Grok Build 0.1 är tillverkarens kodinriktade Grok-modell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot skriftligt material och bilder och genererar text, inklusive kod och strukturerade resultat. Modellkortet anger ett kontextfönster på 256,000 token och listar resonemang, funktionsanrop och strukturerade utdata som funktioner.
För en programvaruuppgift anger du önskat beteende, den relevanta implementationen och det observerade felet eller den begärda ändringen. Identifiera gränssnitt och beroenden som måste förbli kompatibla. Ett användbart resultat kan vara en föreslagen patch, en förklaring av orsaken och de kontroller som behövs för att bedöma ändringen. Håll källmaterialet och det efterfrågade resultatet fokuserade på den definierade uppgiften.
Bildindata kan tillföra visuellt underlag till en ingenjörs- eller gränssnittsuppgift. Bifoga bilden med en fråga kopplad till en synlig detalj och inkludera den skriftliga specifikation som behövs för att tolka den. En skärmbild kan till exempel stödja beskrivningen av ett gränssnittsproblem, medan källkod och observerat beteende fastställer hur applikationen implementerar det.
Funktionsanrop kopplar modellens föreslagna steg till ett verktyg i applikationen. Definiera funktionen och dess argument, låt modellen begära anropet, kör det i applikationen och återför det faktiska resultatet. Tillverkaren skiljer denna klientutförda väg från sina verktyg på serversidan. Bevara anropet och dess resultat tillsammans så att en uppföljning utgår från observationen i stället för att anta att det föreslagna kommandot lyckades.
Strukturerade utdata kan ordna en extraktion eller rapport kring definierade fält. Ange önskat schema och uppgiftens innebörd och granska sedan det returnerade resultatet utifrån informationen det innehåller. Tillverkaren stöder en praktisk delmängd av JSON Schema; vissa komplexa eller alltför omfattande begränsningar hanteras efter bästa förmåga. En formatkontroll skiljer sig därför från att kontrollera att extraherade fakta eller föreslagen kod är korrekta.
För en resonemangsuppgift anger du den slutsats som krävs och de villkor den måste uppfylla. Tillverkarens modellkort markerar också att batchbearbetning saknar stöd för denna modell. Begär ett slutresultat som identifierar den föreslagna ändringen, underlaget som användes och det återstående villkor som behöver kontrolleras. Det håller kodmodellens utdata kopplade till applikationens faktiska utvecklingsuppgift.
", "aboutText": "Grok Build 0.1 är tillverkarens kodinriktade Grok-modell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot skriftligt material och bilder och genererar text, inklusive kod och strukturerade resultat. Modellkortet anger ett kontextfönster på 256,000 token och listar resonemang, funktionsanrop och strukturerade utdata som funktioner.\n\nFör en programvaruuppgift anger du önskat beteende, den relevanta implementationen och det observerade felet eller den begärda ändringen. Identifiera gränssnitt och beroenden som måste förbli kompatibla. Ett användbart resultat kan vara en föreslagen patch, en förklaring av orsaken och de kontroller som behövs för att bedöma ändringen. Håll källmaterialet och det efterfrågade resultatet fokuserade på den definierade uppgiften.\n\nBildindata kan tillföra visuellt underlag till en ingenjörs- eller gränssnittsuppgift. Bifoga bilden med en fråga kopplad till en synlig detalj och inkludera den skriftliga specifikation som behövs för att tolka den. En skärmbild kan till exempel stödja beskrivningen av ett gränssnittsproblem, medan källkod och observerat beteende fastställer hur applikationen implementerar det.\n\nFunktionsanrop kopplar modellens föreslagna steg till ett verktyg i applikationen. Definiera funktionen och dess argument, låt modellen begära anropet, kör det i applikationen och återför det faktiska resultatet. Tillverkaren skiljer denna klientutförda väg från sina verktyg på serversidan. Bevara anropet och dess resultat tillsammans så att en uppföljning utgår från observationen i stället för att anta att det föreslagna kommandot lyckades.