Kvantora.ai
ВойтиНачать работу
К результатам поиска

xAI

Grok 4.5

Grok 4.5, модель рассуждений для программирования, работы со знаниями и задач STEM.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 500 000 токенов500 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
Вход
253,20 ₽
Выход
759,60 ₽
Кэш
63,30 ₽
за 1 млн токенов
Интеллект
38,8
Код
72,4
Доступность
100%
Подключить APIОткрыть в студии
API ID
xai/grok-4.5

Данные каталога получены .

Цена

Текстовый диалог · вход
253,20 ₽ / 1 млн токенов
Текстовый диалог · выход
759,60 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
63,30 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Grok 4.5 принимает текст, изображения и файлы, поддерживает вызов инструментов и структурированный вывод. Режим рассуждений включён постоянно.

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст, Изображения

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
500 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Входные файлы, Входные изображения

Контрольные показатели

Artificial Analysis

19 показателей · проверено

Источник ↗
Индекс интеллекта
38,8 индексСводная оценка Artificial Analysis по всем её тестам
Индекс программирования
72,4 индексСводная оценка Artificial Analysis по программированию
Индекс агентных задач
41,2 индексСводная оценка Artificial Analysis по агентным задачам

Агентная работа

  • AA-Briefcase1 280 Elo

    Агентная работа со знаниями (Elo)

  • AutomationBench-AA57,9 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

  • GDPval-AA v21 389 Elo

    Экономически значимые задачи (Elo)

  • Harvey LAB-AA92,4 %

    Доля пройденных критериев юридической агентной работы

Рассуждение по документу

  • AA-LCR v1.179,3 %

    Рассуждение на длинном контексте с обновлённой оценкой

  • GDP.pdf18,8 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)79,3 %

    Оценка рассуждений на длинном контексте

  • GDPval-AA (версия не указана, архивный)44,5 %

    Задачи с экономической ценностью

  • GPQA Diamond (архивный)93,1 %

    Научные рассуждения уровня выпускника

Знания

  • AA-Omniscience · точность51,5 %

    Доля вопросов с правильным ответом

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)54,1 %

    Доля неверных ответов среди некорректных ответов

Рассуждение

  • CritPt15,4 %

    Рассуждения по физике исследовательского уровня

Рассуждения

  • HLE42,7 %

    Humanity’s Last Exam — вопросы экспертного уровня

Документ: рассуждение

  • MLCR-AA15 %

    Медицинское рассуждение на длинном контексте

Программирование

  • SciCode55 %

    Программирование на Python для научных вычислений

  • Terminal-Bench v4.010,6 %

    Практические задачи по программированию и работе в терминале

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "xai/grok-4.5",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