Das OpenAI-SDK für Grok
Auf dieser Seite
Aktualisiert am 3. November 2026, basierend auf der xAI-Seite Models: Das Modell
grok-4.7(September 2026) hatgrok-4.5als empfohlenes Modell abgelöst; das untenstehende Beispiel, das mitgrok-4.5geschrieben wurde, funktioniert auch mitgrok-4.7. Quellen: Models · Release notes.
Klarstellung am 3. November 2026, basierend auf der xAI-Referenz für Chat Completions: Der Aufruf ist nicht strikt identisch mit dem von OpenAI;
logprobsundtop_logprobs(abgrok-4.20ignoriert) sowielogit_bias(nicht unterstützt) fügen sich zu den unten aufgeführten Unterschieden hinzu. Quelle: xAI, Chat Completions.
Wiederverwendung Ihrer OpenAI-Kenntnisse
Wenn Sie bereits mit dem OpenAI-SDK in Python arbeiten, können Sie es unverändert verwenden, um die Grok-API aufzurufen. Ändern Sie lediglich die Basis-URL, um die Anfragen an die Server von xAI zu leiten. Dies ist der schnellste Ansatz, wenn Sie bestehenden Code vorliegen haben.
Installation
Falls das OpenAI-SDK noch nicht in Ihrem Projekt installiert ist:
pip install openai
Konfigurieren des Clients für xAI
Der einzige Unterschied zur regulären OpenAI-Nutzung ist der Parameter base_url:
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("XAI_API_KEY"),
base_url="https://api.x.ai/v1"
)
Das ist alles. Ab hier funktionieren alle Methoden im OpenAI-SDK mit den Grok-Modellen.
Eine Nachricht senden
Der Aufruf hat dieselbe Struktur wie für GPT, mit Ausnahme nicht unterstützter Parameter (siehe unten):
response = client.chat.completions.create(
model="grok-4.5",
messages=[
{"role": "system", "content": "Sie sind eine technische Assistentin."},
{"role": "user", "content": "Was ist der Unterschied zwischen REST und GraphQL?"}
],
temperature=0.7,
max_completion_tokens=500
)
print(response.choices[0].message.content)
Verfügbare Modelle
Ersetzen Sie einfach den OpenAI-Modellnamen durch ein Grok-Modell:
grok-4.7: Das von xAI empfohlene Modell, vielseitig, mit Bild-Eingabe (grok-4.6undgrok-4.5bleiben verfügbar)grok-4.20-0309-reasoning: Fortgeschrittene Schlussfolgerungsfähigkeitengrok-4.3: Schnelle, kostengünstige Antworten (1 Mio. Kontext)
Migration eines bestehenden OpenAI-Projekts
Um ein bestehendes Projekt anzupassen, haben Sie zwei Optionen.
Option 1: Umgebungsvariablen
Ändern Sie Ihre Variablen, ohne den Code zu berühren:
export OPENAI_API_KEY="xai-ihre-schlüssel"
export OPENAI_BASE_URL="https://api.x.ai/v1"
Das OpenAI-SDK liest diese Variablen automatisch aus. Ihr bestehender Code funktioniert, wenn Sie auch den Modellnamen ändern und die Parameter entfernen, die xAI nicht unterstützt.
Option 2: Explizite Konfiguration
Schreiben Sie eine Initialisierungsfunktion, die zwischen Anbietern umschaltet:
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 standardmäßig
client = create_client("xai")
Dieser Ansatz ermöglicht es Ihnen, während der Migration leicht zwischen Anbietern umzuschalten.
Unterschiede, die Sie kennen müssen
Obwohl die API kompatibel ist, weichen einige Verhaltensweisen ab:
- Die Parameter
frequency_penaltyundpresence_penaltywerden bei Schlussfolgerungsmodellen nicht unterstützt - Der Parameter
stopist bei Schlussfolgerungsmodellen nicht verfügbar logprobsundtop_logprobswerden vongrok-4.20und neueren Modellen stumm ignoriert, undlogit_biaswird nicht unterstützt- Modellnamen sind offensichtlich unterschiedlich
- Einige xAI-Funktionen (X-Suche, Websuche) stehen nicht über das Standard-OpenAI-Format zur Verfügung
Wann dieser Ansatz sinnvoll ist
Der Kompatibilitätsmodus macht am meisten Sinn, wenn Ihr bestehender Code wichtiger ist als exklusive Funktionen. Der häufigste Fall ist die Migration: Code, der bereits für OpenAI geschrieben wurde, wird zu Grok, indem Sie die Basis-URL und den Schlüssel ändern: zwei Zeilen, keine Neuschreibung. Auch die Rückgängigmachbarkeit ist wichtig: Solange Sie beim OpenAI-Format bleiben, ist der Wechsel der Anbieter eine Frage der Konfiguration, was wertvoll ist, um Modelle zu vergleichen oder Verträge zu verhandeln. Dann gibt es noch das Ökosystem: Drittanbieter-Tools, die um das OpenAI-SDK herum entwickelt wurden, wie LangChain und LlamaIndex, funktionieren sofort, und ein Team, das das SDK bereits kennt, muss nichts Neues lernen. Der Preis, den Sie zahlen, ist der, den Sie oben gesehen haben: Funktionen, die spezifisch für xAI sind, treten in den Hintergrund.
Kernaussagen
- Fügen Sie
base_url="https://api.x.ai/v1"zum KonstruktorOpenAI()hinzu - Ersetzen Sie den API-Schlüssel und den Modellnamen
- Die Variablen
OPENAI_BASE_URLundOPENAI_API_KEYermöglichen eine Migration, ohne den Code zu berühren - Einige Parameter (Strafen, Stop) werden bei Schlussfolgerungsmodellen nicht unterstützt