xAI: Grok Latest
~x-ai/grok-latest该模型始终重定向到 xAI 最新的 Grok 模型。
这个 ID 会指向 SpaceXAI: Grok 4.7
- 模态
- text+image+file->text
- 输入 / 输出价格
- $2 / $6每百万
- 上下文
- 500K
- 上架
- 2026年7月8日
- 知识截止
- —
接入
请求都从 InfAPI 这一处进入。一把密钥可以调用目录里的全部模型。上游分组、倍率和分档不在这里展示。
| 接入点 | 输入 | 输出 | 上下文 | 状态 |
|---|---|---|---|---|
| InfAPI | $2 | $6 | 500K | 可调用 |
- 输入
- 文本, 图像, 文件
- 输出
- 文本
- 分词器
- Router
- 最大输出
- 450,000
- 接口
- 对话
价格
下面是这个模型在本网关的标价。Token 价格按每百万 tokens 显示。
| 项目 | 价格 | 单位 |
|---|---|---|
| 输入prompt | $2 | 每百万 tokens |
| 输出completion | $6 | 每百万 tokens |
| 网页搜索web_search | $0.005 | 每次搜索 |
| 缓存读取input_cache_read | $0.5 | 每百万 tokens |
长上下文阶梯
输入达到 200,000 tokens 后
| 项目 | 价格 | 单位 |
|---|---|---|
| 输入prompt | $4 | 每百万 tokens |
| 输出completion | $12 | 每百万 tokens |
| 缓存读取input_cache_read | $1 | 每百万 tokens |
API
API
网关兼容 OpenAI Chat Completions。把任意兼容 SDK 的地址指到 https://infapi.cc/v1，模型名用下面的 slug。
发起第一次请求
使用 ~x-ai/grok-latest
import requests
response = requests.post(
"https://infapi.cc/v1/chat/completions",
headers={
"Authorization": "Bearer $INFAPI_API_KEY",
"Content-Type": "application/json",
},
json={
"model": "~x-ai/grok-latest",
"messages": [
{
"role": "user",
"content": "用三句话介绍你自己。"
}
],
"temperature": 0.7,
"max_tokens": 512,
"top_p": 0.95
},
)
response.raise_for_status()
print(response.json()["choices"][0]["message"]["content"])接口
POST https://infapi.cc/v1/chat/completions
Authorization: Bearer $INFAPI_API_KEY
使用第三方 SDK
OpenAI SDK 把 base_url 指到 https://infapi.cc/v1，密钥用 $INFAPI_API_KEY。上面的 HTTP 示例是这个网关的请求格式。
from openai import OpenAI
client = OpenAI(
base_url="https://infapi.cc/v1",
api_key="$INFAPI_API_KEY",
)
response = client.chat.completions.create(
model="~x-ai/grok-latest",
messages=[{"role": "user", "content": "用三句话介绍你自己。"}],
temperature=0.7,
max_tokens=512,
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://infapi.cc/v1",
apiKey: "$INFAPI_API_KEY",
});
const response = await client.chat.completions.create({
"model": "~x-ai/grok-latest",
"messages": [
{
"role": "user",
"content": "用三句话介绍你自己。"
}
],
"temperature": 0.7
});
console.log(response.choices[0]?.message?.content);支持的参数
include_reasoning返回推理
是否在响应里带上推理摘要。
logprobs对数概率
返回每个输出 token 的对数概率。
max_tokens输出上限
最多生成多少 token。达到上限会截断。
reasoning推理
打开或配置模型的推理过程。具体字段因模型而异。
reasoning_effort推理强度
调节推理花多少计算，常见取值 low、medium、high。
response_format响应格式
例如 json_object 或 json_schema，用于约束输出形状。
seed随机种子
固定种子有助于复现采样结果，不保证字节级一致。
structured_outputs结构化输出
按 JSON Schema 生成可解析的结构。
temperature温度
采样温度。越低越稳定，越高越发散。常见范围 0 到 2。默认 0.7
tool_choice工具选择
控制是否调用工具：auto、none，或指定某个函数。
tools工具
传入函数工具定义，模型可以返回 tool_calls。
top_logprobs候选对数概率
每个位置额外返回概率最高的若干候选。
top_p核采样
只在累计概率达到 top_p 的 token 里采样。默认 0.95
常见问题
这是什么模型？
该模型始终重定向到 xAI 最新的 Grok 模型。
费用是多少？
$2 / $6
支持哪些输入和输出？
text+image+file->text
什么时候上架的？
2026年7月8日