Grok 对话

xAI Grok 系列：6 个模型 ID 与计费方式、grok-4.6 的 Chat / Responses 调用与参数支持、推理 token、错误速查与迁移清单

POST /v1/chat/completions · POST /v1/responses

xAI 的 Grok 系列在本网关上覆盖对话、图像、视频三类能力，共 6 个模型 ID，全部走 OpenAI 兼容协议： base_url 填 https://www.vibeapi.cn/v1，openai SDK 直接用。它的参数支持与 OpenAI 系差别不小，直接把 OpenAI 的代码换个 model 就发过来会 400。本页讲对话与全系列共用的模型、计费、错误；生图见 Grok 图像，视频见 Grok 视频，在 Claude Code 里使用见接入教程。

本页结论来自对本网关的真实调用，并对照 docs.x.ai 逐条核对；与官方口径不一致之处均标注「实测」。最后验证：2026-09-12。

基本调用

curl -N https://www.vibeapi.cn/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "messages": [{"role": "user", "content": "用一句话解释量子纠缠"}],
    "stream": true
  }'

from openai import OpenAI

client = OpenAI(base_url="https://www.vibeapi.cn/v1", api_key="YOUR_API_KEY")

stream = client.chat.completions.create(
    model="grok-4.6",
    messages=[{"role": "user", "content": "用一句话解释量子纠缠"}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="", flush=True)

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://www.vibeapi.cn/v1", apiKey: "YOUR_API_KEY" });

const stream = await client.chat.completions.create({
  model: "grok-4.6",
  messages: [{ role: "user", content: "用一句话解释量子纠缠" }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}

模型

模型	能力	端点	计费
`grok-4.6`	对话 / 推理，当前主力	`/v1/chat/completions` · `/v1/responses`	按 token，两档
`grok-4.5`	对话 / 推理，上一代	同上	按 token，两档，与 4.6 同价
`grok-imagine-image-2.0`	文生图 + 图生图，当前主力	`/v1/images/generations` · `/v1/images/edits`	按张
`grok-imagine-image-quality`	文生图 + 图生图，上一代	同上	按张
`grok-imagine-video-1.5`	文生 / 图生 / 参考图生视频	`/v1/videos/generations`	按秒
`grok-imagine-video`	视频编辑 + 视频延长（这两个接口只接受这个模型名）	`/v1/videos/edits` · `/v1/videos/extensions`	按秒

grok-imagine-image-quality 官方定于 2026-11-02 退役，之后这个模型名由 2.0 以 quality: low 接管，请求与响应形状不变。它目前是唯一能指定画幅的 Grok 图像模型，依赖竖图 / 方图的链路要提前打算，见图像。

计费方式

单价随分组倍率变动，一律以价格页为准；这里只讲计费方式，也就是写代码时会影响费用的那几件事。

对话按 token，分两档。 单次请求的输入达到 200K token 时进入第二档，输入、输出、缓存读取单价全部翻倍。 grok-4.6 与 grok-4.5 定价相同，包括这条分档规则。两者都能吃下超长上下文（实测 210K 输入正常返回），越界的是费用档位，不是上下文长度——把长文档一次性塞进 prompt 之前先算一遍账，能拆到 200K 以内就拆。

图像按张。 n 张就是 n 份费用。图生图复用生图模型，价格与文生图同档。

视频按秒，不是按次。 价格页给的是每秒单价，一条 6 秒视频要乘 6；按实际产出秒数结算，生成失败或超时全额退款。编辑、延长各自产出的视频重新计费。

新旧两代怎么选

场景	选谁	原因
对话 / 工具调用 / 长上下文	`grok-4.6`	参数支持与 4.5 完全一致，同价，没有留在 4.5 的理由
横图、默认画幅	`grok-imagine-image-2.0`	固定输出 1248×832
竖图、方图、指定画幅	`grok-imagine-image-quality`	2.0 在本网关不认 `aspect_ratio`，只有它能指定画幅；注意 11-02 退役
批量出图、对延迟敏感	`grok-imagine-image-quality`	单张约 5 秒；2.0 约 40–60 秒

