Grok 4 API

Référence API complète pour les modèles LLM Grok 4 fournis par xAI.

Variantes de modèle

Cette API prend en charge deux variantes du modèle Grok 4 :

Comparaison rapide

Grok 4 Text to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de requête

Obligatoire

Prise en charge des messages

Facultatif

Exemple de requête

javascriptCopier
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-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Explain the key differences between REST and GraphQL APIs.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

Grok 4 Image to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de requête

Obligatoire

Prise en charge des messages

Facultatif

Exemple de requête

javascriptCopier
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-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

Format de réponse

Grok 4 LLM models return OpenAI-compatible completion responses. With stream: true, the response is Server-Sent Events; with stream: false, the response is a single JSON object.

Réponse réussie

textCopier
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4-text-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4-text-to-text","choices":[{"index":0,"delta":{"content":"Here is a concise explanation"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4-text-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4-text-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

Réponse d’erreur

textCopier
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}

Bonnes pratiques

1. Utiliser des messages structurés : Envoyez l’historique de conversation via messages[] au lieu d’aplatir le contexte dans un seul prompt.
2. Choisir la bonne variante de modèle : Utilisez Text to Text pour le raisonnement uniquement textuel et Image to Text lorsque la compréhension d’images est nécessaire.
3. Consommer les événements SSE : Ajoutez choices[0].delta.content pour l’affichage en streaming et traitez data: [DONE] comme une fin réussie.
4. Envoyer uniquement les entrées prises en charge : Text to Text ne prend pas en charge les images ou fichiers joints.