Grok 4.6 API

Совместимый с OpenAI чат-эндпоинт для Grok 4.6 от xAI, в котором снимок экрана и вопрос о нём приходят одной репликой.

Grok 4.6 сделан в xAI и отвечает по адресу POST https://api.spicyapi.ai/v1/chat/completions под именем модели xai/grok-4.6. Форма запроса привычная: массив messages не более чем из 256 упорядоченных реплик, предел вывода, два параметра сэмплирования, список инструментов, формат ответа и reasoning_effort — сколько модель думает, прежде чем писать. Окно вмещает 500 000 токенов, а один ответ может занять 450 000 из них, так что большая часть бюджета приходится на сторону ответа, а не на сторону промпта. Содержимое принимает части text и image_url; частей с файлом или PDF на этом эндпоинте нет, а модальность такая: текст и изображения на входе, текст на выходе.

Картинка и фраза о ней — в одной реплике

Содержимое может быть простой строкой или массивом частей, а часть с изображением несёт url и подсказку detail со значением auto, low или high. Снимок и вопрос о нём приходят вместе, поэтому модель читает пиксели, а не ваше описание пикселей, — и в этом вся разница, когда ответ держится на неверно подписанной оси, на обрезанной у края трассе вызовов или на вёрстке, которая ломается ровно на одной ширине. Содержимое изображений считается внутри окна на 500 000 токенов, а не рядом с ним, поэтому несколько крупных снимков и длинная история переписки делят один бюджет.

Почти весь бюджет можно отдать ответу

Один ответ доходит до 450 000 токенов — необычная форма для чат-модели: большую часть окна можно потратить на письмо, а не на чтение. max_tokens по умолчанию по-прежнему 4 096, поэтому длинную генерацию запрашивают намеренно, а не попадают в неё случайно, и обрезка на значении по умолчанию происходит без предупреждения. reasoning_effort принимает значения low, medium, high или xhigh, по умолчанию high; усилие оплачивается выходными токенами, а значит расходует и ваш предел, и ваш счёт одновременно.

На пути нет ничего нашего

Между вами и этой моделью мы не ставим собственный классификатор содержимого. То, что она отказывается писать, — её собственное поведение, а не вставленный здесь слой; отправленное вами по дороге не просматривают, не оценивают и не переписывают. Права на отправленный материал остаются у вас, и вы же отвечаете за то, как используется ответ.

Разобрать снимок вместо того, чтобы его описывать

Отправьте снимок с detail high рядом с вопросом в одном пользовательском сообщении — и модель работает по пикселям: неверная подпись оси, пропавшая строка, обрезанный у края кадр. Два снимка с разницей в час в одной реплике позволяют спросить, какое число сдвинулось, вместо вопроса о сводке, набранной вручную.

Написать текст объёмом с книгу за один вызов

Поднимите max_tokens ближе к 450 000 — и руководство по миграции, длинный отчёт или целый набор тестов вернётся одним ответом, а не цепочкой продолжений, каждое из которых теряет кусочек нити. С stream: true текст приходит, пока его ещё пишут.

Сохранить читаемость цикла с инструментами

Объявите до 128 описаний функций, соедините их с tool_choice и возвращайте каждый результат следующей репликой с ролью tool. Зафиксируйте reasoning_effort на весь цикл — и между итерациями будет меняться только разговор, а это и делает трассу пригодной для чтения, когда цикл идёт не туда.

Отдать ответ коду, а не человеку

Запросите объект JSON через response_format и опустите temperature до 0 — ответ вернётся структурой, которую ваш парсер возьмёт как есть. Добавьте к этому часть с изображением, и вы получите извлечение прямо из чека, графика или снимка формы, без промежуточного шага с перепечатыванием.

curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "xai/grok-4.6/chat",
  "messages": [
    {
      "role": "user",
      "content": "Summarise the following release notes into three bullet points."
    }
  ],
  "stream": true
}' \
  | jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.