xAI/grok-4.5-text-to-text
grok-4.5-text-to-text
免费试用由 X-AI 提供支持的 Grok 4.5 文本转文本 API，通过 Flaq AI 完成推理、写作、编程辅助、分析和可扩展的生产级 LLM 工作流。适合内容起草、程序开发辅助和复杂问题分析，并可集成至可扩展的正式环境 LLM 工作流，支持通过 API 接入应用程序和团队使用场景。
Text Chat
Grok 4.5 相关模型
API 示例
提交示例
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);
}
}
}
提交示例
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)
提交示例
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 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
相关模型
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
面向编程与知识工作的 Grok 4.5 文本转文本 API
Grok 4.5 文本转文本 API 通过 Flaq AI 将 xAI 的 Grok 4.5 语言模型引入基于文本的应用。xAI 将 Grok 4.5 定位于编程、智能体任务和知识工作；此 Flaq AI 模型路由提供专注于文本输入、文本输出的聊天接口，支持内容生成和多轮对话。开发者可以发送结构化消息历史记录、流式接收响应并控制所需的输出长度，而此变体不支持的图片或文件输入则不会启用。
Grok 4.5 文本转文本 API 的主要功能
- 基于文本的语言生成： 发送文本提示词并接收文本响应，适用于写作、解释、分析和问答工作流。
- 面向编程的模型基础： 使用 xAI 明确定位于软件工程和技术知识任务的模型，同时在您自己的环境中验证生成的代码。
- 多轮消息上下文： 加入近期对话消息，让应用能够在追问和迭代任务中保持连贯性。
- 支持流式响应： 为聊天界面以及其他适合渐进式输出的体验接收增量响应事件。
- 输出长度控制： 设置最大响应长度，以满足产品、延迟和用量要求。
- 专注的输入约定： 此路由仅支持文本，当前 Flaq AI 配置不提供图片或通用文件附件。
如何在 Flaq AI 上使用 Grok 4.5 文本转文本 API
- 输入： 以聊天消息形式组织的必填文本内容。
- 输出： 生成的文本可作为完整响应返回，也可通过流式传输逐步返回。
- 上下文： 可以加入近期消息，以保持多轮对话的连贯性。
- 控制项： 可以为响应提供可选的最大输出长度。
- 能力： 通过已配置的聊天接口提供文本生成、解释、编程辅助、结构化起草和知识型响应。
Grok 4.5 文本转文本 API 集成的最佳用例
- 开发者辅助： 起草、解释、审查或重构代码，同时在工作流中保留人工审查和自动化测试。
- 技术问答： 利用所提供的对话上下文，为产品、工程和内部知识场景构建基于文本的助手。
- 写作与编辑： 生成大纲、改写草稿、总结所提供的文本，并针对不同受众调整内容。
- 结构化分析： 让模型比较选项、整理需求，或将非结构化文本转换为更清晰的响应格式。
- 对话式应用： 为仅需文本输入和文本输出的多轮聊天体验提供支持。
注意 模型响应可能不完整或不正确，尤其是在涉及事实、法律、医疗、金融或生产代码的决策时。依赖输出前，请核实重要说法并测试生成的代码。此 Flaq AI 变体不提供图片输入、文件输入或网页搜索。
Grok 4.5 文本转文本与替代方案：对比分析
-
Grok 4.5 文本转文本与 Grok 4.5 图片转文本对比 文本转文本路由要求输入文本，适用于纯文本对话。如果请求需要一张受支持的图片作为视觉上下文，请选择图片转文本路由。
-
Grok 4.5 与早期 Grok 模型对比 xAI 将 Grok 4.5 定位为面向编程、智能体任务和知识工作的新一代模型。实际结果仍取决于提示词、评估标准以及集成所提供的功能。
-
Grok 4.5 与 OpenAI 模型对比 这两个模型系列都能通过 API 支持文本生成和编程工作流。应使用有代表性的提示词、输出要求、延迟预期和当前定价进行比较，而不要假设其中某个模型在所有方面都更强。
-
Grok 4.5 与 Anthropic Claude 模型对比 Claude 模型与 Grok 4.5 提供不同的模型行为和平台生态系统。哪一个更合适，取决于针对具体任务的评估，以及应用所需的输入或工具功能。
-
Grok 4.5 与自托管语言模型对比 自托管模型提供基础设施控制权，但需要进行部署和维护。对于倾向于以托管方式访问 Grok 4.5 的团队，Flaq AI 提供托管式聊天 API 路由。