请求参数

参数	支持	说明
`messages`	✅	必填
`max_tokens`	✅
`temperature` / `top_p`	✅
`n`	✅	`n=2` 返回 2 个 choice，token 按两份计费（OpenAI 系模型在本网关上 `n` 不生效，Grok 生效）
`seed`	✅	接受，但推理模型不保证复现，见下文
`stream`	✅	SSE 流式
`tools` / `tool_choice`	✅	标准 Function Calling；内置 `web_search` 工具会被网关移除
`response_format`	✅	`{"type": "json_object"}` 可用
`reasoning_effort`	✅	`low` / `medium` / `high`（默认）/ `xhigh`，四档均可用（实测 reasoning_tokens 约 99 / 161 / 157 / 212）；`none` 返回 400，推理不可关闭
`logprobs` / `top_logprobs`	⚠️	返回 200 但字段为 null，静默忽略
`stop`	❌	400 `Model grok-4.6 does not support parameter stop`
`presence_penalty`	❌	400 `does not support parameter presencePenalty`
`frequency_penalty`	❌	400 `does not support parameter frequencyPenalty`

迁移 OpenAI 代码前先删掉 stop、presence_penalty、frequency_penalty——这三个是 OpenAI 的既有参数，Grok 直接拒绝，不是静默忽略。

多轮对话建议带上 prompt_cache_key（Responses）或请求头 x-grok-conv-id（Chat），把同一会话路由到同一台服务器以稳定命中缓存；否则常按全价输入计费。

Responses 入口

xAI 官方把 Responses API 列为首选入口，本网关可用：

curl https://www.vibeapi.cn/v1/responses \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "input": [{"role": "user", "content": "How do stars form?"}],
    "reasoning": {"effort": "high"}
  }'

	`/v1/chat/completions`	`/v1/responses`
会话状态	无状态，每次重发全部历史	官方支持服务端保存
多轮	自行拼接 `messages`	官方支持 `previous_response_id`
推理档位	`reasoning_effort`	`reasoning.effort`

本网关返回 store: false，即服务端留存未开启，多轮对话仍需自行携带历史（xAI 官方默认 store: true 保存 30 天，这是网关侧差异）。

推理 token

grok-4.6 与 grok-4.5 都是推理模型，usage 里会有推理消耗：

"usage": {
  "prompt_tokens": 212,
  "completion_tokens": 65,
  "completion_tokens_details": { "reasoning_tokens": 63 },
  "prompt_tokens_details": { "cached_tokens": 128 }
}

上例一句「回复 PONG」实际消耗 65 个输出 token，其中 63 个是推理 token，可见回复只占 2 个。按可见回复长度估算成本会严重偏低，请以 usage 为准；reasoning_effort: "low" 能明显压低这部分开销。

固定 seed 与 temperature=0 连续调用，推理 token 数与措辞仍会波动（同一句提示词四次分别 282 / 286 / 311 / 294）。推理模型不保证确定性复现，需要稳定输出的场景请在应用层处理。

真实响应示例

最后一条是传入不受支持参数时的真实报错，可用于对照你自己的错误处理。

▸grok-4.6 · Chat

请求 POST /v1/chat/completions

{
  "model": "grok-4.6",
  "max_tokens": 120,
  "messages": [
    {
      "role": "user",
      "content": "用一句话解释幂等"
    }
  ]
}

{  "model": "grok-4.6",  "max_tokens": 120,  "messages": [    {      "role": "user",      "content": "用一句话解释幂等"    }  ]}

响应

{
  "id": "5f7a4c41-5d6a-9f4b-8b31-2e09f9bb89c7",
  "object": "chat.completion",
  "created": 1788981783,
  "model": "grok-4.6-build",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "幂等是指一个操作无论执行一次还是多次，其产生的效果（或结果）都相同。",
        "reasoning_content": "The user asked: \"用一句话解释幂等\" which is Chinese for \"Explain idempotence in one sentence.\"\n"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 212,
    "completion_tokens": 296,
    "total_tokens": 508,
    "prompt_tokens_details": {
      "cached_tokens": 128,
      "text_tokens": 212,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 24,
      "audio_tokens": 0,
      "image_tokens": 0,
      "reasoning_tokens": 272
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  },
  "system_fingerprint": "fp_08d0bc26c22b024e"
}

