Spring til hovedindhold
Dansk— Vælg et sprog
Menu

OpenAI SDK til Grok

Lektion 6 af 14 Opdateret 3. november 2026 Udvikler
På denne side
  1. Genbrug din viden om OpenAI
  2. Installation
  3. Konfigurér klienten til xAI
  4. Send en besked
  5. Migrér et eksisterende OpenAI-projekt
  6. Forskelle, du skal kende
  7. Hvornår skal du vælge denne tilgang?
  8. Vigtige pointer

Opdateret 3. november 2026 baseret på xAI-siden Models: grok-4.7 (september 2026) har afløst grok-4.5 som den anbefalede model; eksemplet, der er skrevet med grok-4.5, fungerer også med grok-4.7. Kilder: Models · Release notes.

Præciseret 3. november 2026 baseret på xAI-referencen for Chat Completions: Kaldet er ikke strengt identisk med OpenAIs; logprobs og top_logprobs (ignoreres fra grok-4.20 og frem) samt logit_bias (ikke understøttet) tilføjer til forskellene listede nedenfor. Kilde: xAI, Chat Completions.

Genbrug din viden om OpenAI

Hvis du allerede arbejder med OpenAI SDK i Python, kan du bruge det, som det er, til at kalde Grok API’et. Du skal blot omdirigere anmodninger til xAIs servere ved at ændre base-URL’en. Det er den hurtigste fremgangsmåde, hvis du har eksisterende kode.

Installation

Hvis OpenAI SDK endnu ikke er installeret i dit projekt:

pip install openai

Konfigurér klienten til xAI

Den eneste forskel i forhold til almindelig brug af OpenAI er parameteren base_url:

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.getenv("XAI_API_KEY"),
    base_url="https://api.x.ai/v1"
)

Det var det. Herfra fungerer alle metoder i OpenAI SDK med Grok-modellerne.

Send en besked

Kaldet har samme struktur som for GPT, bortset fra ikke-understøttede parametre (se nedenfor):

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {"role": "system", "content": "You are a technical assistant."},
        {"role": "user", "content": "What's the difference between REST and GraphQL?"}
    ],
    temperature=0.7,
    max_completion_tokens=500
)

print(response.choices[0].message.content)

Tilgængelige modeller

Udskift blot OpenAI-modelnavnet med en Grok-model:

  • grok-4.7: Den model, xAI anbefaler; alsidig med understøttelse af billedinput (grok-4.6 og grok-4.5 forbliver tilgængelige)
  • grok-4.20-0309-reasoning: Avanceret ræsonnement
  • grok-4.3: Hurtige, billige svar (1M kontekst)

Migrér et eksisterende OpenAI-projekt

For at tilpasse et eksisterende projekt har du to muligheder.

Mulighed 1: Miljøvariabler

Ændr dine variabler uden at røre koden:

export OPENAI_API_KEY="xai-your-key"
export OPENAI_BASE_URL="https://api.x.ai/v1"

OpenAI SDK læser disse variabler automatisk. Din eksisterende kode vil fungere, hvis du også ændrer modelnavnet og fjerner de parametre, som xAI ikke understøtter.

Mulighed 2: Eksplicit konfiguration

Skriv en initialiseringsfunktion, der skifter mellem udbydere:

import os
from openai import OpenAI

def create_client(provider="xai"):
    if provider == "xai":
        return OpenAI(
            api_key=os.getenv("XAI_API_KEY"),
            base_url="https://api.x.ai/v1"
        )
    return OpenAI()  # OpenAI som standard

client = create_client("xai")

Denne tilgang giver dig mulighed for nemt at skifte mellem udbydere under migrationen.

Forskelle, du skal kende

Selvom API’et er kompatibelt, adskiller noget adfærd sig:

  • Parametrene frequency_penalty og presence_penalty er ikke understøttet på ræsonnementsmodeller
  • Parameteren stop er ikke tilgængelig på ræsonnementsmodeller
  • logprobs og top_logprobs ignoreres stille af grok-4.20 og nyere modeller, og logit_bias understøttes ikke
  • Modelnavnene er naturligvis forskellige
  • Nogle xAI-funktioner (X-søgning, websøgning) er ikke tilgængelige via standard OpenAI-formatet

Hvornår skal du vælge denne tilgang?

Kompatibilitetstilstand giver mest mening, når din eksisterende kode vejer tungere end eksklusive funktioner. Det mest almindelige tilfælde er migration: Kode, der allerede er skrevet til OpenAI, skifter til Grok ved at ændre base-URL’en og nøglen: to linjer, ingen omskrivning. Reversibilitet betyder også noget: Så længe du bliver på OpenAI-formatet, er skift af udbyder blot et spørgsmål om konfiguration, hvilket er værdifuldt ved sammenligning af modeller eller forhandlinger. Så er der økosystemet: Tredjepartsværktøjer bygget omkring OpenAI SDK, såsom LangChain og LlamaIndex, fungerer med det samme, og et team, der allerede kender SDK’et, behøver ikke lære noget nyt. Prisen, du betaler, er den, du så ovenfor: xAI-specifikke funktioner kommer i baggrunden.

Vigtige pointer

  • Tilføj base_url="https://api.x.ai/v1" til OpenAI()-konstruktøren
  • Udskift API-nøglen og modelnavnet
  • Variablerne OPENAI_BASE_URL og OPENAI_API_KEY muliggør en migration uden at røre koden
  • Nogle parametre (straffe, stop) understøttes ikke på ræsonnementsmodeller