API Grok 4.5
Référence complète de l'API pour les modèles LLM Grok 4.5 fournis par xAI.
Variantes du modèle
Cette API prend en charge deux variantes du modèle Grok 4.5 :
Comparaison rapide
Grok 4.5 Text to Text
Point de terminaison
POST /api/v1/chat/completions
Paramètres de la requête
Requis
Prise en charge des messages
Facultatifs
Exemple de requête
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
})
});
Grok 4.5 Image to Text
Point de terminaison
POST /api/v1/chat/completions
Paramètres de la requête
Requis
Prise en charge des messages
Facultatifs
Exemple de requête
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-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
})
});
Les modèles LLM Grok 4.5 renvoient des réponses de complétion compatibles avec OpenAI. Avec stream: true, la réponse est transmise sous forme de Server-Sent Events ; avec stream: false, la réponse est un objet JSON unique.
Réponse réussie
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4.5-text-to-text","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4.5-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-4.5-text-to-text","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"grok-4.5-text-to-text","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}
data: [DONE]
Réponse d'erreur
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}
Bonnes pratiques
- Utilisez des messages structurés : Envoyez l'historique de la conversation via
messages[] au lieu de regrouper le contexte dans une seule invite.
- Choisissez la bonne variante de modèle : Utilisez Text to Text pour le raisonnement exclusivement textuel et Image to Text lorsque la compréhension d'images est nécessaire.
- Traitez les événements SSE : Ajoutez
choices[0].delta.content pour l'affichage en streaming et considérez data: [DONE] comme une exécution réussie.
- Envoyez uniquement les entrées prises en charge : Text to Text ne prend pas en charge les images ni les fichiers joints.