Beschikbare modellen
Op deze pagina
Ontdek beschikbare modellen
Dit eindpunt beantwoordt een vraag die u misschien ten onrechte uit uw hoofd denkt te kunnen beantwoorden: welke modellen uw team daadwerkelijk kan aanroepen, en tegen welke prijs vandaag. Openbare documentatie beschrijft de algemene catalogus; de API beschrijft uw catalogus, inclusief de actuele prijzen.
De kloof tussen beide is niet theoretisch. Tiers evolueren, prijzen verschuiven, en een ID gekopieerd uit een blogpost van zes maanden geleden leidt tot een toegangsfehler die moeilijk te diagnosticeren is. Maak er een gewoonte van om dit eindpunt te bevragen in plaats van aannames te doen; dit houdt ook uw kostenvergelijkingsscripts betrouwbaar in de tijd. Deze informatie is essentieel om het juiste model voor uw use case en budget te kiezen.
Modellen opsommen
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
Het antwoord bevat voor elk model:
- ID: de exacte naam die u in API-aanroepen moet gebruiken (bijv.
grok-4.20-0309-reasoning) - Cluster: de servergroep die het model host
- Prijzen: prijs per miljoen tokens voor input en output
- Mogelijkheden: contextgrootte, multimodale ondersteuning, enz.
Gebruik in sleutelbeheer
Hier wordt het eindpunt onmisbaar in plaats van slechts praktisch. Een ACL die een niet-bestaand model noemt—omdat de ID-indeling is gewijzigd of het model is gepensioneerd—faalt niet luidruchtig: het autoriseert simpelweg niets, en u zoekt vervolgens naar de fout in uw code. Verifieer de ID bij de bron voordat u deze in een sleutel vastlegt.
{
"acls": [
"api-key:model:grok-4.20-0309-reasoning",
"api-key:model:grok-4.3"
]
}
Als u een sleutel beperkt tot specifieke modellen, verifieer dan eerst via dit eindpunt of deze beschikbaar zijn voor uw team.
ACL-eindpunten opsommen
Dezelfde logica geldt voor eindpunten: de onderstaande lijst is de gezaghebbende bron voor het samenstellen van uw ACL’s. Het biedt ook een nuttig overzicht van de feitelijke reikwijdte van een sleutel; een sleutel die beperkt is tot chat kan geen embeddings genereren of afbeeldingen verwerken, ongeacht de modellen waarnaar anders wordt verwezen.
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/endpoints" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
De beschikbare eindpunten zijn:
- chat: tekstconversaties (chat completions)
- embed: generatie van embeddings
- image: generatie en analyse van afbeeldingen
- models: modellenlijst
- sample: sampling
- tokenize: teksttokenisatie
- documents: documentverwerking
Kies het juiste model
Per use case
| Use case | Aanbevolen model | Waarom |
|---|---|---|
| Complexe redenering | grok-4.20-0309-reasoning | Geavanceerde chain of thought |
| Eenvoudige taken, hoog volume | grok-4.3 | Snel, zuinig |
| Afbeeldingsanalyse | Multimodaal model | Ondersteuning voor visie |
| Embeddings / RAG | Embed-model | Geoptimaliseerd voor zoeken |
Per budget
Vergelijk de tarieven die door de API worden geretourneerd, niet die welke u in uw hoofd hebt. De arbitragelogica is altijd hetzelfde: een classificatie- of extractietaak heeft geen baat bij een redeneermodel, toch betaalt u bij elke aanroep de prijs ervan—en dit is precies het type taak dat u duizenden keren uitvoert. Het redeneermodel is noodzakelijk voor complexe analyses.
Modelvergelijkingsscript
import requests
import json
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
# Modellen ophalen
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
models = response.json().get("models", [])
print(f"{'Model':<35} {'Input ($/M)':<15} {'Output ($/M)':<15}")
print("-" * 65)
for model in models:
name = model.get("id", "N/A")
input_price = model.get("inputPrice", "N/A")
output_price = model.get("outputPrice", "N/A")
print(f"{name:<35} {input_price:<15} {output_price:<15}")
Houd nieuwe modellen in de gaten
De catalogus verandert meerdere keren per jaar, en de meest interessante wijzigingen zijn geen nieuwe modellen, maar prijsdalingen bij oude. Een periodieke controle die vergelijkt met de vorige registratie signaleert beide, en kost slechts een paar regels cron.
import requests
import json
import os
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
CACHE_FILE = "/tmp/xai_models_cache.json"
# Huidige modellen ophalen
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
current_models = {m["id"] for m in response.json().get("models", [])}
# Vergelijken met cache
if os.path.exists(CACHE_FILE):
with open(CACHE_FILE) as f:
cached_models = set(json.load(f))
new_models = current_models - cached_models
removed_models = cached_models - current_models
if new_models:
print(f"Nieuwe modellen: {', '.join(new_models)}")
if removed_models:
print(f"Verwijderde modellen: {', '.join(removed_models)}")
# Cache bijwerken
with open(CACHE_FILE, "w") as f:
json.dump(list(current_models), f)
Combineer modellen en analytics
De uiteindelijke kruisverwijzing is wat de beslissing stuurt: enerzijds wat elk model kost, anderzijds hoeveel u het gebruikt. Een duur en marginaal model verdient geen aandacht; een duur model dat het leeuwendeel van uw verzoeken absorbeert, is de eerste kandidaat voor wijziging, en dit is wat dit script in één regel aan het licht brengt.
# 1. Beschikbare modellen opsommen
curl -s "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY" > /tmp/models.json
# 2. Gebruik per model analyseren
curl -s -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"analyticsRequest": {
"timeRange": {
"startTime": "2026-03-01 00:00:00",
"endTime": "2026-04-01 00:00:00",
"timezone": "UTC"
},
"timeUnit": "MONTH",
"values": [{"name": "tokens", "aggregation": "SUM"}],
"groupBy": ["model"]
}
}' > /tmp/usage.json
# 3. Vergelijken
python3 -c "
import json
with open('/tmp/models.json') as f:
available = {m['id'] for m in json.load(f).get('models', [])}
with open('/tmp/usage.json') as f:
used = {p.get('model') for p in json.load(f).get('dataPoints', [])}
unused = available - used
if unused:
print(f'Beschikbare modellen die niet worden gebruikt: {unused}')
"
Prijzen per 5 augustus 2026 — prijzen evolueren regelmatig: controleer voor elke budgetberekening het actuele tarief op de officiële xAI-pagina voor modellen en prijzen.
Belangrijkste punten
GET /auth/teams/{teamId}/modelssomt modellen op met prijzen en mogelijkhedenGET /auth/teams/{teamId}/endpointssomt eindpunten op voor ACL’s- Gebruik deze informatie om API-sleutels met precieze ACL’s aan te maken
- Vergelijk tarieven om het meest zuinige model te kiezen dat bij uw gebruik past
- Houd regelmatig nieuwe beschikbare modellen in de gaten