SDK OpenAI dla Grok
Na tej stronie
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
logprobsitop_logprobs(ignorowane od wersjigrok-4.20) orazlogit_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 (modelegrok-4.6igrok-4.5pozostają dostępne)grok-4.20-0309-reasoning: zaawansowane wnioskowaniegrok-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_penaltyipresence_penaltysą nieobsługiwane w modelach do wnioskowania (reasoning) - Parametr
stopnie jest dostępny w modelach do wnioskowania logprobsitop_logprobssą cicho ignorowane przez modelegrok-4.20i nowsze, alogit_biasnie 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 konstruktoraOpenAI() - Zastąp klucz API i nazwę modelu
- Zmienne
OPENAI_BASE_URLiOPENAI_API_KEYpozwalają na migrację bez dotykania kodu - Niektóre parametry (kary, stop) nie są obsługiwane w modelach do wnioskowania