xAI/grok-4.5-text-to-text

grok-4.5-text-to-text

ทดลองใช้ Grok 4.5 Text-to-Text API ที่ขับเคลื่อนโดย X-AI ได้ฟรี สำหรับการให้เหตุผล การเขียน ความช่วยเหลือด้านการเขียนโค้ด การวิเคราะห์ และเวิร์กโฟลว์ LLM สำหรับงานจริงที่ปรับขนาดได้ผ่าน Flaq AI

Text Chat

โมเดล Grok 4.5 ที่เกี่ยวข้อง

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

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

เอกสาร

ตัวอย่าง API

JavaScriptPythoncURL

ตัวอย่างการส่งคำขอ

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);
    }
  }
}

ตัวอย่างการส่งคำขอ

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)

ตัวอย่างการส่งคำขอ

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
  }'

เริ่มแชตใหม่

ส่งข้อความเพื่อเริ่มต้น

ราคา Grok 4.5 Text to Text

พารามิเตอร์	ราคา	ราคาเดิม	ส่วนลด

โทเค็น: input	$1.8000 ต่อ 1 ล้านโทเค็นอินพุต	$2.0000 ต่อ 1 ล้านโทเค็นอินพุต	90%
โทเค็น: output	$5.4000 ต่อ 1 ล้านโทเค็นเอาต์พุต	$6.0000 ต่อ 1 ล้านโทเค็นเอาต์พุต	90%

README

Grok 4.5 Text-to-Text API สำหรับการเขียนโค้ดและงานด้านความรู้

Grok 4.5 Text-to-Text API นำโมเดลภาษา Grok 4.5 ของ xAI มาใช้กับแอปพลิเคชันแบบข้อความผ่าน Flaq AI โดย xAI วางตำแหน่ง Grok 4.5 สำหรับการเขียนโค้ด งานแบบเอเจนต์ และงานด้านความรู้ ส่วนเส้นทางโมเดลของ Flaq AI นี้มอบอินเทอร์เฟซแชตแบบรับข้อความและส่งข้อความโดยเฉพาะสำหรับการสร้างเนื้อหาและการสนทนาหลายรอบ นักพัฒนาสามารถส่งประวัติข้อความแบบมีโครงสร้าง สตรีมคำตอบ และควบคุมความยาวเอาต์พุตที่ต้องการได้ โดยไม่เปิดใช้งานอินพุตรูปภาพหรือไฟล์ที่ตัวเลือกนี้ไม่รองรับ

คุณสมบัติสำคัญของ Grok 4.5 Text-to-Text API

การสร้างภาษาจากข้อความ: ส่งพรอมต์ข้อความและรับคำตอบข้อความสำหรับเวิร์กโฟลว์การเขียน การอธิบาย การวิเคราะห์ และการตอบคำถาม
รากฐานโมเดลที่เน้นการเขียนโค้ด: ใช้โมเดลที่ xAI วางตำแหน่งไว้อย่างชัดเจนสำหรับวิศวกรรมซอฟต์แวร์และงานความรู้เชิงเทคนิค พร้อมตรวจสอบโค้ดที่สร้างขึ้นในสภาพแวดล้อมของคุณเอง
บริบทข้อความหลายรอบ: ใส่ข้อความสนทนาล่าสุดเพื่อให้แอปพลิเคชันรักษาความต่อเนื่องระหว่างคำถามติดตามผลและงานที่ทำซ้ำเป็นรอบได้
รองรับการสตรีมคำตอบ: รับอีเวนต์คำตอบแบบต่อเนื่องสำหรับอินเทอร์เฟซแชตและประสบการณ์อื่นที่ได้ประโยชน์จากเอาต์พุตแบบค่อยเป็นค่อยไป
การควบคุมความยาวเอาต์พุต: กำหนดความยาวสูงสุดของคำตอบให้ตรงกับข้อกำหนดด้านผลิตภัณฑ์ เวลาแฝง และการใช้งาน
ข้อตกลงอินพุตที่เฉพาะเจาะจง: ใช้เส้นทางนี้สำหรับข้อความเท่านั้น โดยการกำหนดค่า Flaq AI ปัจจุบันไม่เปิดให้แนบรูปภาพหรือไฟล์ทั่วไป

วิธีใช้ Grok 4.5 Text-to-Text API บน Flaq AI

อินพุต: เนื้อหาข้อความที่จำเป็นซึ่งจัดเป็นข้อความแชต
เอาต์พุต: ข้อความที่สร้างขึ้นซึ่งส่งกลับเป็นคำตอบฉบับสมบูรณ์หรือสตรีมแบบต่อเนื่อง
บริบท: สามารถใส่ข้อความล่าสุดเพื่อรักษาความต่อเนื่องของการสนทนาหลายรอบ
การควบคุม: สามารถระบุความยาวเอาต์พุตสูงสุดสำหรับคำตอบได้ตามต้องการ
ความสามารถ: การสร้างข้อความ การอธิบาย ความช่วยเหลือด้านการเขียนโค้ด การร่างเนื้อหาแบบมีโครงสร้าง และคำตอบที่เน้นความรู้ผ่านอินเทอร์เฟซแชตที่กำหนดค่าไว้

