xAI/grok-4-text-to-text

grok-4-text-to-text

Essayez gratuitement l'API Grok 4 pour le raisonnement LLM, l'écriture, l'aide au codage, l'analyse et les synthèses. Accès xAI stable pour les workflows d'IA en production.

Text Chat

Modèles Grok 4 associés

grok-4-text-to-texttext-to-text

grok-4-image-to-textimage-to-text

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

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
  })
});

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);
    }
  }
}

Exemple d'envoi

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-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)

Exemple d'envoi

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

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de Grok 4 Text to Text

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$3.0000 par 1 M de jetons d’entrée	-	Standard
Jeton: output	$15.0000 par 1 M de jetons de sortie	-	Standard

README

API Grok 4 Text-to-Text rapide et abordable (modèle linguistique avancé de xAI)

L'API Grok 4 Text-to-Text sur Flaq AI donne accès au modèle xAI pour les workflows linguistiques professionnels qui nécessitent un raisonnement fiable, une sortie conversationnelle et une intégration prête pour la production. Cette route Grok API aide les développeurs à créer des fonctions de chat, d'écriture, d'analyse, de codage et d'automatisation avec un contexte de conversation flexible et des contrôles de sortie pratiques. Elle est conçue pour les équipes qui veulent une capacité textuelle xAI gérée sans gérer l'infrastructure propre au fournisseur.

Fonctionnalités clés de l'API Grok 4 Text-to-Text

Raisonnement textuel avancé : Gérez des prompts complexes, des explications, des tâches d'écriture et de l'assistance au codage avec une solide compréhension linguistique.
Sortie conversationnelle : Créez des expériences de chat capables de conserver un contexte utile et de prendre en charge l'affinage de suivi.
Suivi fiable des instructions : Transformez des exigences structurées en réponses claires, synthèses, brouillons et sorties pratiques.
Contrôles API flexibles : Orientez la longueur de réponse, le style et la direction de la tâche grâce à une configuration pratique sur Flaq AI.
Intégration économique : Ajoutez la capacité textuelle Grok via une route API gérée avec un comportement de production prévisible.
Workflow adapté aux développeurs : Passez rapidement du prototype à la production avec un routage de modèle stable et des schémas d'entrée clairs.

Comment utiliser l'API Grok 4 Text-to-Text pour la génération de texte sur Flaq AI

Entrée : Prompts en langage naturel, instructions système, contexte de conversation et exigences de tâche structurées.
Sortie : Réponses textuelles de haute qualité livrées via une intégration chat API stable sur Flaq AI.
Configuration de route : Conçue pour les workflows de texte conversationnel avec contexte flexible et prise en charge des suivis.
Configuration : Prend en charge des contrôles de sortie pratiques pour la longueur de réponse et la direction de la tâche.
Capacités : Assistance chat, écriture, synthèse, aide au codage, brainstorming, planification de sorties structurées et automatisation conversationnelle via l'intégration xAI Grok API.

Meilleurs cas d'utilisation pour l'intégration de l'API Grok 4 Text-to-Text

Assistants de chat IA : Créez des expériences conversationnelles réactives pour applications, produits et outils internes.
Workflows de contenu et d'écriture : Rédigez articles, synthèses, plans, e-mails et contenus sociaux avec une structure cohérente.
Productivité des développeurs : Expliquez du code, rédigez des snippets, résumez des détails techniques et soutenez les workflows d'ingénierie.
Recherche et analyse : Transformez des prompts et du contexte source en comparaisons, briefs et recommandations utiles.
Automatisation business : Ajoutez de l'intelligence linguistique aux tableaux de bord, outils de support et workflows opérationnels.

Remarque Veuillez vous assurer que les prompts et les workflows applicatifs respectent les consignes de sécurité et d'utilisation de xAI. En cas d'erreur, vérifiez l'entrée pour détecter du contenu restreint, simplifiez la demande, puis réessayez.

Grok 4 Text-to-Text face aux concurrents : analyse comparative

Grok 4 vs modèles GPT
Les modèles GPT offrent un comportement natif OpenAI et une grande familiarité d'écosystème. Grok 4 donne aux équipes une route xAI pour la génération de texte gérée et les fonctions de produit conversationnelles.
Grok 4 vs Claude Opus
Claude Opus est solide pour l'écriture attentive et l'analyse complexe. Grok 4 fournit une alternative xAI aux équipes qui veulent des workflows chat et text-to-text flexibles sur Flaq AI.
Grok 4 vs Gemini
Les modèles Gemini sont attractifs pour les cas d'usage natifs Google. Grok 4 se concentre sur le comportement du modèle xAI et la génération de texte gérée via une route API stable.
Grok 4 vs Qwen
Les modèles Qwen fournissent de solides workflows linguistiques Alibaba et une valeur multilingue. Grok 4 est utile aux équipes qui veulent de la génération de texte propulsée par xAI dans leur combinaison de modèles.
Grok 4 vs Llama
Les modèles Llama donnent aux développeurs le contrôle du déploiement de modèles ouverts. Grok 4 supprime la complexité d'hébergement et fournit un accès API géré pour les fonctions textuelles de production.