Przejdź do głównej treści
Polski— Wybierz język
Menu

SDK OpenAI dla Grok

Lekcja 6 z 14 Zaktualizowano 3 listopada 2026 Programista
Na tej stronie
  1. Wykorzystaj swoją wiedzę o OpenAI
  2. Instalacja
  3. Konfiguracja klienta dla xAI
  4. Wysyłanie wiadomości
  5. Migracja istniejącego projektu OpenAI
  6. Różnice, o których warto wiedzieć
  7. Kiedy wybrać to podejście
  8. Kluczowe wnioski

Zaktualizowano 3 listopada 2026 r. na podstawie strony Models od xAI: model grok-4.7 (wrzesień 2026) zastąpił grok-4.5 jako rekomendowany; przykład napisany dla grok-4.5 działa również z grok-4.7. Źródła: Models · Release notes.

Doprecyzowano 3 listopada 2026 r. w oparciu o dokumentację Chat Completions od xAI: wywołanie nie jest ściśle identyczne jak w przypadku OpenAI; parametry logprobs i top_logprobs (ignorowane od wersji grok-4.20) oraz logit_bias (nieobsługiwany) powiększają listę różnic wymienionych poniżej. Źródło: xAI, Chat Completions.

Wykorzystaj swoją wiedzę o OpenAI

Jeśli pracujesz już z SDK OpenAI w Pythonie, możesz użyć go bez zmian do wywoływania API Grok. Wystarczy przekierować żądania na serwery xAI, zmieniając bazowy adres URL. To najszybsze podejście, jeśli masz już istniejący kod.

Instalacja

Jeśli SDK OpenAI nie jest jeszcze zainstalowane w Twoim projekcie:

pip install openai

Konfiguracja klienta dla xAI

Jedyną różnicą w porównaniu ze standardowym użyciem OpenAI jest parametr base_url:

from openai import OpenAI
import os

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

To wszystko. Od tego momentu każda metoda z SDK OpenAI działa z modelami Grok.

Wysyłanie wiadomości

Wywołanie ma taką samą strukturę jak w przypadku GPT, z wyjątkiem nieobsługiwanych parametrów (patrz poniżej):

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)

Dostępne modele

Po prostu zastąp nazwę modelu OpenAI nazwą modelu Grok:

  • grok-4.7: model rekomendowany przez xAI, wszechstronny, obsługujący dane wejściowe w postaci obrazów (modele grok-4.6 i grok-4.5 pozostają dostępne)
  • grok-4.20-0309-reasoning: zaawansowane wnioskowanie
  • grok-4.3: szybkie i niedrogie odpowiedzi (kontekst 1M)

Migracja istniejącego projektu OpenAI

Aby dostosować istniejący projekt, masz dwie opcje.

Opcja 1: Zmienne środowiskowe

Zmień zmienne bez dotykania kodu:

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

SDK OpenAI automatycznie odczytuje te zmienne. Twój istniejący kod zadziała, jeśli zmienisz również nazwę modelu i usuniesz parametry nieobsługiwane przez xAI.

Opcja 2: Konfiguracja jawna

Napisz funkcję inicjalizacyjną, która przełącza się między dostawcami:

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 domyślnie

client = create_client("xai")

To podejście pozwala łatwo przełączać się między dostawcami podczas migracji.

Różnice, o których warto wiedzieć

Mimo że API jest kompatybilne, niektóre zachowania się różnią:

  • Parametry frequency_penalty i presence_penalty są nieobsługiwane w modelach do wnioskowania (reasoning)
  • Parametr stop nie jest dostępny w modelach do wnioskowania
  • logprobs i top_logprobs są cicho ignorowane przez modele grok-4.20 i nowsze, a logit_bias nie jest obsługiwany
  • Nazwy modeli są oczywiście inne
  • Niektóre funkcje xAI (wyszukiwanie w X, wyszukiwanie w sieci) nie są dostępne przez standardowy format OpenAI

Kiedy wybrać to podejście

Tryb kompatybilności ma największy sens, gdy Twój istniejący kod jest ważniejszy niż ekskluzywne funkcje. Najczęstszym przypadkiem jest migracja: kod napisany już dla OpenAI przełącza się na Grok poprzez zmianę bazowego adresu URL i klucza: dwie linijki, bez przepisywania. Odwracalność również ma znaczenie: dopóki pozostajesz przy formacie OpenAI, zmiana dostawcy sprowadza się do kwestii konfiguracji, co jest cenne przy porównywaniu modeli lub negocjacjach. Dochodzi do tego ekosystem: narzędzia firm trzecich zbudowane wokół SDK OpenAI, takie jak LangChain i LlamaIndex, działają natychmiast, a zespół, który już zna SDK, nie musi uczyć się niczego nowego. Ceną, jaką płacisz, jest to, co widziałeś powyżej: funkcje specyficzne dla xAI schodzą na drugi plan.

Kluczowe wnioski

  • Dodaj base_url="https://api.x.ai/v1" do konstruktora OpenAI()
  • Zastąp klucz API i nazwę modelu
  • Zmienne OPENAI_BASE_URL i OPENAI_API_KEY pozwalają na migrację bez dotykania kodu
  • Niektóre parametry (kary, stop) nie są obsługiwane w modelach do wnioskowania