Grok 系列模型调用指南

xAI Grok 4.x 系列（grok-4.5 / grok-4.3 / grok-4.20 / grok-build-0.1）API易 调用总览：OpenAI 兼容 + Responses API 双端点，联网搜索 / X 搜索 / 代码执行 / MCP 四大 server-side 工具实测可用，挂牌价与 xAI 官网一致。

Grok 是 xAI 推出的旗舰大模型家族。当前一代（Grok 4.x）覆盖旗舰通用、长上下文标准档、推理/非推理双变体、代码专用与多智能体协作五条产品线，全部已上架 API易。xAI 官方 API 本身就是 OpenAI 兼容格式（Chat Completions + Responses API），没有独立的私有协议——因此在 API易 上用 OpenAI SDK 即可调用全部能力，包括官方的 server-side 工具（联网搜索、X 搜索、代码执行、Remote MCP）。

本组文档基于 2026年7月13日 (UTC+8) 在 API易 网关上的全量实测（56 组请求/响应日志）编写，能力边界均有实测依据。

🚀 核心亮点：grok-4.5 是 xAI 于 2026年7月8日 发布的最新旗舰（知识截止 2026年2月），主打代码与 Agent 任务；grok-4.3 与 grok-4.20 系列提供 100 万 tokens 上下文；Responses API 的 web_search / x_search / code_interpreter / MCP 四大工具在 API易 实测真实可用，其中 X 搜索是 Grok 独有的差异化能力；原生 responses 协议还意味着 Grok 可以直接接入 OpenAI Codex。

​

模型阵容

grok-4.5

旗舰 · 代码与通用

xAI 最智能模型，500K 上下文，为编码、Agent 任务和知识工作构建。

grok-4.3

标准主力

1M 上下文，价格是旗舰的六折出头，日常对话与中等推理的均衡之选。

grok-4.20 双变体

推理 / 非推理可选

-reasoning 与 -non-reasoning 同价同上下文（1M），按需选择是否输出思维链。

grok-build-0.1

代码专用

256K 上下文，全系最低单价，适合高频代码补全与轻量编程任务。

grok-4.20-multi-agent-beta-0309

多智能体协作

多个 agent 并行协作解题，适合复杂研究任务。计费特性特殊，详见 Multi-Agent 模型。

更多能力页

对话/推理/视觉见 对话与推理；联网见 联网搜索与 X 搜索。

​

模型定价

挂牌价与 xAI 官网一致（已于 2026-07-13 经 API易 定价接口逐一核对），API易 的折扣体现在 充值加赠活动 中。

模型 ID	上下文	提示价格（输入）	补全价格（输出）	定位
grok-4.5	500K	$2.00 / 1M tokens	$6.00 / 1M tokens	旗舰，代码/Agent/通用
grok-4.3	1M	$1.25 / 1M tokens	$2.50 / 1M tokens	标准主力
grok-4.20-0309-reasoning	1M	$1.25 / 1M tokens	$2.50 / 1M tokens	推理变体
grok-4.20-0309-non-reasoning	1M	$1.25 / 1M tokens	$2.50 / 1M tokens	非推理变体（快答/低成本）
grok-4.20-multi-agent-beta-0309	1M	$1.25 / 1M tokens	$2.50 / 1M tokens	多智能体（注意计费放大）
grok-build-0.1	256K	$1.00 / 1M tokens	$2.00 / 1M tokens	代码专用

• 别名 grok-code-fast / grok-code-fast-1 亦可调用（实测连通），定价以 模型价格页 为准。
• 缓存命中的输入 tokens 享受折扣价，Grok 前缀缓存自动生效、无需配置，详见 缓存计费说明。
• 挂牌价持平官网，叠加 充值加赠 后实际成本更低。

​

实测能力矩阵

以下矩阵来自 2026-07-13 (UTC+8) 在 API易 网关的实测（✅ 实测通过；— 未覆盖，同架构预期一致）：

能力	grok-4.5	grok-4.3	4.20-reasoning	4.20-non-reasoning	grok-build-0.1	multi-agent
基础对话	✅	✅	✅	✅	✅	✅
流式输出（含 usage）	✅	✅	✅	✅	✅	✅
思维链输出 reasoning_content	✅ 默认开启	✅ 默认开启	✅	❌ 按设计关闭	✅ 默认开启	内部推理不外露
reasoning_effort 参数	✅	—	❌ 明确拒绝	—	—	—
结构化输出（json_schema）	✅	✅	✅	—	✅	✅
函数调用 / Tool Use	✅	✅	—	—	✅	—
视觉输入（图片理解）	✅	✅	—	✅	—	—
Prompt Caching（自动）	✅	✅	✅	✅	✅	✅
Responses API + server-side 工具	✅	—	—	—	—	—

​

端点一览

端点	方法	用途
/v1/chat/completions	POST	对话 / 推理 / 函数调用 / 结构化输出 / 视觉（全系共用，model 字段区分）
/v1/responses	POST	Responses API：联网搜索、X 搜索、代码执行、Remote MCP 等 server-side 工具

