Grok 4.7 API
x-ai/grok-4.7Grok 4.7 将文字指令、代码与文档转化为实现方案和分析结果，强化自检能力与跨步骤推理。提供明确需求和测试证据，帮助模型追踪依赖关系，在多轮审查中逐步完善修改建议。
Grok 4.7
xAI · chat-completions
快速开始
向 /v1/chat/completions 发送 POST 请求，使用 x-ai/grok-4.7 获取生成结果与用量；stream 可选择 JSON 或 SSE。
- Endpoint
- POST /v1/chat/completions
- Model ID
- x-ai/grok-4.7
- Protocol
- Chat Completions
请求字段
| 字段 | 要求 | 说明 |
|---|---|---|
| model | 必填 | x-ai/grok-4.7 |
| messages | 必填 | 按顺序排列的非空消息数组；每条消息包含 role 和字符串 content，role 使用 system、user 或 assistant。 |
| temperature | 可选 | 范围 0–2，默认 1；用于调节输出随机性。 |
| max_tokens | 可选 | 正整数，设置本次响应的输出 token 上限；体验区范围为 1–65,536，默认 4,096。 |
| max_completion_tokens | 可选 | 正整数，用于设置输出 token 预算；每次请求选择一个输出预算字段。 |
| top_p | 可选 | 范围 0–1，默认 1；通过调整 top_p 或 temperature 控制输出变化。 |
| frequency_penalty | 可选 | 范围 -2–2，默认 0；正值降低频繁重复词语的概率。 |
| presence_penalty | 可选 | 范围 -2–2，默认 0；正值鼓励引入新话题。 |
| stop | 可选 | 停止字符串，或最多包含 4 个停止字符串的数组。 |
| n | 可选 | 大于等于 1 的整数，默认 1；设置生成的候选回复数量。 |
| stream | 可选 | 默认 false，返回完整 JSON；设为 true 时返回 SSE 事件流。 |
返回与用量
成功响应包含生成内容和 usage。系统按实际输入、输出与缓存 token 结算。
流式响应
设置 stream: true 可读取 SSE；流结束后再从最终用量事件完成统计。
curl --request POST \
--url "https://api.vidgo.ai/v1/chat/completions" \
--header "Authorization: Bearer $VIDGO_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model": "x-ai/grok-4.7",
"messages": [
{
"role": "system",
"content": "You are a helpful assistant."
},
{
"role": "user",
"content": "Review this function, identify edge cases, and suggest a corrected implementation."
}
],
"max_tokens": 4096,
"temperature": 1,
"top_p": 1,
"stream": false
}'服务端保存 API Key。不要把密钥放入浏览器代码或公开仓库。
继续体验
相关模型
Grok 4.7 API 常见问题
Grok 4.7 API 是什么？
Grok 4.7 是 xAI 面向编程与专业知识工作的模型。它将文字指令、源代码和文档转化为实现方案与分析结果，强化自检能力及跨步骤推理。更大的基础模型与针对高难度任务的强化学习，增强了模型检查修改建议、管理相关上下文的能力。你可以通过 API 进行程序化调用，也可以在上方体验区直接在线试用。
Grok 4.7 相比 Grok 4.6 有哪些变化？
Grok 4.7 采用新的、更大的基础模型，并通过更长的强化学习训练聚焦高难度、长时间任务。改进覆盖编程和知识工作中的自检及上下文管理。可使用相同源文件、验收标准和测试证据比较两个版本，判断其结果与项目需求的契合程度。
Grok 4.7 如何协助代码仓库重构？
将待修改文件与调用方、共享类型和目标行为一起提供。Grok 4.7 可分析这些依赖关系，提出关联修改，并解释各处接口受到的影响。下一轮对话再补充实际测试输出，继续完善方案。
Grok 4.7 如何帮助检查故障修复方案？
提供触发故障的输入、实际结果、预期行为及相关代码，要求 Grok 4.7 追踪故障原因，解释修复建议为何成立，并设计回归用例。增强的自检能力有助于复查修复方案背后的假设。
Grok 4.7 如何分析长篇技术文档？
在标准 256K tokens 上下文中放入相关规格和报告摘录，标注章节名称，并提出明确问题。Grok 4.7 可关联不同材料中的需求并整理分析结果。要求每条结论列出对应材料段落，便于核对来源。
Grok 4.7 如何将需求转成测试用例？
提供目标行为、合法输入范围和故障示例，要求 Grok 4.7 给出常规用例、边界用例及每项断言的目的。在你的环境中运行测试后，将实际结果补充到下一轮对话，进行针对性复查。
Grok 4.7 如何完善技术设计方案？
提供设计文档、约束、依赖关系和备选方案。Grok 4.7 可比较不同做法、梳理假设，并形成结构化建议。要求模型区分材料证据与假设，将修改理由关联到验收标准。
Grok 4.7 如何协助修订专业文档？
提供初稿、参考材料、目标读者和格式要求。Grok 4.7 可梳理论述结构、改善技术解释，并结合给定证据形成修订稿。后续通过具体审阅意见继续调整术语和细节深度。