xAI Grok 模型

如何选择系列内的型号

先选择最有可能满足任务的最小型号，再用同一批任务与一个更高能力候选比较，最后根据通过结果质量、延迟、可靠性和总成本决定。

• 编码、知识工作和需要大上下文的工具型 Agent 可优先测试 Grok 4.6。
• 交互任务先用 low 或 medium；只有质量提升足以覆盖延迟和输出成本时才使用 high 或 xhigh。
• 简单分类或抽取若测试无明显收益，应选择更轻量的路由。

输入、输出、上下文与工具

• 通过 Responses 与 Chat Completions API 接收文本和图片，并输出文本。
• 500K 上下文适合大型代码库、长文档和较长的 Agent 历史。
• 公开工具包括函数调用、网页搜索、X 搜索与代码执行。
• 推理强度支持 low、medium、high、xhigh，文档默认值为 high。

适合哪些工作负载

这些是优先测试方向，不是放之四海而皆准的结论。请使用自己的提示词、工具和验收条件。

• 多文件编码、调试和仓库分析。
• 结合网页搜索、X 搜索与结构化工具的研究 Agent。
• 跨大量资料的长篇知识工作。
• 需要代码执行与函数调用的多步骤流程。

推理、上下文与成本控制

不要只比较输入单价。还应计入输出、缓存读写、长上下文档位、推理 Token、工具调用、重试，以及每轮重复发送的历史内容。

• 长时间 Agent 循环可使用 prompt_cache_key 或 Chat Completions 会话 Header 提升缓存命中稳定性。
• 接近 500K 前应压缩或总结上下文，不要持续重发无限增长的完整历史。
• 实时互联网或 X 信息必须启用对应搜索工具；基础模型本身不是实时数据源。

发送一个最小请求

示例使用表格中的第一个厂商模型 ID。如果模型广场显示的 ID 不同，请改用当前 API Key 可用的模型 ID。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "messages": [{"role": "user", "content": "Explain this request in three bullets."}],
    "stream": false
  }'

限制与兼容性说明

• 达到厂商长上下文阈值后，请求价格会翻倍；需确认所选路由如何计费。
• 图片输入受格式和大小限制，上线前应验证预处理流程。
• 新版 Grok 并不支持所有旧采样参数，包括 log probabilities。

生产上线评估清单

• 准备 20–50 条有代表性的任务，并在测试前写明通过条件。
• 记录首 Token 延迟、总延迟、输入输出 Token、工具重试和完整任务成本。
• 验证应用实际使用的 Endpoint、流式模式、工具 Schema 与结构化输出。
• 验证 400、401、404、429 和临时 5xx 的处理方式，并限制重试次数。
• 将模型 ID 放进配置，并在正式切换前验证备用模型。

哪些信息必须在 LLMFly AI 中确认

模型广场会显示当前 API Key 可用的模型 ID、计费倍率、可用状态、支持的接口和兼容说明。部署前请确认这些信息，并发送一个小请求验证。

• Grok 4.6 提供 500K 上下文。
• 可按任务需要配置推理强度。
• 请求中的模型 ID 必须对当前 API Key 可用；不可用的名称会返回 404。

从型号研究进入实际调用

先打开上方具体型号页查看厂商模型 ID，再到模型广场确认当前 API Key 可用的模型 ID。把 ID 保存在配置中，方便审查、测试和回滚，而不必重写应用。