​

在 Codex 中直接使用

因为原生支持 /v1/responses，Grok 是少数能在 OpenAI Codex（桌面客户端 / IDE 插件 / CLI）里以 responses 原生协议直接使用的非 OpenAI 模型——config.toml 里 model = "grok-4.5"、wire_api = "responses" 即可，5 分钟接上，Codex 的工具调用、推理条目等 Agent 能力全走原生协议。对比之下，Claude / Gemini 在 API易 上只能走 OpenAI 兼容 chat 模式（wire_api = "chat" 兜底），在 Codex / Agent 场景存在协议不兼容。完整接入步骤见 Codex 接入教程。

以下能力在 API易 上不支持（实测确认，避免踩坑）：

• Legacy Completions（/v1/completions）：上游拒绝——Grok 4.x 全系为推理架构，官方层面即不支持文本补全模式
• 联网旧入口 search_parameters：已被 xAI 下线（实测返回 410），联网一律走 Responses API 工具，见 联网搜索
• Batch API / Files 文件能力：网关不路由，号池模式不适用
• Deferred Completions（deferred: true）：参数会被静默忽略，请求按同步执行并正常计费，请勿依赖
• Collections Search（RAG / file_search）：需在 xAI 控制台预建知识库，号池模式不适用
• Context Compaction（/v1/responses/compact）、Priority Processing（service_tier: "priority"，实测回落 default）、WebSocket 模式、mTLS 认证：均不支持

​

快速开始

cURL

curl -X POST "https://api.apiyi.com/v1/chat/completions" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.5",
    "messages": [
      {"role": "user", "content": "用一句话介绍你自己"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1"
)

resp = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}]
)
print(resp.choices[0].message.content)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-api-key',
  baseURL: 'https://api.apiyi.com/v1',
});

const resp = await client.chat.completions.create({
  model: 'grok-4.5',
  messages: [{ role: 'user', content: '用一句话介绍你自己' }],
});
console.log(resp.choices[0].message.content);

模型怎么选：默认用 grok-4.3（1M 上下文、价格均衡）；代码 Agent / 复杂任务升级 grok-4.5；追求快答低成本用 grok-4.20-0309-non-reasoning（无思维链、输出 tokens 最省）；高频代码补全用 grok-build-0.1；复杂研究类任务才考虑 multi-agent 模型（注意其计费放大特性）。

​

计费注意：思维链 tokens

grok-4.5 / grok-4.3 / grok-build-0.1 默认带内部推理：响应中返回 reasoning_content，且推理 tokens 计入输出计费。实测短问答中可见文本仅 30 tokens、实际计费输出 586 tokens（含 556 推理 tokens）。对成本敏感的短问答场景，建议改用 grok-4.20-0309-non-reasoning。详细说明见 对话与推理。

​

常见问题

Grok 有自己的原生 API 格式吗？

没有独立私有协议。xAI 官方 REST API 就是 OpenAI 兼容格式：/v1/chat/completions（对话）+ /v1/responses（Responses API 与 server-side 工具）。在 API易 上用 OpenAI SDK 把 base_url 指向 https://api.apiyi.com/v1 即为全功能调用，不存在”兼容模式阉割”。

联网搜索怎么开？

走 Responses API：tools: [{"type": "web_search"}]（或 x_search）。旧版 Chat Completions 的 search_parameters 参数已被 xAI 下线（实测 410），不要再使用。详见 联网搜索与 X 搜索。

模型自我介绍说自己是 Grok 4，是不是模型不对？

正常现象。Grok 4.x 全系的自我认知均为「Grok 4」（multi-agent 模型自称 Oppie），不会精确报出 4.5 / 4.3 等版本号。验证模型身份请以请求的 model 字段和响应 model 字段为准，而非模型的自我介绍。

缓存需要配置吗？

不需要。Grok 前缀缓存自动生效，响应 usage.prompt_tokens_details.cached_tokens 可自查命中量（实测同前缀第二次请求命中 2688/2735 tokens）。网关为号池模式，命中率请做合理预期，详见 缓存计费说明。

上下文超限会怎样？

返回 400 错误。注意各档上限不同：grok-4.5 为 500K，grok-4.3 与 4.20 系列为 1M，grok-build-0.1 为 256K。超长内容建议先做摘要 / 分段 / RAG 检索。

失败的请求会扣费吗？

4xx 类客户端错误（参数错误 / 鉴权失败）不计费；已成功返回 tokens 的请求按实际消耗计费。注意 deferred: true 会被静默忽略——请求实际同步执行并正常计费。

​

相关文档

对话与推理

流式、思维链、结构化输出、函数调用、视觉输入、缓存

联网搜索与 X 搜索

Responses API 的 web_search / x_search 工具实战

代码执行与 MCP

服务端 Python 沙箱与 Remote MCP 工具接入

Multi-Agent 模型

多智能体协作模型的能力与计费特性

在 Codex 中使用 Grok

原生 responses 协议直连 Codex，5 分钟接上

Grok 4.5 发布解读

xAI 最新旗舰的深度解读

模型信息总览

查看所有可用模型及分组