{  "id": "5f7a4c41-5d6a-9f4b-8b31-2e09f9bb89c7",  "object": "chat.completion",  "created": 1788981783,  "model": "grok-4.6-build",  "choices": [    {      "index": 0,      "message": {        "role": "assistant",        "content": "幂等是指一个操作无论执行一次还是多次，其产生的效果（或结果）都相同。",        "reasoning_content": "The user asked: \"用一句话解释幂等\" which is Chinese for \"Explain idempotence in one sentence.\"\n"      },      "finish_reason": "stop"    }  ],  "usage": {    "prompt_tokens": 212,    "completion_tokens": 296,    "total_tokens": 508,    "prompt_tokens_details": {      "cached_tokens": 128,      "text_tokens": 212,      "audio_tokens": 0,      "image_tokens": 0    },    "completion_tokens_details": {      "text_tokens": 24,      "audio_tokens": 0,      "image_tokens": 0,      "reasoning_tokens": 272    },    "input_tokens": 0,    "output_tokens": 0,    "input_tokens_details": null,    "claude_cache_creation_5_m_tokens": 0,    "claude_cache_creation_1_h_tokens": 0  },  "system_fingerprint": "fp_08d0bc26c22b024e"}

▸grok-4.6 · Responses

请求 POST /v1/responses

{
  "model": "grok-4.6",
  "input": "用一句话解释幂等",
  "max_output_tokens": 120
}

{  "model": "grok-4.6",  "input": "用一句话解释幂等",  "max_output_tokens": 120}

响应

{
  "created_at": 1788981790,
  "completed_at": 1788981795,
  "id": "390bf85e-6263-93a0-b77b-972f4b9c1984",
  "max_output_tokens": 120,
  "model": "grok-4.6-build",
  "object": "response",
  "output": [
    {
      "id": "rs_XXXXXXXX",
      "summary": [
        {
          "text": "The user's query is: \"用一句话解释幂等\" which is Chinese for \"Explain idempotence in one sentence.\"\n",
          "type": "summary_text"
        }
      ],
      "type": "reasoning",
      "status": "completed"
    },
    {
      "content": [
        {
          "type": "output_text",
          "text": "幂等是指某个操作无论执行多少次，其结果都与执行一次相同。",
          "logprobs": [],
          "annotations": []
        }
      ],
      "id": "msg_XXXXXXXX",
      "role": "assistant",
      "type": "message",
      "status": "completed"
    }
  ],
  "parallel_tool_calls": true,
  "previous_response_id": null,
  "reasoning": {
    "effort": "high",
    "summary": "detailed"
  },
  "temperature": 0.7,
  "text": {
    "format": {
      "type": "text"
    }
  },
  "tool_choice": "auto",
  "tools": [],
  "top_p": 0.95,
  "usage": {
    "input_tokens": 212,
    "input_tokens_details": {
      "cached_tokens": 128
    },
    "output_tokens": 243,
    "output_tokens_details": {
      "reasoning_tokens": 224
    },
    "total_tokens": 455,
    "num_sources_used": 0,
    "num_server_side_tools_used": 0,
    "cost_in_usd_ticks": 2873000,
    "context_details": {
      "input_tokens": 212,
      "output_tokens": 243
    }
  },
  "user": null,
  "incomplete_details": null,
  "status": "completed",
  "store": false,
  "metadata": {
    "system_fingerprint": "fp_08d0bc26c22b024e"
  },
  "background": false,
  "truncation": "disabled",
  "top_logprobs": 0,
  "presence_penalty": 0.0,
  "frequency_penalty": 0.0,
  "prompt_cache_key": "f45f1504-ab45-491c-b37f-cc2ce9dd35ea",
  "max_tool_calls": null,
  "safety_identifier": null,
  "error": null,
  "instructions": null
}

{  "created_at": 1788981790,  "completed_at": 1788981795,  "id": "390bf85e-6263-93a0-b77b-972f4b9c1984",  "max_output_tokens": 120,  "model": "grok-4.6-build",  "object": "response",  "output": [    {      "id": "rs_XXXXXXXX",      "summary": [        {          "text": "The user's query is: \"用一句话解释幂等\" which is Chinese for \"Explain idempotence in one sentence.\"\n",          "type": "summary_text"        }      ],      "type": "reasoning",      "status": "completed"    },    {      "content": [        {          "type": "output_text",          "text": "幂等是指某个操作无论执行多少次，其结果都与执行一次相同。",          "logprobs": [],          "annotations": []        }      ],      "id": "msg_XXXXXXXX",      "role": "assistant",      "type": "message",      "status": "completed"    }  ],  "parallel_tool_calls": true,  "previous_response_id": null,  "reasoning": {    "effort": "high",    "summary": "detailed"  },  "temperature": 0.7,  "text": {    "format": {      "type": "text"    }  },  "tool_choice": "auto",  "tools": [],  "top_p": 0.95,  "usage": {    "input_tokens": 212,    "input_tokens_details": {      "cached_tokens": 128    },    "output_tokens": 243,    "output_tokens_details": {      "reasoning_tokens": 224    },    "total_tokens": 455,    "num_sources_used": 0,    "num_server_side_tools_used": 0,    "cost_in_usd_ticks": 2873000,    "context_details": {      "input_tokens": 212,      "output_tokens": 243    }  },  "user": null,  "incomplete_details": null,  "status": "completed",  "store": false,  "metadata": {    "system_fingerprint": "fp_08d0bc26c22b024e"  },  "background": false,  "truncation": "disabled",  "top_logprobs": 0,  "presence_penalty": 0.0,  "frequency_penalty": 0.0,  "prompt_cache_key": "f45f1504-ab45-491c-b37f-cc2ce9dd35ea",  "max_tool_calls": null,  "safety_identifier": null,  "error": null,  "instructions": null}

