Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Een eenvoudige POST /v1/responses-aanvraag

Les 9 van 14 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Uw eerste succesvolle aanroep
  2. Structuur van het verzoek
  3. Anatomie van het antwoord
  4. Veelvoorkomende optionele parameters
  5. Een gesprek voortzetten
  6. Kosten bijhouden
  7. Belangrijkste punten

Bijgewerkt op 3 november 2026, gebaseerd op de best practices en API-referentie van xAI: de temperatuur is beperkt tot 1, en xAI raadt 0,7 aan met top_p op 0,95. Bron: Best practices.

Uw eerste succesvolle aanroep

U heeft uw account, uw API-sleutel en een SDK geïnstalleerd. Het is tijd om uw eerste verzoek naar de Grok API te sturen en de structuur van het antwoord te begrijpen. Deze les richt zich op het belangrijkste eindpunt, /v1/responses, het modernste en meest aanbevolen eindpunt.

Structuur van het verzoek

Het eindpunt POST /v1/responses vereist minimaal twee parameters:

  • model: de ID van het te gebruiken model
  • input: de tekst van uw verzoek (of een array met inhoud voor geavanceerde gevallen)

Minimaal verzoek in 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)

Met systeeminstructies

Met de parameter instructions definieert u het gedrag van het model:

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?"
)

Anatomie van het antwoord

De API retourneert een gestructureerd JSON-object. Hier zijn de belangrijkste velden:

{
  "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
  }
}

Belangrijke velden

  • id: de unieke ID van het antwoord, handig om het later op te halen
  • status: completed wanneer de generatie is voltooid
  • output: een array met de gegenereerde berichten
  • usage: tellers voor tokens om uw verbruik bij te houden

Veelvoorkomende optionele parameters

Creativiteit sturen

response = client.responses.create(
    model="grok-4.5",
    input="Suggest a name for an AI startup.",
    temperature=0.7,  # de waarde die xAI aanbeveelt
    top_p=0.95,
)
  • De API accepteert een temperatuur van 0 tot 2, maar capteert elke hogere waarde op 1
  • xAI raadt temperature=0.7 en top_p=0.95 aan en adviseert hiervan niet af te wijken: de kwaliteit neemt meestal af
  • Vraag voor meer creativiteit gewoon in de prompt (“suggesteer onverwachte namen”)

De lengte beperken

response = client.responses.create(
    model="grok-4.5",
    input="Summarize the concept of machine learning.",
    max_output_tokens=200  # Beperkt het antwoord
)

Redeneren inschakelen

Pas voor redeneermodellen de denkinspanning aan:

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 mogelijke niveaus zijn low, medium en high.

Een gesprek voortzetten

Het eindpunt /v1/responses ondersteunt gesprekken met meerdere beurten via de parameter previous_response_id:

# Eerste bericht
r1 = client.responses.create(
    model="grok-4.5",
    input="I'm building an API in Python."
)

# Tweede bericht (het model onthoudt de context)
r2 = client.responses.create(
    model="grok-4.5",
    input="Which framework do you recommend?",
    previous_response_id=r1.id
)

Deze aanpak is eenvoudiger dan het zelf beheren van de berichtengeschiedenis.

Kosten bijhouden

Met het veld usage in het antwoord berekent u de kosten van elke aanroep. Het veld output_tokens_details.reasoning_tokens toont hoeveel tokens zijn gebruikt voor de interne redenering van het model (deze tokens worden gefactureerd maar verschijnen niet in het antwoord).

Belangrijkste punten

  • Het eindpunt POST /v1/responses is het modernste en meest aanbevolen
  • Twee verplichte parameters: model en input
  • Het antwoord vindt u in output[0].content[0].text
  • Gebruik previous_response_id voor gesprekken met meerdere beurten
  • Het veld usage helpt u uw tokenverbruik bij te houden