試用 xAI 的 Grok 4.6 API，透過 Flaq AI 穩定且價格實惠的統一 LLM API，進行文字推理、寫作、程式碼、分析與串流回應。適合寫作、程式開發與文字分析等日常工作流程。
Grok 4.6 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-4.6-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-4.6-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-4.6-text-to-text",
"messages": [
{
"role": "user",
"content": "Explain the key differences between REST and GraphQL APIs."
}
],
"stream": true,
"max_tokens": 2048
}'
Grok 4.6 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-4.6-text-to-texttext-to-textgrok-4.6-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
Grok 4.6 Text-to-Text API（進階推理與程式設計）
Grok 4.6 Text-to-Text API 將 xAI 專注於推理的模型帶到 Flaq AI，適用於要求嚴苛的文字工作流程。此模型專為 軟體工程、結構化問題解決及專業知識工作而打造。這項 Grok API 整合可協助團隊 將詳細指示轉化為實用的書面內容、技術說明及以實作為導向的回覆。 Flaq 路由有意限定為文字輸入與文字輸出，因此當正式環境的 工作流程需要專注的語言模型能力且不必附加媒體檔案時，它便是明確的選擇。
Grok 4.6 Text-to-Text API 的主要功能
-
推理主導的文字工作流程： 使用一款定位於技術與知識工作任務的 模型，處理多步驟提示詞、詳細要求及結構化問題。
-
強大的程式設計輔助： 將產品需求、錯誤報告及實作問題轉化為面向程式碼的 說明、計畫、審查意見及草稿，使其符合開發人員的工作流程。
-
支援專業知識工作： 根據自然語言指示建立 摘要、簡報、分析及營運文件，無須在例行任務之間切換工具。
-
專注於純文字整合： 讓路由持續符合文字轉文字的使用情境，使團隊能為聊天、自動化及後台流程中的 輸入邊界設定明確預期。
-
彈性的輸出控制： 使用可用的輸出長度控制，在精簡回覆、詳細技術 內容及下游處理需求之間取得平衡。
-
適合正式環境的 API 工作流程： 透過 Flaq AI 傳送結構化對話訊息，並將產生的 文字整合至應用程式、內部工具或審查流程中。
如何在 Flaq AI 上使用 Grok 4.6 Text-to-Text API
-
輸入： 用於分析、起草、程式設計或 問答的文字對話訊息及自然語言指示。
-
輸出： 適合顯示、內部審查、自動化或後續處理的文字回覆。
-
訊息上下文： 使用支援的對話角色來組織請求，以提供任務指示、使用者 需求及先前的上下文。
-
能力： 面向推理的文字生成、程式設計輔助、專業寫作、技術說明 及結構化問題解決支援。
Grok 4.6 Text-to-Text API 整合的最佳使用情境
-
軟體工程工作流程： 起草實作計畫、說明程式碼行為、準備重構說明，並 加速問題分類討論。
-
技術文件： 將原始需求及產品說明轉化為更清楚的指南、版本發布草稿、 規格及工程摘要。
-
知識工作自動化： 協助團隊根據詳細提示詞準備研究大綱、內部簡報、決策備忘錄及結構化的 初稿。
-
支援與營運助理： 建立以文字為優先的助理，用於分類請求、產生回覆草稿，並 為操作人員提供後續步驟指引。
-
分析原型設計： 探索複雜問題、比較不同選項，並產生條理清楚的推理框架， 供人工審查階段參考。
注意 在將產生的內容用於影響重大的決策、正式環境變更、法律、醫療、金融 或安全關鍵工作之前，請先加以驗證。確保提示詞及下游用途符合適用的 xAI 與 Flaq AI 政策。
Grok 4.6 Text-to-Text API 與競品比較：比較分析
-
Grok 4.6 與 Grok 4.5 比較
Grok 4.5 對現有的 Grok 整合而言仍是實用選擇。Grok 4.6 是更新一代 專注於推理與程式設計的模型，因此在任務涉及要求更高的技術 規劃或專業知識工作時更為合適。 -
Grok 4.6 與 Gemini 3.7 Flash 比較
Gemini 3.7 Flash 定位於高效率的代理式及多模態工作流程。Grok 4.6 Text-to-Text 則讓 Flaq 整合專注於文字推理與面向程式設計的輸出，因此最佳選擇 取決於工作流程的輸入邊界及任務評估結果。 -
Grok 4.6 與 Claude Sonnet 5 比較
Claude Sonnet 5 通常用於需要審慎處理的長篇內容及程式設計任務。Grok 4.6 為希望在相同文字 API 模式下測試推理、軟體工程及 知識工作表現的團隊提供另一項前沿選擇。 -
Grok 4.6 與 GPT 5.6 Terra 比較
GPT 5.6 Terra 支援廣泛的通用 AI 工作負載。Grok 4.6 憑藉 xAI 模型家族及專為實作導向提示詞、技術說明與 結構化專業工作設計的文字路由形成差異化優勢。 -
Grok 4.6 與 Kimi 2.7 比較
Kimi 2.7 是文字與程式設計情境的實用替代方案。當團隊希望透過複雜的工程及分析提示詞評估一款推理主導的模型時，Grok 4.6 是頗具吸引力的 選擇。