Prueba gratis la API de texto a texto de Grok 4.5 con tecnología de X-AI para razonamiento, redacción, ayuda con programación, análisis y flujos de producción escalables con LLM a través de Flaq AI.
Modelos Grok 4.5 relacionados
Ejemplos de API
Ejemplo de envio
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
method: 'POST',
headers: {
Authorization: 'Bearer YOUR_API_KEY',
Accept: 'text/event-stream',
'Content-Type': 'application/json'
},
body: JSON.stringify({
model: 'grok-4.5-text-to-text',
messages: [
{
role: 'user',
content: 'Explain the key differences between REST and GraphQL APIs.'
}
],
stream: true,
max_tokens: 2048
})
});
const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';
while (true) {
const { done, value } = await reader.read();
if (done) break;
buffer += decoder.decode(value, { stream: true });
const frames = buffer.split('\n\n');
buffer = frames.pop() || '';
for (const frame of frames) {
const lines = frame.split('\n').filter(Boolean);
let eventName = 'message';
const dataLines = [];
for (const line of lines) {
if (line.startsWith('event:')) {
eventName = line.slice(6).trim();
} else if (line.startsWith('data:')) {
dataLines.push(line.replace(/^data:\s*/, ''));
}
}
const raw = dataLines.join('\n').trim();
if (raw === '[DONE]') {
console.log('\nFinal text:', assistantText);
continue;
}
let payload;
try {
payload = JSON.parse(raw);
} catch {
continue;
}
if (eventName === 'error' || payload.error) {
const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
throw new Error(msg);
}
const delta = payload.choices?.[0]?.delta;
if (delta?.content) {
assistantText += delta.content;
console.log(assistantText);
}
}
}
Ejemplo de envio
import json
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/chat/completions',
headers={
'Authorization': 'Bearer YOUR_API_KEY',
'Accept': 'text/event-stream',
'Content-Type': 'application/json',
},
json={
'model': 'grok-4.5-text-to-text',
'messages': [
{
'role': 'user',
'content': 'Explain the key differences between REST and GraphQL APIs.',
}
],
'stream': True,
'max_tokens': 2048,
},
stream=True,
)
response.raise_for_status()
event_name = 'message'
assistant_text = ''
for raw_line in response.iter_lines(decode_unicode=True):
if not raw_line:
event_name = 'message'
continue
if raw_line.startswith('event:'):
event_name = raw_line.replace('event:', '', 1).strip()
continue
if raw_line.startswith('data:'):
raw_data = raw_line.replace('data:', '', 1).strip()
if raw_data == '[DONE]':
print('\nFinal text:', assistant_text)
continue
payload = json.loads(raw_data)
if event_name == 'error' or payload.get('error'):
error = payload.get('error') or payload
raise RuntimeError(error.get('message', 'Chat request failed'))
choices = payload.get('choices') or []
if choices:
delta = choices[0].get('delta') or {}
content = delta.get('content')
if content:
assistant_text += content
print(content, end='', flush=True)
Ejemplo de envio
curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Accept: text/event-stream" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5-text-to-text",
"messages": [
{
"role": "user",
"content": "Explain the key differences between REST and GraphQL APIs."
}
],
"stream": true,
"max_tokens": 2048
}'
Precios de Grok 4.5 Text to Text
| Parámetros | Precio | Precio original | Descuento |
|---|
Modelos relacionados
grok-4-text-to-texttext-to-textgrok-4-image-to-textimage-to-textgrok-4.5-text-to-texttext-to-textgrok-4.5-image-to-textimage-to-textgrok-imaginetext-to-imagegrok-imagine-editimage-to-imagegrok-imagine-text-to-videotext-to-videogrok-imagine-image-to-videoimage-to-videogrok-imagine-v1.5-image-to-videoimage-to-videoREADME
API Grok 4.5 Text-to-Text para programación y trabajo del conocimiento
La API Grok 4.5 Text-to-Text lleva el modelo de lenguaje Grok 4.5 de xAI a aplicaciones basadas en texto a través de Flaq AI. xAI presenta Grok 4.5 como un modelo para programación, tareas agénticas y trabajo del conocimiento; esta ruta de modelo de Flaq AI ofrece una interfaz de chat específica de entrada y salida de texto para generación y conversaciones de varios turnos. Los desarrolladores pueden enviar un historial de mensajes estructurado, transmitir respuestas y controlar la longitud de salida solicitada sin habilitar entradas de imágenes o archivos no compatibles con esta variante.