\n\nStrukturerade utdata kan ordna en extraktion eller rapport kring definierade fält. Ange önskat schema och uppgiftens innebörd och granska sedan det returnerade resultatet utifrån informationen det innehåller. Tillverkaren stöder en praktisk delmängd av JSON Schema; vissa komplexa eller alltför omfattande begränsningar hanteras efter bästa förmåga. En formatkontroll skiljer sig därför från att kontrollera att extraherade fakta eller föreslagen kod är korrekta.\n\nFör en resonemangsuppgift anger du den slutsats som krävs och de villkor den måste uppfylla. Tillverkarens modellkort markerar också att batchbearbetning saknar stöd för denna modell. Begär ett slutresultat som identifierar den föreslagna ändringen, underlaget som användes och det återstående villkor som behöver kontrolleras. Det håller kodmodellens utdata kopplade till applikationens faktiska utvecklingsuppgift.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Patch an unsafe retry counter\n\nFix this pseudocode: attempts=0; while attempts < 3: try send(); on success return; on failure continue; attempts += 1. It can retry forever. Provide a corrected bounded loop that attempts send at most three times, stops on success and reports failure after exhaustion. Include test scenarios for immediate success and three failures, without claiming actual sends.Corrected framework-neutral pseudocode plus two tests with expected attempt counts and terminal outcomes.The failure path increments the counter, total attempts never exceed three, and success terminates immediately.x-ai/grok-build-0.1Grok Build 0.1 är en kodmodell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot text och bilder, producerar text och kombinerar resonemang, funktionsanrop och strukturerade svar inom en kontext på 256,000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Grok Build 0.1 är tillverkarens kodinriktade Grok-modell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot skriftligt material och bilder och genererar text, inklusive kod och strukturerade resultat. Modellkortet anger ett kontextfönster på 256,000 token och listar resonemang, funktionsanrop och strukturerade utdata som funktioner.
För en programvaruuppgift anger du önskat beteende, den relevanta implementationen och det observerade felet eller den begärda ändringen. Identifiera gränssnitt och beroenden som måste förbli kompatibla. Ett användbart resultat kan vara en föreslagen patch, en förklaring av orsaken och de kontroller som behövs för att bedöma ändringen. Håll källmaterialet och det efterfrågade resultatet fokuserade på den definierade uppgiften.
Bildindata kan tillföra visuellt underlag till en ingenjörs- eller gränssnittsuppgift. Bifoga bilden med en fråga kopplad till en synlig detalj och inkludera den skriftliga specifikation som behövs för att tolka den. En skärmbild kan till exempel stödja beskrivningen av ett gränssnittsproblem, medan källkod och observerat beteende fastställer hur applikationen implementerar det.
Funktionsanrop kopplar modellens föreslagna steg till ett verktyg i applikationen. Definiera funktionen och dess argument, låt modellen begära anropet, kör det i applikationen och återför det faktiska resultatet. Tillverkaren skiljer denna klientutförda väg från sina verktyg på serversidan. Bevara anropet och dess resultat tillsammans så att en uppföljning utgår från observationen i stället för att anta att det föreslagna kommandot lyckades.
Strukturerade utdata kan ordna en extraktion eller rapport kring definierade fält. Ange önskat schema och uppgiftens innebörd och granska sedan det returnerade resultatet utifrån informationen det innehåller. Tillverkaren stöder en praktisk delmängd av JSON Schema; vissa komplexa eller alltför omfattande begränsningar hanteras efter bästa förmåga. En formatkontroll skiljer sig därför från att kontrollera att extraherade fakta eller föreslagen kod är korrekta.