กรณีใช้งานที่เหมาะสมที่สุดสำหรับการผสานรวม Grok 4.5 Text-to-Text API

ความช่วยเหลือสำหรับนักพัฒนา: ร่าง อธิบาย ตรวจสอบ หรือปรับโครงสร้างโค้ด โดยยังคงการตรวจสอบโดยมนุษย์และการทดสอบอัตโนมัติไว้ในเวิร์กโฟลว์
การตอบคำถามเชิงเทคนิค: สร้างผู้ช่วยแบบข้อความสำหรับสถานการณ์ด้านผลิตภัณฑ์ วิศวกรรม และองค์ความรู้ภายในโดยใช้บริบทการสนทนาที่ให้มา
การเขียนและการแก้ไข: สร้างโครงร่าง เขียนร่างใหม่ สรุปข้อความที่ให้มา และปรับเนื้อหาให้เหมาะกับกลุ่มเป้าหมายต่าง ๆ
การวิเคราะห์แบบมีโครงสร้าง: ขอให้โมเดลเปรียบเทียบตัวเลือก จัดระเบียบข้อกำหนด หรือเปลี่ยนข้อความที่ไม่มีโครงสร้างให้เป็นรูปแบบคำตอบที่ชัดเจนขึ้น
แอปพลิเคชันการสนทนา: ขับเคลื่อนประสบการณ์แชตหลายรอบที่ต้องการเพียงอินพุตข้อความและเอาต์พุตข้อความ

หมายเหตุ คำตอบของโมเดลอาจไม่สมบูรณ์หรือไม่ถูกต้อง โดยเฉพาะการตัดสินใจเกี่ยวกับข้อเท็จจริง กฎหมาย การแพทย์ การเงิน หรือโค้ดที่ใช้จริง โปรดตรวจสอบคำกล่าวอ้างสำคัญและทดสอบโค้ดที่สร้างขึ้นก่อนพึ่งพาเอาต์พุต ตัวเลือก Flaq AI นี้ไม่เปิดให้ใช้อินพุตรูปภาพ อินพุตไฟล์ หรือการค้นหาเว็บ

Grok 4.5 Text-to-Text เทียบกับทางเลือกอื่น: การวิเคราะห์เปรียบเทียบ

Grok 4.5 Text-to-Text เทียบกับ Grok 4.5 Image-to-Text เส้นทาง Text-to-Text ต้องใช้อินพุตข้อความและออกแบบมาสำหรับการสนทนาด้วยข้อความเท่านั้น เลือกเส้นทาง Image-to-Text เมื่อคำขอต้องใช้รูปภาพที่รองรับหนึ่งภาพเป็นบริบทเชิงภาพ
Grok 4.5 เทียบกับโมเดล Grok รุ่นก่อนหน้า xAI วางตำแหน่ง Grok 4.5 เป็นโมเดลรุ่นใหม่สำหรับการเขียนโค้ด งานแบบเอเจนต์ และงานด้านความรู้ อย่างไรก็ตาม ผลลัพธ์จริงยังขึ้นอยู่กับพรอมต์ เกณฑ์การประเมิน และคุณสมบัติที่การผสานรวมเปิดให้ใช้
Grok 4.5 เทียบกับโมเดล OpenAI โมเดลทั้งสองตระกูลรองรับการสร้างข้อความและเวิร์กโฟลว์การเขียนโค้ดผ่าน API ได้ ควรเปรียบเทียบด้วยพรอมต์ตัวแทน ข้อกำหนดเอาต์พุต ความคาดหวังด้านเวลาแฝง และราคาปัจจุบัน แทนที่จะสมมติว่าโมเดลหนึ่งเหนือกว่าในทุกกรณี
Grok 4.5 เทียบกับโมเดล Anthropic Claude โมเดล Claude และ Grok 4.5 มีพฤติกรรมของโมเดลและระบบนิเวศแพลตฟอร์มที่แตกต่างกัน ตัวเลือกที่เหมาะกว่าขึ้นอยู่กับการประเมินเฉพาะงาน รวมถึงคุณสมบัติด้านอินพุตหรือเครื่องมือที่แอปพลิเคชันต้องการ
Grok 4.5 เทียบกับโมเดลภาษาที่โฮสต์เอง โมเดลที่โฮสต์เองให้การควบคุมโครงสร้างพื้นฐาน แต่ต้องมีการปรับใช้และบำรุงรักษา Flaq AI มอบเส้นทาง chat API แบบมีการจัดการสำหรับทีมที่ต้องการเข้าถึง Grok 4.5 ผ่านบริการโฮสต์