▸grok-4.6 · 传了不支持的 stop（会 400）HTTP 400

请求 POST /v1/chat/completions

{
  "model": "grok-4.6",
  "max_tokens": 120,
  "messages": [
    {
      "role": "user",
      "content": "用一句话解释幂等"
    }
  ],
  "stop": [
    "。"
  ]
}

{  "model": "grok-4.6",  "max_tokens": 120,  "messages": [    {      "role": "user",      "content": "用一句话解释幂等"    }  ],  "stop": [    "。"  ]}

响应HTTP 400

{
  "error": {
    "message": "Model grok-4.6 does not support parameter stop. (request id: ...)",
    "type": "invalid_request_error",
    "param": "",
    "code": null
  }
}

{  "error": {    "message": "Model grok-4.6 does not support parameter stop. (request id: ...)",    "type": "invalid_request_error",    "param": "",    "code": null  }}

以上为真实调用抓取并脱敏 · 2026-09-09

容量抖动

Grok 图片 / 视频的号池容量有限，突发并发会失败，而且失败表现与「参数不被支持」很像，容易误判：同时提交 8 个视频任务，提交全部返回 200，生成阶段整批 failed；相同参数单发或并发 ≤ 2 时全部成功。失败信息也很笼统（upstream returned error / no eligible account）。

视频提交并发控制在 2 以内，失败用指数退避重试 3–5 次，不要因单次失败就判定某参数不可用。

错误速查

现象	原因	处理
400 `Model grok-4.6 does not support parameter stop`	Grok 不支持该 OpenAI 既有参数	移除 `stop` / `presence_penalty` / `frequency_penalty`
400 `This model does not support reasoning_effort value none`	推理不可关闭	用 `low`
400 `seconds must be between 1 and 15`	视频时长越界	调整至 1–15
400 `The number of images to generate (n) must be between 1 and 10 inclusive`	生图数量越界	调整至 1–10
非流式请求返回空的 `text/event-stream`，正文只有 `data: [DONE]`	上游抖动，一次性空响应	直接重试
生图 `aspect_ratio` / `resolution` / `quality` 设了不生效	`grok-imagine-image-2.0` 在本网关不认这些参数	指定画幅用 `grok-imagine-image-quality`（11-02 退役）
视频 `failed` 但参数无误	容量抖动	退避重试
视频 `failed` + `image_download_error`	参考图无法公网直接获取	换可直接引用的图床
改图 502 `可用渠道不存在`	用了 multipart/form-data 上传图片	改成 JSON body，图片走 URL 或 base64 内联
`/content` 502 或 `Video request not found`，任务却是 `completed`	视频已被回收	无法找回，需重新生成；今后生成完立即下载落盘
400 `Video editing is not supported for this model.` / `Video extension is not supported for this model.`	编辑或延长接口传了 `grok-imagine-video-1.5`	换成不带版本号的 `grok-imagine-video`
视频编辑后时长翻倍（4 秒变 8 秒）	走了旧写法 `/generations` + `video` 且用 1.5 不传 `duration`	改用 `/v1/videos/edits` + `grok-imagine-video`

迁移 OpenAI 代码的检查清单

移除 stop / presence_penalty / frequency_penalty
reasoning_effort 用 low / medium / high / xhigh，别传 none；logprobs 会被静默忽略
预算按 usage 里的 reasoning_tokens 重新估算——推理模型的隐藏消耗可能远超可见回复
生图把 size 换成 aspect_ratio；用 2.0 时不要依赖画幅，固定 1248×832
改图改成 JSON body，不要用 SDK 的 multipart images.edit()
视频把 size 换成 resolution，改成异步轮询，生成完立即下载
视频编辑走 /v1/videos/edits、延长走 /v1/videos/extensions，模型都写 grok-imagine-video

