Modelos disponíveis
Nesta página
Descubra os modelos disponíveis
Este endpoint responde a uma pergunta que poderá assumir, erradamente, conseguir tratar de memória: quais os modelos que a sua equipa pode realmente invocar e a que preço hoje. A documentação pública descreve o catálogo geral; a API descreve o seu catálogo, incluindo a tabela de preços atual.
A discrepância entre os dois não é teórica. Os níveis evoluem, os preços alteram-se e um ID copiado de um artigo de blogue com seis meses produz um erro de acesso difícil de diagnosticar. Adote o hábito de consultar este endpoint em vez de fazer suposições — é também isto que mantém os seus scripts de comparação de custos fiáveis ao longo do tempo. Esta informação é essencial para escolher o modelo certo para o seu caso de uso e orçamento.
Listar modelos
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
A resposta contém, para cada modelo:
- ID: o nome exato a utilizar nas chamadas à API (ex:
grok-4.20-0309-reasoning) - Cluster: o grupo de servidores que aloja o modelo
- Preços: preço por milhão de tokens para entrada e saída
- Capacidades: tamanho do contexto, suporte multimodal, etc.
Utilização na gestão de chaves
É aqui que o endpoint se torna indispensável, e não apenas prático. Uma ACL que nomeia um modelo inexistente — porque o formato do ID mudou ou o modelo foi descontinuado — não falha de forma estridente: simplesmente não autoriza nada, e acaba por procurar o erro no seu código. Verifique o ID na origem antes de o fixar numa chave.
{
"acls": [
"api-key:model:grok-4.20-0309-reasoning",
"api-key:model:grok-4.3"
]
}
Se restringir uma chave a modelos específicos, verifique primeiro se estes estão disponíveis para a sua equipa através deste endpoint.
Listar endpoints de ACL
A mesma lógica aplica-se aos endpoints: a lista abaixo é a autoridade para compor as suas ACLs. Fornece também uma visão útil do âmbito real de uma chave — uma chave limitada a chat não pode gerar embeddings nem processar imagens, independentemente dos modelos a que otherwise faz referência.
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/endpoints" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
Os endpoints disponíveis são:
- chat: conversas de texto (completamentos de chat)
- embed: geração de embeddings
- image: geração e análise de imagens
- models: lista de modelos
- sample: amostragem
- tokenize: tokenização de texto
- documents: processamento de documentos
Escolha o modelo certo
Por caso de uso
| Caso de uso | Modelo recomendado | Porquê |
|---|---|---|
| Raciocínio complexo | grok-4.20-0309-reasoning | Cadeia de pensamento avançada |
| Tarefas simples, alto volume | grok-4.3 | Rápido, económico |
| Análise de imagens | Modelo multimodal | Suporte de visão |
| Embeddings / RAG | Modelo de embedding | Otimizado para pesquisa |
Por orçamento
Compare as tarifas devolvidas pela API em vez das que tem em mente. A lógica de arbitragem é sempre a mesma: uma tarefa de classificação ou extração não beneficia de um modelo de raciocínio, contudo paga o seu preço em cada chamada — e é precisamente este o tipo de tarefa que executa milhares de vezes. O modelo de raciocínio é necessário para análises complexas.
Script de comparação de modelos
import requests
import json
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
# Recuperar modelos
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
models = response.json().get("models", [])
print(f"{'Modelo':<35} {'Entrada ($/M)':<15} {'Saída ($/M)':<15}")
print("-" * 65)
for model in models:
name = model.get("id", "N/A")
input_price = model.get("inputPrice", "N/A")
output_price = model.get("outputPrice", "N/A")
print(f"{name:<35} {input_price:<15} {output_price:<15}")
Monitorizar novos modelos
O catálogo altera-se várias vezes por ano, e as mudanças mais interessantes não são novos modelos, mas quedas de preço nos antigos. Uma verificação periódica que compare com o registo anterior sinaliza ambos, e custa apenas algumas linhas de cron.
import requests
import json
import os
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
CACHE_FILE = "/tmp/xai_models_cache.json"
# Recuperar modelos atuais
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
current_models = {m["id"] for m in response.json().get("models", [])}
# Comparar com a cache
if os.path.exists(CACHE_FILE):
with open(CACHE_FILE) as f:
cached_models = set(json.load(f))
new_models = current_models - cached_models
removed_models = cached_models - current_models
if new_models:
print(f"Novos modelos: {', '.join(new_models)}")
if removed_models:
print(f"Modelos removidos: {', '.join(removed_models)}")
# Atualizar cache
with open(CACHE_FILE, "w") as f:
json.dump(list(current_models), f)
Combine modelos e analytics
A referência cruzada final é o que orienta a decisão: de um lado, o custo de cada modelo; do outro, quanto o utiliza. Um modelo caro e marginal não merece atenção; um modelo caro que absorve a maior parte dos seus pedidos é o primeiro candidato a alteração, e é isto que este script traz à luz numa única linha.
# 1. Listar modelos disponíveis
curl -s "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY" > /tmp/models.json
# 2. Analisar utilização por modelo
curl -s -X POST "https://management-api.x.ai/v1/billing/teams/$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. Comparar
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'Modelos disponíveis não utilizados: {unused}')
"
Preços atualizados a 5 de agosto de 2026 — os preços evoluem regularmente: antes de qualquer cálculo orçamental, verifique a grelha atual na página oficial de modelos e preços da xAI.
Pontos-chave
GET /auth/teams/{teamId}/modelslista modelos com preços e capacidadesGET /auth/teams/{teamId}/endpointslista endpoints para ACLs- Utilize esta informação para criar chaves de API com ACLs precisas
- Compare as tarifas para escolher o modelo mais económico adequado à sua utilização
- Monitorize regularmente os novos modelos disponíveis