Características principales de la API Grok 4.5 Text-to-Text
- Generación de lenguaje basada en texto: Envía indicaciones de texto y recibe respuestas de texto para flujos de trabajo de redacción, explicación, análisis y respuesta a preguntas.
- Base de modelo orientada a la programación: Utiliza un modelo que xAI presenta explícitamente para tareas de ingeniería de software y conocimiento técnico, y valida el código generado en tu propio entorno.
- Contexto de mensajes de varios turnos: Incluye mensajes recientes de la conversación para que las aplicaciones mantengan la continuidad entre preguntas de seguimiento y tareas iterativas.
- Compatibilidad con respuestas en streaming: Consume eventos de respuesta incrementales para interfaces de chat y otras experiencias que se benefician de una salida progresiva.
- Control de la longitud de salida: Establece una longitud máxima de respuesta que se ajuste a los requisitos del producto, latencia y uso.
- Contrato de entrada específico: Mantén esta ruta limitada al texto, sin entradas de imágenes ni archivos generales disponibles en la configuración actual de Flaq AI.
Cómo usar la API Grok 4.5 Text-to-Text en Flaq AI
- Entrada: Contenido de texto obligatorio organizado como mensajes de chat.
- Salida: Texto generado devuelto como una respuesta completa o transmitido de forma incremental.
- Contexto: Se pueden incluir mensajes recientes para mantener la continuidad de conversaciones de varios turnos.
- Controles: Se puede proporcionar una longitud máxima de salida opcional para la respuesta.
- Capacidades: Generación de texto, explicación, asistencia con programación, redacción estructurada y respuestas orientadas al conocimiento mediante la interfaz de chat configurada.
Mejores casos de uso para integrar la API Grok 4.5 Text-to-Text
- Asistencia para desarrolladores: Redacta, explica, revisa o refactoriza código manteniendo la revisión humana y las pruebas automatizadas en el flujo de trabajo.
- Respuesta a preguntas técnicas: Crea asistentes basados en texto para escenarios de productos, ingeniería y conocimiento interno utilizando el contexto de conversación proporcionado.
- Redacción y edición: Genera esquemas, reescribe borradores, resume el texto proporcionado y adapta el contenido para diferentes públicos.
- Análisis estructurado: Pide al modelo que compare opciones, organice requisitos o convierta texto no estructurado en un formato de respuesta más claro.
- Aplicaciones conversacionales: Impulsa experiencias de chat de varios turnos que solo requieren entrada y salida de texto.
Nota Las respuestas del modelo pueden ser incompletas o incorrectas, especialmente para decisiones factuales, legales, médicas, financieras o relacionadas con código de producción. Verifica las afirmaciones importantes y prueba el código generado antes de confiar en la salida. Esta variante de Flaq AI no admite entrada de imágenes, entrada de archivos ni búsqueda web.
Grok 4.5 Text-to-Text frente a alternativas: análisis comparativo
-
Grok 4.5 Text-to-Text frente a Grok 4.5 Image-to-Text La ruta Text-to-Text requiere entrada de texto y está diseñada para conversaciones exclusivamente de texto. Elige la ruta Image-to-Text cuando una solicitud necesite una imagen compatible como contexto visual.
-
Grok 4.5 frente a modelos Grok anteriores xAI presenta Grok 4.5 como su modelo más reciente para programación, tareas agénticas y trabajo del conocimiento. Los resultados reales siguen dependiendo de la indicación, los criterios de evaluación y las funciones disponibles en la integración.
-
Grok 4.5 frente a modelos de OpenAI Ambas familias de modelos pueden admitir flujos de trabajo de generación de texto y programación mediante API. Compáralas con indicaciones representativas, requisitos de salida, expectativas de latencia y precios actuales en lugar de asumir que un modelo es universalmente superior.
-
Grok 4.5 frente a modelos Claude de Anthropic Los modelos Claude y Grok 4.5 ofrecen comportamientos de modelo y ecosistemas de plataforma diferentes. La mejor opción depende de la evaluación específica de la tarea y de las funciones de entrada o herramientas que requiera la aplicación.
-
Grok 4.5 frente a modelos de lenguaje autoalojados Los modelos autoalojados proporcionan control sobre la infraestructura, pero requieren implementación y mantenimiento. Flaq AI ofrece una ruta de API de chat gestionada para equipos que prefieren acceso alojado a Grok 4.5.