För en resonemangsuppgift anger du den slutsats som krävs och de villkor den måste uppfylla. Tillverkarens modellkort markerar också att batchbearbetning saknar stöd för denna modell. Begär ett slutresultat som identifierar den föreslagna ändringen, underlaget som användes och det återstående villkor som behöver kontrolleras. Det håller kodmodellens utdata kopplade till applikationens faktiska utvecklingsuppgift.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser x-ai/grok-build-0.1 | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.002 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med200 000 | Avgift Indata · Indatatoken $0.002 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än200 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.0008 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "x-ai/grok-build-0.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='x-ai/grok-build-0.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='x-ai/grok-build-0.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 x-ai/grok-build-0.1
Använd metodsökvägarna som visas ovan.
x-ai/grok-build-0.1Grok Build 0.1 är en kodmodell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot text och bilder, producerar text och kombinerar resonemang, funktionsanrop och strukturerade svar inom en kontext på 256,000 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Grok Build 0.1 är tillverkarens kodinriktade Grok-modell för agentbaserade programvaru-, ingenjörs- och arbetsflödesuppgifter. Den tar emot skriftligt material och bilder och genererar text, inklusive kod och strukturerade resultat. Modellkortet anger ett kontextfönster på 256,000 token och listar resonemang, funktionsanrop och strukturerade utdata som funktioner.
För en programvaruuppgift anger du önskat beteende, den relevanta implementationen och det observerade felet eller den begärda ändringen. Identifiera gränssnitt och beroenden som måste förbli kompatibla. Ett användbart resultat kan vara en föreslagen patch, en förklaring av orsaken och de kontroller som behövs för att bedöma ändringen. Håll källmaterialet och det efterfrågade resultatet fokuserade på den definierade uppgiften.
Bildindata kan tillföra visuellt underlag till en ingenjörs- eller gränssnittsuppgift. Bifoga bilden med en fråga kopplad till en synlig detalj och inkludera den skriftliga specifikation som behövs för att tolka den. En skärmbild kan till exempel stödja beskrivningen av ett gränssnittsproblem, medan källkod och observerat beteende fastställer hur applikationen implementerar det.
Funktionsanrop kopplar modellens föreslagna steg till ett verktyg i applikationen. Definiera funktionen och dess argument, låt modellen begära anropet, kör det i applikationen och återför det faktiska resultatet. Tillverkaren skiljer denna klientutförda väg från sina verktyg på serversidan. Bevara anropet och dess resultat tillsammans så att en uppföljning utgår från observationen i stället för att anta att det föreslagna kommandot lyckades.
Strukturerade utdata kan ordna en extraktion eller rapport kring definierade fält. Ange önskat schema och uppgiftens innebörd och granska sedan det returnerade resultatet utifrån informationen det innehåller. Tillverkaren stöder en praktisk delmängd av JSON Schema; vissa komplexa eller alltför omfattande begränsningar hanteras efter bästa förmåga. En formatkontroll skiljer sig därför från att kontrollera att extraherade fakta eller föreslagen kod är korrekta.
För en resonemangsuppgift anger du den slutsats som krävs och de villkor den måste uppfylla. Tillverkarens modellkort markerar också att batchbearbetning saknar stöd för denna modell. Begär ett slutresultat som identifierar den föreslagna ändringen, underlaget som användes och det återstående villkor som behöver kontrolleras. Det håller kodmodellens utdata kopplade till applikationens faktiska utvecklingsuppgift.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser x-ai/grok-build-0.1 | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.002 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med200 000 | Avgift Indata · Indatatoken $0.002 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0004 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än200 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.0008 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "x-ai/grok-build-0.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'x-ai/grok-build-0.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'x-ai/grok-build-0.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 x-ai/grok-build-0.1
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Patch an unsafe retry counter\n\nFix this pseudocode: attempts=0; while attempts < 3: try send(); on success return; on failure continue; attempts += 1. It can retry forever. Provide a corrected bounded loop that attempts send at most three times, stops on success and reports failure after exhaustion. Include test scenarios for immediate success and three failures, without claiming actual sends.Corrected framework-neutral pseudocode plus two tests with expected attempt counts and terminal outcomes.The failure path increments the counter, total attempts never exceed three, and success terminates immediately.