xAI/grok-4.5-text-to-text

grok-4.5-text-to-text

Teste grátis a API de texto para texto do Grok 4.5 com tecnologia X-AI para raciocínio, redação, ajuda com programação, análise e fluxos escaláveis de LLM em produção pela Flaq AI.

Text Chat

Modelos Grok 4.5 relacionados

grok-4.5-text-to-texttext-to-text

grok-4.5-image-to-textimage-to-text

Documentação

Exemplos de API

JavaScriptPythoncURL

Exemplo 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);
    }
  }
}

Exemplo 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)

Exemplo 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
  }'

Inicie um novo chat

Envie uma mensagem para começar.

Preços de Grok 4.5 Text to Text

Parâmetros	Preço	Preço original	Desconto

Token: input	$1.8000 por 1 milhão de tokens de entrada	$2.0000 por 1 milhão de tokens de entrada	90%
Token: output	$5.4000 por 1 milhão de tokens de saída	$6.0000 por 1 milhão de tokens de saída	90%

README

API Grok 4.5 Text-to-Text para Programação e Trabalho de Conhecimento

A API Grok 4.5 Text-to-Text leva o modelo de linguagem Grok 4.5 da xAI a aplicativos baseados em texto por meio da Flaq AI. A xAI posiciona o Grok 4.5 para programação, tarefas agênticas e trabalho de conhecimento; esta rota de modelo da Flaq AI oferece uma interface de chat focada, com entrada e saída de texto, para geração e conversas em múltiplos turnos. Os desenvolvedores podem enviar um histórico estruturado de mensagens, transmitir respostas por streaming e controlar o tamanho solicitado da saída sem habilitar entradas de imagem ou arquivo não suportadas nesta variante.

Principais Recursos da API Grok 4.5 Text-to-Text

Geração de Linguagem Baseada em Texto: Envie prompts de texto e receba respostas em texto para fluxos de trabalho de redação, explicação, análise e perguntas e respostas.
Base de Modelo Voltada à Programação: Use um modelo que a xAI posiciona explicitamente para tarefas de engenharia de software e conhecimento técnico, validando o código gerado em seu próprio ambiente.
Contexto de Mensagens em Múltiplos Turnos: Inclua mensagens recentes da conversa para que os aplicativos mantenham a continuidade em perguntas de acompanhamento e tarefas iterativas.
Suporte a Respostas por Streaming: Consuma eventos de resposta incrementais em interfaces de chat e outras experiências que se beneficiem de uma saída progressiva.
Controle do Tamanho da Saída: Defina um tamanho máximo de resposta de acordo com os requisitos de produto, latência e uso.
Contrato de Entrada Focado: Mantenha esta rota exclusiva para texto, sem anexos de imagem ou de arquivos em geral expostos pela configuração atual da Flaq AI.

Como Usar a API Grok 4.5 Text-to-Text na Flaq AI

Entrada: Conteúdo de texto obrigatório organizado como mensagens de chat.
Saída: Texto gerado retornado como uma resposta completa ou transmitido de forma incremental.
Contexto: Mensagens recentes podem ser incluídas para manter a continuidade da conversa em múltiplos turnos.
Controles: É possível fornecer um tamanho máximo opcional de saída para a resposta.
Recursos: Geração de texto, explicação, assistência à programação, elaboração estruturada e respostas voltadas ao conhecimento por meio da interface de chat configurada.

Melhores Casos de Uso para a Integração da API Grok 4.5 Text-to-Text

Assistência a Desenvolvedores: Elabore, explique, revise ou refatore código, mantendo a revisão humana e os testes automatizados no fluxo de trabalho.
Respostas a Perguntas Técnicas: Crie assistentes baseados em texto para cenários de produto, engenharia e conhecimento interno usando o contexto de conversa fornecido.
Redação e Edição: Gere esboços, reescreva rascunhos, resuma o texto fornecido e adapte o conteúdo para públicos diferentes.
Análise Estruturada: Peça ao modelo para comparar opções, organizar requisitos ou transformar texto não estruturado em um formato de resposta mais claro.
Aplicativos de Conversação: Ofereça experiências de chat em múltiplos turnos que exijam apenas entrada e saída de texto.

Observação As respostas do modelo podem ser incompletas ou incorretas, especialmente em decisões factuais, jurídicas, médicas, financeiras ou relacionadas a código de produção. Verifique afirmações importantes e teste o código gerado antes de confiar na saída. Esta variante da Flaq AI não oferece entrada de imagem, entrada de arquivo nem pesquisa na web.

Grok 4.5 Text-to-Text vs. Alternativas: Análise Comparativa

Grok 4.5 Text-to-Text em comparação com Grok 4.5 Image-to-Text A rota Text-to-Text exige entrada de texto e destina-se a conversas exclusivamente textuais. Escolha a rota Image-to-Text quando uma solicitação precisar de uma imagem compatível como contexto visual.
Grok 4.5 vs. Modelos Grok Anteriores A xAI posiciona o Grok 4.5 como seu modelo mais recente para programação, tarefas agênticas e trabalho de conhecimento. Os resultados reais ainda dependem do prompt, dos critérios de avaliação e dos recursos expostos pela integração.
Grok 4.5 vs. Modelos da OpenAI Ambas as famílias de modelos podem oferecer geração de texto e fluxos de trabalho de programação por meio de APIs. Compare-as usando prompts representativos, requisitos de saída, expectativas de latência e preços atuais, em vez de presumir que um modelo seja universalmente superior.
Grok 4.5 vs. Modelos Claude da Anthropic Os modelos Claude e o Grok 4.5 apresentam comportamentos de modelo e ecossistemas de plataforma diferentes. A melhor opção depende da avaliação específica da tarefa e dos recursos de entrada ou ferramentas exigidos pelo aplicativo.
Grok 4.5 vs. Modelos de Linguagem Auto-hospedados Modelos auto-hospedados oferecem controle sobre a infraestrutura, mas exigem implantação e manutenção. A Flaq AI oferece uma rota de API de chat gerenciada para equipes que preferem acesso hospedado ao Grok 4.5.