Model Grok xAI

Model Grok xAI tersedia untuk digunakan sebagai API terkelola di Gemini Enterprise Agent Platform. Anda dapat melakukan streaming respons untuk mengurangi persepsi latensi pengguna akhir. Respons yang di-streaming menggunakan peristiwa yang dikirim server (SSE) untuk melakukan streaming respons secara bertahap.

Model xAI terkelola

Model berikut tersedia dari xAI untuk digunakan di Gemini Enterprise Agent Platform. Untuk mengakses model xAI, buka kartu modelnya di Model Garden.

Grok 4.7 Model dengan kemampuan tinggi dari xAI, yang dibuat untuk coding dan pekerjaan berbasis pengetahuan. Model ini bekerja lebih lama pada tugas yang sulit dan memeriksa pekerjaannya sendiri.
Grok 4.6 Model dengan kemampuan tinggi dari xAI, yang dibuat untuk coding, tugas agentik, dan pekerjaan berbasis pengetahuan.
Grok 4.3 Model berperforma tinggi dari xAI.
Grok 4.20 (Penalaran) Model berperforma tinggi dari xAI, dengan tingkat halusinasi yang rendah. Unggul dalam tugas pemahaman dokumen dan panggilan alat agentik dengan cakupan panjang.
Grok 4.20 (Non-reasoning) Model non-pemikiran berperforma tinggi dari xAI, yang memiliki tingkat halusinasi rendah. Unggul dalam kasus penggunaan yang sensitif terhadap latensi seperti dukungan dan kategorisasi pelanggan.
Grok 4.1 Fast (Penalaran) (Tidak digunakan lagi) Model hemat biaya dari xAI, yang memiliki kapabilitas panggilan alat yang kuat dan sintesis pusat informasi yang efisien. Unggul dalam tugas penelusuran yang melibatkan data web dan alat pusat informasi internal.
Grok 4.1 Fast (Non-reasoning) (Tidak digunakan lagi) Model non-pemikiran hemat biaya dari xAI, yang dioptimalkan untuk performa latensi rendah. Unggul dalam tugas bervolume tinggi seperti peringkasan dan kategorisasi.

Menggunakan model xAI

Untuk mempelajari cara melakukan panggilan streaming dan non-streaming ke model xAI, lihat Memanggil API model terbuka.

Untuk model terkelola, Anda dapat menggunakan perintah curl untuk mengirim permintaan ke endpoint Gemini Enterprise Agent Platform menggunakan nama model berikut:

  • Untuk Grok 4.7, gunakan grok-4.7
  • Untuk Grok 4.6, gunakan grok-4.6
  • Untuk Grok 4.3, gunakan grok-4.3
  • Untuk Grok 4.20 (Penalaran), gunakan grok-4.20-reasoning
  • Untuk Grok 4.20 (Non-penalaran), gunakan grok-4.20-non-reasoning
  • Untuk Grok 4.1 Fast (Penalaran), gunakan grok-4.1-fast-reasoning
  • Untuk Grok 4.1 Fast (Non-reasoning), gunakan grok-4.1-fast-non-reasoning

Kuota Grok

Model Grok memiliki satu kuota global yang berlaku per model dasar, bukan per endpoint: permintaan ke endpoint global dan endpoint multi-region AS menggunakan batas yang sama. Kuota ditentukan dalam kueri per menit (QPM) dan token per menit (TPM), dengan TPM mencakup token input dan output.

Untuk mempertahankan performa layanan secara keseluruhan dan penggunaan yang dapat diterima, kuota maksimum dapat bervariasi menurut akun dan, dalam beberapa kasus, akses mungkin dibatasi. Lihat kuota project Anda di halaman Quotas & System Limits di konsol Google Cloud . Anda juga harus memiliki kuota berikut:

  • global_generate_content_requests_per_minute_per_project_per_base_model menentukan kuota QPM Anda.

  • Untuk TPM, ada dua nilai kuota yang berlaku untuk model tertentu: global_generate_content_input_tokens_per_minute_per_base_model menentukan kuota TPM input dan global_generate_content_output_tokens_per_minute_per_base_model menentukan kuota TPM output.

Untuk melihat model mana yang menghitung token input dan output secara terpisah, lihat halaman model tertentu.

Langkah berikutnya