ska förbli oförändrade. För en lång diskussion tillhandahåller du relevant historik och tidigare verktygsresultat så att nästa svar hanterar det aktuella tillståndet. Begär en konkret slutleverans, till exempel en supportförklaring, en lista över observerade avvikelser eller en strukturerad post för nästa applikationssteg.
Utgåvans och förmågornas gränser
Non-Reasoning behålls som konfigurationens identitet; den bör väljas medvetet tillsammans med separat namngivna resonemangskonfigurationer. Text- och bildindata anger inte ljud- eller videobearbetning, och kontextfönstret är inte en maximal svarslängd. Funktionsanrop kräver faktiskt anslutna verktyg, medan strukturerad text kräver ett utdataformat som integrationen stöder. Bevara det exakta 0309-aliaset när uppgiften registreras så att ändringar av utgåva eller applikationsbeteende förblir möjliga att skilja från de modellförmågor som beskrivs här.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser grok-4.20-beta-0309-non-reasoning | 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 $0.004 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "grok-4.20-beta-0309-non-reasoning",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.20-beta-0309-non-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-4.20-beta-0309-non-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 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-4.20-beta-0309-non-reasoning
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Extract a source-grounded return record\n\nExtract a return record from this message: 'Order R-204 arrived on 8 May. One blue bowl was cracked; the other two are fine. I want a replacement, not a refund.' Return the order ID, affected item, affected quantity and requested resolution. Mark any absent field 'not stated' and do not infer a cause of damage.A four-field text record preserving the customer's requested resolution and affected quantity.The record distinguishes the one damaged bowl from the two undamaged bowls and does not invent a damage cause.