X-AI搭載のGrok 4.5 Text-to-Text APIを無料でお試しいただけます。Flaq AIを通じて、推論、文章作成、コーディング支援、分析、拡張可能な本番環境向けLLMワークフローに活用できます。チームでの文章作成、コード支援、分析を支える本番環境向けAPIとして、LLMワークフローに導入できます。
関連するGrok 4.5モデル
API 例
送信例
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);
}
}
}
送信例
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)
送信例
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
}'
Grok 4.5 Text to Textの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
関連モデル
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
コーディングとナレッジワーク向け Grok 4.5 Text-to-Text API
Grok 4.5 Text-to-Text API は、Flaq AI を通じて xAI の Grok 4.5 言語モデルをテキストベースのアプリケーションで利用できるようにします。xAI は Grok 4.5 をコーディング、エージェント型タスク、ナレッジワーク向けに位置付けており、この Flaq AI モデルルートは、生成とマルチターン会話のための、テキスト入力・テキスト出力に特化したチャットインターフェースを提供します。開発者は、このバリアントでサポートされていない画像やファイルの入力を有効にすることなく、構造化されたメッセージ履歴の送信、レスポンスのストリーミング、要求する出力長の制御を行えます。
Grok 4.5 Text-to-Text API の主な機能
- テキストベースの言語生成： テキストプロンプトを送信し、文章作成、説明、分析、質疑応答のワークフローに対応するテキストレスポンスを受け取れます。
- コーディング指向のモデル基盤： xAI がソフトウェアエンジニアリングおよび技術的なナレッジタスク向けと明確に位置付けるモデルを利用できます。生成されたコードは、ご自身の環境で検証してください。
- マルチターンのメッセージコンテキスト： 直近の会話メッセージを含めることで、アプリケーションは追加質問や反復的なタスクにわたって会話の連続性を維持できます。
- ストリーミングレスポンス対応： チャットインターフェースや、段階的な出力が有用なその他の体験に向けて、レスポンスイベントを逐次受信できます。
- 出力長の制御： 製品、レイテンシ、利用量の要件に合わせて、レスポンスの最大長を設定できます。
- 入力仕様への特化： このルートはテキストのみに限定されており、現在の Flaq AI 設定では画像や一般的なファイルの添付は提供されません。
Flaq AI で Grok 4.5 Text-to-Text API を使用する方法
- 入力： チャットメッセージとして構成された必須のテキストコンテンツ。
- 出力： 完全なレスポンス、または逐次ストリーミングとして返される生成テキスト。
- コンテキスト： マルチターン会話の連続性を保つために、直近のメッセージを含めることができます。
- 制御： レスポンスに対して、任意で最大出力長を指定できます。
- 機能： 設定済みのチャットインターフェースを通じた、テキスト生成、説明、コーディング支援、構造化された下書き作成、ナレッジ指向のレスポンス。
Grok 4.5 Text-to-Text API 連携に最適なユースケース
- 開発者支援： 人によるレビューと自動テストをワークフローに組み込みながら、コードの下書き、説明、レビュー、リファクタリングを行えます。
- 技術的な質疑応答： 提供された会話コンテキストを使用して、製品、エンジニアリング、社内ナレッジのシナリオに対応するテキストベースのアシスタントを構築できます。
- 文章作成と編集： アウトラインの生成、下書きの書き直し、提供されたテキストの要約、異なる読者層に合わせたコンテンツの調整が可能です。
- 構造化分析： 選択肢の比較、要件の整理、構造化されていないテキストから明確なレスポンス形式への変換をモデルに依頼できます。
- 会話型アプリケーション： テキスト入力とテキスト出力のみを必要とするマルチターンのチャット体験を提供できます。
注意 モデルのレスポンスは、特に事実、法律、医療、金融、または本番コードに関する判断において、不完全または誤っている場合があります。出力を信頼する前に、重要な主張を検証し、生成されたコードをテストしてください。この Flaq AI バリアントでは、画像入力、ファイル入力、ウェブ検索は提供されません。
Grok 4.5 Text-to-Text と代替モデルの比較分析
-
Grok 4.5 Text-to-Text と Grok 4.5 Image-to-Text の比較 Text-to-Text ルートはテキスト入力を必要とし、テキストのみの会話を想定しています。リクエストで対応画像 1 枚を視覚的なコンテキストとして使用する必要がある場合は、Image-to-Text ルートを選択してください。
-
Grok 4.5 と以前の Grok モデルの比較 xAI は Grok 4.5 を、コーディング、エージェント型タスク、ナレッジワーク向けの新しいモデルとして位置付けています。実際の結果は、プロンプト、評価基準、連携機能として提供される内容によって異なります。
-
Grok 4.5 と OpenAI モデルの比較 どちらのモデルファミリーも、API を通じてテキスト生成やコーディングのワークフローをサポートできます。一方のモデルがあらゆる場面で優れていると想定せず、代表的なプロンプト、出力要件、レイテンシの想定、現在の料金に基づいて比較してください。
-
Grok 4.5 と Anthropic Claude モデルの比較 Claude モデルと Grok 4.5 は、モデルの挙動やプラットフォームのエコシステムが異なります。より適した選択肢は、タスク固有の評価と、アプリケーションが必要とする入力機能やツール機能によって決まります。
-
Grok 4.5 とセルフホスト型言語モデルの比較 セルフホスト型モデルではインフラを制御できますが、デプロイと保守が必要です。Flaq AI は、Grok 4.5 へのホスト型アクセスを希望するチームに、マネージドチャット API ルートを提供します。