能力边界

stop、presence_penalty、frequency_penalty 不支持，传了 400。
reasoning_effort: none 不支持，推理不可关闭；logprobs 被静默忽略。
内置 web_search 工具会被网关移除，其余工具保留。
Responses 的服务端留存未开，store 恒为 false，多轮仍需自带历史。
grok-imagine-image-2.0 不认 aspect_ratio / resolution / quality，只出 1248×832。
size 在图像与视频接口里都被静默忽略，改用 aspect_ratio / resolution。
视频文件会被回收，生成完成后立即下载落盘，之后 /content 可能取不到。
grok-imagine-edit 已下线，代码里还有这个模型名的请移除。

使用 Bearer Token 认证。格式: Authorization: Bearer sk-xxxxxx

In: header

Request Body

application/json

model*string

模型 ID

messages*

对话消息列表

temperature?number

采样温度

Default1

Range0 <= value <= 2

top_p?number

核采样参数

Default1

Range0 <= value <= 1

n?integer

生成数量

Default1

Range1 <= value

stream?boolean

是否流式响应

Defaultfalse

stream_options?

stop?string|

停止序列

max_tokens?integer

最大生成 Token 数

max_completion_tokens?integer

最大补全 Token 数

presence_penalty?number

Default0

Range-2 <= value <= 2

frequency_penalty?number

Default0

Range-2 <= value <= 2

logit_bias?

user?string

tools?

tool_choice?string|

response_format?

seed?integer

reasoning_effort?string

推理强度 (用于支持推理的模型)

Value in"low" | "medium" | "high"

modalities?array<string>

audio?

Response Body

application/json

curl -X POST "https://www.vibeapi.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4",
    "messages": [
      {
        "role": "system",
        "content": "string"
      }
    ]
  }'

curl -X POST "https://www.vibeapi.cn/v1/chat/completions" \  -H "Content-Type: application/json" \  -d '{    "model": "gpt-4",    "messages": [      {        "role": "system",        "content": "string"      }    ]  }'

{
  "id": "string",
  "object": "chat.completion",
  "created": 0,
  "model": "string",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "system",
        "content": "string",
        "name": "string",
        "tool_calls": [
          {
            "id": "string",
            "type": "function",
            "function": {
              "name": "string",
              "arguments": "string"
            }
          }
        ],
        "tool_call_id": "string",
        "reasoning_content": "string"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 0,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 0
    }
  },
  "system_fingerprint": "string"
}

{
  "error": {
    "message": "string",
    "type": "string",
    "param": "string",
    "code": "string"
  }
}

{
  "error": {
    "message": "string",
    "type": "string",
    "param": "string",
    "code": "string"
  }
}

Responses

Authorization

BearerAuth

AuthorizationBearer <token>

使用 Bearer Token 认证。格式: Authorization: Bearer sk-xxxxxx

In: header

Request Body

application/json

model*string

input?string|

输入内容，可以是字符串或消息数组

instructions?string

max_output_tokens?integer

temperature?number

top_p?number

stream?boolean

tools?

tool_choice?string|

reasoning?

previous_response_id?string

truncation?string

Value in"auto" | "disabled"

Response Body

application/json

curl -X POST "https://www.vibeapi.cn/v1/responses" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "string"
  }'

curl -X POST "https://www.vibeapi.cn/v1/responses" \  -H "Content-Type: application/json" \  -d '{    "model": "string"  }'

{
  "id": "string",
  "object": "response",
  "created_at": 0,
  "status": "completed",
  "model": "string",
  "output": [
    {
      "type": "string",
      "id": "string",
      "status": "string",
      "role": "string",
      "content": [
        {
          "type": "string",
          "text": "string"
        }
      ]
    }
  ],
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "text_tokens": 0,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 0
    }
  }
}

官方文档

xAI · Grok 4.6 · Reasoning · Models · Pricing · Release Notes

基本调用

模型

计费方式

新旧两代怎么选

请求参数

Responses 入口

推理 token

真实响应示例

容量抖动

错误速查

迁移 OpenAI 代码的检查清单

能力边界

在线调试

Chat Completions

Authorization

Request Body

Response Body

application/json

application/json

application/json

Responses

Authorization

Request Body

Response Body

application/json

官方文档

目录

Grok 对话

200application/json

400application/json

429application/json

200application/json

目录

application/json

application/json

application/json

application/json