xAI/grok-4.5-text-to-text
grok-4.5-text-to-text
透過 Flaq AI 免費試用由 X-AI 提供支援的 Grok 4.5 Text-to-Text API，適用於推理、寫作、程式碼協助、分析及可擴展的生產級 LLM 工作流程。可用於內容草擬、程式開發協助與複雜問題分析，並整合至可擴展的正式環境 LLM 工作流程，支援透過 API 串接應用。
Text Chat
Grok 4.5 相關模型
API 範例
提交範例
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);
}
}
}
提交範例
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)
提交範例
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 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
相關模型
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
適用於程式設計與知識工作的 Grok 4.5 文字轉文字 API
Grok 4.5 文字轉文字 API 透過 Flaq AI，將 xAI 的 Grok 4.5 語言模型帶入文字型應用程式。xAI 將 Grok 4.5 定位為適合程式設計、代理型任務和知識工作的模型；此 Flaq AI 模型路由提供專注於文字輸入、文字輸出的聊天介面，支援內容生成和多輪對話。開發者可以傳送結構化訊息記錄、串流接收回應，並控制所需的輸出長度，而此變體不支援的圖片或檔案輸入則不會開放。
Grok 4.5 文字轉文字 API 的主要功能
- 文字型語言生成： 傳送文字提示詞並接收文字回應，適用於寫作、說明、分析和問答工作流程。
- 以程式設計為導向的模型基礎： 使用 xAI 明確定位於軟體工程和技術知識任務的模型，同時在您自己的環境中驗證生成的程式碼。
- 多輪訊息上下文： 加入近期對話訊息，讓應用程式能在後續提問和反覆執行的任務中保持連貫性。
- 支援串流回應： 為聊天介面以及其他適合漸進式輸出的體驗接收增量回應事件。
- 輸出長度控制： 設定回應長度上限，以符合產品、延遲和用量需求。
- 明確的輸入規格： 此路由僅支援文字，目前的 Flaq AI 設定不提供圖片或一般檔案附件。
如何在 Flaq AI 上使用 Grok 4.5 文字轉文字 API
- 輸入： 以聊天訊息形式組織的必要文字內容。
- 輸出： 生成的文字可作為完整回應傳回，也可透過串流逐步傳回。
- 上下文： 可以加入近期訊息，以保持多輪對話的連貫性。
- 控制項： 可以為回應提供選用的輸出長度上限。
- 功能： 透過已設定的聊天介面提供文字生成、說明、程式設計協助、結構化草擬和知識型回應。
Grok 4.5 文字轉文字 API 整合的最佳使用情境
- 開發者協助： 草擬、說明、審查或重構程式碼，同時在工作流程中保留人工審查和自動化測試。
- 技術問答： 利用所提供的對話上下文，為產品、工程和內部知識情境建置文字型助理。
- 寫作與編輯： 生成大綱、改寫草稿、摘要所提供的文字，並針對不同受眾調整內容。
- 結構化分析： 要求模型比較選項、整理需求，或將非結構化文字轉換為更清楚的回應格式。
- 對話式應用程式： 為只需要文字輸入和文字輸出的多輪聊天體驗提供支援。
注意 模型回應可能不完整或不正確，尤其是在涉及事實、法律、醫療、財務或正式環境程式碼的決策時。依賴輸出前，請核實重要陳述並測試生成的程式碼。此 Flaq AI 變體不提供圖片輸入、檔案輸入或網頁搜尋。
Grok 4.5 文字轉文字與替代方案：比較分析
-
Grok 4.5 文字轉文字與 Grok 4.5 圖片轉文字比較 文字轉文字路由要求輸入文字，適用於純文字對話。如果請求需要一張支援的圖片作為視覺上下文，請選擇圖片轉文字路由。
-
Grok 4.5 與早期 Grok 模型比較 xAI 將 Grok 4.5 定位為適用於程式設計、代理型任務和知識工作的新一代模型。實際結果仍取決於提示詞、評估標準以及整合所提供的功能。
-
Grok 4.5 與 OpenAI 模型比較 這兩個模型系列都能透過 API 支援文字生成和程式設計工作流程。應使用具代表性的提示詞、輸出需求、延遲預期和目前定價進行比較，而不是假設其中某個模型在所有方面都更強。
-
Grok 4.5 與 Anthropic Claude 模型比較 Claude 模型與 Grok 4.5 提供不同的模型行為和平台生態系統。哪一個更合適，取決於特定任務的評估，以及應用程式所需的輸入或工具功能。
-
Grok 4.5 與自行託管的語言模型比較 自行託管的模型能提供基礎架構控制權，但需要進行部署和維護。對於偏好以託管方式存取 Grok 4.5 的團隊，Flaq AI 提供代管式聊天 API 路由。