En simpel POST /v1/responses-forespørgsel
På denne side
Opdateret 3. november 2026 baseret på xAIs bedste praksis og API-reference: temperaturen er begrænset til 1, og xAI anbefaler 0,7 med
top_psat til 0,95. Kilde: Best practices.
Dit første succesfulde kald
Du har din konto, din API-nøgle og et SDK installeret. Det er tid til at sende din første forespørgsel til Grok API og forstå strukturen i svaret. Denne lektion fokuserer på hovedendepunktet, /v1/responses, som er det mest moderne og mest anbefalede.
Struktur for forespørgslen
Endepunktet POST /v1/responses kræver mindst to parametre:
model: ID’et på den model, du vil brugeinput: Teksten i din forespørgsel (eller et array af indhold til avancerede tilfælde)
Minimal forespørgsel i Python
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
response = client.responses.create(
model="grok-4.5",
input="What's the most widely used programming language in 2026?"
)
print(response.output[0].content[0].text)
Med systeminstruktioner
Parameteren instructions lader dig definere modellens adfærd:
response = client.responses.create(
model="grok-4.5",
instructions="You are a web development expert. Answer concisely.",
input="What's the difference between SSR and SSG?"
)
Anatomien af et svar
API’en returnerer et struktureret JSON-objekt. Her er de vigtigste felter:
{
"id": "resp-abc123",
"object": "response",
"status": "completed",
"model": "grok-4.5",
"output": [
{
"type": "message",
"content": [
{
"type": "output_text",
"text": "The model's answer appears here."
}
],
"status": "completed"
}
],
"usage": {
"input_tokens": 42,
"output_tokens": 156,
"total_tokens": 198
}
}
Vigtige felter
id: Svarets unikke ID, nyttigt til at hente det senerestatus:completed, når genereringen er afsluttetoutput: Et array, der indeholder de genererede beskederusage: Tællere for tokens til at spore dit forbrug
Almindelige valgfrie parametre
Styr kreativiteten
response = client.responses.create(
model="grok-4.5",
input="Suggest a name for an AI startup.",
temperature=0.7, # den værdi xAI anbefaler
top_p=0.95,
)
- API’en accepterer en temperatur fra 0 til 2, men begrænser enhver højere værdi til 1
- xAI anbefaler
temperature=0.7ogtop_p=0.95og fraråder at afvige fra dem: kvaliteten falder normalt - For mere kreativitet skal du bede om det i prompten („foreslå uventede navne”)
Begræns længden
response = client.responses.create(
model="grok-4.5",
input="Summarize the concept of machine learning.",
max_output_tokens=200 # Begrænser svaret
)
Aktiver ræsonnement
For modeller med ræsonnement kan du justere tankeindsatsen:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Solve this problem: if 3x + 7 = 22, what is x?",
reasoning={"effort": "high"}
)
De mulige niveauer er low, medium og high.
Fortsæt en samtale
Endepunktet /v1/responses understøtter samtaler over flere omgange via parameteren previous_response_id:
# Første besked
r1 = client.responses.create(
model="grok-4.5",
input="I'm building an API in Python."
)
# Anden besked (modellen husker konteksten)
r2 = client.responses.create(
model="grok-4.5",
input="Which framework do you recommend?",
previous_response_id=r1.id
)
Denne tilgang er enklere end selv at administrere beskedhistorikken.
Spor omkostninger
Feltet usage i svaret lader dig beregne omkostningerne ved hvert kald. Feltet output_tokens_details.reasoning_tokens viser, hvor mange tokens der gik til modellens interne ræsonnement (disse tokens faktureres, men vises ikke i svaret).
Vigtige pointer
- Endepunktet
POST /v1/responseser det mest moderne og mest anbefalede - To krævede parametre:
modeloginput - Svaret findes i
output[0].content[0].text - Brug
previous_response_idtil samtaler over flere omgange - Feltet
usagehjælper dig med at spore dit tokenforbrug