Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

OpenAI SDK för Grok

Lektion 6 av 14 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. Återanvänd din kunskap om OpenAI
  2. Installation
  3. Konfigurera klienten för xAI
  4. Skicka ett meddelande
  5. Migrera ett befintligt OpenAI-projekt
  6. Skillnader att känna till
  7. När ska du välja denna metod?
  8. Viktiga punkter

Uppdaterat den 3 november 2026, baserat på xAI:s sida Models: grok-4.7 (september 2026) har efterträtt grok-4.5 som den rekommenderade modellen; exemplet, skrivet för grok-4.5, fungerar även med grok-4.7. Källor: Models · Release notes.

Förtydligat den 3 november 2026, baserat på xAI:s referens för Chat Completions: anropet är inte strikt identiskt med OpenAI:s; logprobs och top_logprobs (ignoreras från och med grok-4.20) samt logit_bias (stöds inte) utgör ytterligare skillnader utöver de som listas nedan. Källa: xAI, Chat Completions.

Återanvänd din kunskap om OpenAI

Om du redan arbetar med OpenAI SDK i Python kan du använda det rakt av för att anropa Grok API. Du behöver bara omdirigera begäranden till xAI:s servrar genom att ändra bas-URL:en. Det är den snabbaste metoden om du har befintlig kod.

Installation

Om OpenAI SDK inte redan är installerat i ditt projekt:

pip install openai

Konfigurera klienten för xAI

Den enda skillnaden jämfört med vanlig användning av OpenAI är parametern base_url:

from openai import OpenAI
import os

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

Det var allt. Härifrån och ut fungerar varje metod i OpenAI SDK med Grok-modellerna.

Skicka ett meddelande

Anropet har samma struktur som för GPT, förutom för parametrar som inte stöds (se nedan):

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)

Tillgängliga modeller

Byt bara ut OpenAI-modellnamnet mot en Grok-modell:

  • grok-4.7: modellen som xAI rekommenderar, mångsidig och med stöd för bildinmatning (grok-4.6 och grok-4.5 finns fortfarande tillgängliga)
  • grok-4.20-0309-reasoning: avancerad resonemangsförmåga
  • grok-4.3: snabba och kostnadseffektiva svar (1M kontext)

Migrera ett befintligt OpenAI-projekt

För att anpassa ett befintligt projekt har du två alternativ.

Alternativ 1: Miljövariabler

Ändra dina variabler utan att röra koden:

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

OpenAI SDK läser dessa variabler automatiskt. Din befintliga kod kommer att fungera om du också ändrar modellnamnet och tar bort de parametrar som xAI inte stöder.

Alternativ 2: Explicit konfiguration

Skriv en initieringsfunktion som växlar mellan leverantörer:

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 som standard

client = create_client("xai")

Denna metod låter dig enkelt växla mellan leverantörer under migreringen.

Skillnader att känna till

Även om API:t är kompatibelt skiljer sig vissa beteenden:

  • Parametrarna frequency_penalty och presence_penalty stöds inte på resonemangsmodeller
  • Parametern stop finns inte tillgänglig på resonemangsmodeller
  • logprobs och top_logprobs ignoreras tyst av grok-4.20 och nyare modeller, och logit_bias stöds inte
  • Modellnamnen är naturligtvis olika
  • Vissa xAI-funktioner (X-sökning, webbsökning) är inte tillgängliga via standardformatet för OpenAI

När ska du välja denna metod?

Kompatibilitetsläget är mest meningsfullt när din befintliga kod väger tyngre än exklusiva funktioner. Det vanligaste fallet är migrering: kod som redan skrivits för OpenAI växlar till Grok genom att ändra bas-URL och nyckel: två rader, ingen omskrivning. Reversibilitet är också viktigt: så länge du håller dig till OpenAI-formatet förblir byte av leverantör en konfigurationsfråga, vilket är värdefullt för att jämföra modeller eller förhandla. Sedan har vi ekosystemet: tredjepartsverktyg byggda kring OpenAI SDK, som LangChain och LlamaIndex, fungerar omedelbart, och ett team som redan kan SDK:t behöver inte lära sig något nytt. Priset du betalar är det du såg ovan: xAI-specifika funktioner får träda i bakgrunden.

Viktiga punkter

  • Lägg till base_url="https://api.x.ai/v1" i konstruktorn OpenAI()
  • Byt ut API-nyckeln och modellnamnet
  • Variablerna OPENAI_BASE_URL och OPENAI_API_KEY möjliggör migrering utan kodändringar
  • Vissa parametrar (straff, stopp) stöds inte på resonemangsmodeller