Grok 4.6 API

xai/grok-4.6
500,000 tokens

Grok 4.6 将文本和图片资料转化为代码、分析结论与结构化回答,适合软件工程、知识工作和多步骤智能体任务。500,000 token 上下文与可配置推理强度,帮助模型在处理长篇资料和跨文件需求时持续利用相关信息。

Grok 4.6

xAI · chat-completions

与 Grok 4.6 开始对话

每个模型都有独立对话。切换模型不会发送其他模型的聊天记录,切回后可继续原对话。请求按实际 Token 用量计费。

Ctrl / ⌘ + Enter 发送0 / 32,000

继续体验

Grok 4.6

Grok 4.6 面向编程、资料分析和持续多步骤任务,接收文本与图片输入并生成文本结果。Chat Completions 接收有序对话消息;Responses 接收文本或结构化输入。两种入口均可返回完整 JSON 响应或 SSE 事件流。

为什么选择 Grok 4.6?

  • 长上下文分析在 500,000 token 上下文中共同分析需求文档、源文件和对话记录,梳理跨资料的问题。

  • 持续推进智能体任务持续推进多步骤任务,核对中间结果,并在工具反馈暴露问题时调整后续步骤。

  • 代码库级工程任务结合代码、目标行为和测试证据,实现并审查涉及多个文件的改动。

  • 交互界面创作将应用需求转化为结构化布局和首版界面代码,再根据具体反馈改进设计。

  • 研究与知识工作综合报告和其他来源材料,为研究与专业分析整理出结构清晰的结论。

  • 推理强度与函数工具在 Responses 中选择支持的推理强度,并在任务需要深入分析或外部信息时配置函数工具。

输入参数

参数要求说明
model必填

两种协议均填写 xai/grok-4.6。

messagesChat Completions 必填

包含 role 和 content 的非空有序对话消息数组。

inputResponses 必填

非空文本或结构化输入数组;图文输入可在数组中组合。

max_tokensChat Completions 可选

以正整数设置本次生成的输出 token 上限。

max_output_tokensResponses 可选

以正整数设置本次响应的输出 token 上限。

reasoning.effortResponses 可选

选择推理强度;默认 high。

默认值highlowmediumxhigh
toolsResponses 可选

配置模型可调用的函数工具。

stream可选

选择完整 JSON 响应或 SSE 事件流。

默认值falsetrue

使用方法

  1. 明确任务提供目标、相关资料、限制条件和期望的回答形式。

  2. 选择入口对话消息使用 Chat Completions;图文结构化输入、推理配置和工具工作流使用 Responses。

  3. 设置输出量按所选入口填写 max_tokens 或 max_output_tokens,再提交请求。

  4. 检查结果阅读生成文本与 usage,并将后续任务需要的背景继续放入请求。

价格

按每 1M tokens 的输入和输出用量计费,以积分结算;输出用量包含推理 tokens。

用量费率说明
Input$1.60 · 320 credits / 1M tokens请求计入的输入 token。
Output$4.80 · 960 credits / 1M tokens生成的输出 token,包含推理 tokens。

适用场景

  • 跨文件软件工程关联需求、实现文件和测试证据,推进涉及多个模块的开发任务。

  • 长篇资料分析整合报告、截图和原始文档,生成有依据的分析与摘要。

  • 多步骤智能体任务结合明确的目标与函数工具,将研究、执行和结果核对串联起来。

使用建议

  • 处理代码任务时,同时提供相关文件、目标行为和验收条件。
  • 在 Responses 请求中设置 reasoning.effort,以匹配任务所需的分析深度。
  • 分析图片时,将文字问题放在图片内容之前,指出需要关注的细节。

使用说明

  • Grok 4.6 的上下文窗口为 500,000 tokens。
  • 本页体验区使用 Chat Completions 进行文本对话,输出量控件范围为 256–8,192 tokens。
  • 使用 xai/grok-4.6 可通过 /v1/chat/completions 或 /v1/responses 发送请求。

相关模型

Grok 4.6 API 常见问题

Grok 4.6 API 是什么?

Grok 4.6 是 xAI 面向编程、知识工作和智能体任务的语言模型。它根据文本和图片资料生成代码、分析结论与结构化回答,适合处理跨文件和多步骤问题。500,000 token 上下文与可配置推理强度帮助它在连续任务中结合大量背景信息。你可以通过 API 进行程序化调用,也可以在本页体验区进行文本对话。

Grok 4.6 如何利用 500,000 token 上下文?

将相关需求、代码文件和资料放入同一任务的输入中,Grok 4.6 可在 500,000 token 上下文窗口内分析它们之间的关系。为长任务标明目标和验收条件,有助于保持分析重点。

Grok 4.6 如何分析图片?

Grok 4.6 可结合文字问题分析图片内容。在 Responses 的结构化 input 中先放入文字指令,再附上图片内容,用于分析截图、图表和界面。

Grok 4.6 有哪些推理强度?

Grok 4.6 提供 low、medium、high 和 xhigh 四档推理强度,默认 high。在 Responses 请求中设置 reasoning.effort,可以按任务复杂度选择分析深度。

Grok 4.6 如何处理跨文件编程任务?

向 Grok 4.6 提供目标行为、相关代码、约束条件和测试结果,它可以据此规划修改、编写代码并审查结果。针对多步骤任务,持续提供新的测试证据和反馈。

Grok 4.6 如何使用函数调用?

在 Grok 4.6 的 Responses 请求中配置 tools,模型可为需要外部操作的步骤生成函数调用。将工具的输入定义和任务边界写清楚,再由应用执行调用并提供结果。

Grok 4.6 如何生成结构化回答?

Grok 4.6 可以根据指定的输出结构整理文本结果。在 Responses 请求中配置 text 输出格式,并在指令中说明字段含义,便于应用解析与后续处理。