xAI
Grok Latest
Grok для программирования, анализа информации и научно-технических задач.
- Вход
- 253,20 ₽
- Выход
- 759,60 ₽
- Кэш
- 63,30 ₽
- Интеллект
- 46,3
- Код
- 76,8
xai/grok-latestДанные 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 Latest относится к семейству для работы с кодом, знаниями и научно-техническими запросами. В этой записи указаны текст и изображения на входе и текстовый ответ. В каталоге указан контекст 500000 токенов.
Характеристики
- 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
- Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Входные файлы, Входные изображения
Контрольные показатели
Artificial Analysis
19 показателей
Latest — обновляемое имя модели: здесь оценки, опубликованные для него на дату проверки.
- Индекс интеллекта
- 46,3 индексСводная оценка Artificial Analysis по всем её тестамПроверено
- Индекс программирования
- 76,8 индексСводная оценка Artificial Analysis по программированиюПроверено
- Индекс агентных задач
- 53 индексСводная оценка Artificial Analysis по агентным задачамПроверено
Агентная работа
- AA-Briefcase1 637 Elo
Агентная работа со знаниями (Elo)
Проверено
- AutomationBench-AA63,5 %
Автоматизация рабочего процесса со штрафами за нарушение ограничений
Проверено
- AutomationBench-AA · полностью выполненные задачи32,7 %
Процессы, выполненные полностью и без нарушений
Проверено
- GDPval-AA v21 694 Elo
Экономически значимые задачи (Elo)
Проверено
Рассуждение по документу
- AA-LCR v1.177 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
- GDP.pdf23,2 %
Профессиональное рассуждение по PDF: доля прохождения всех проверок
Проверено
Устаревшие тесты
- AA-LCR (версия не указана, архивный)77 %
Оценка рассуждений на длинном контексте
Проверено
- GDPval-AA (версия не указана, архивный)59,8 %
Задачи с экономической ценностью
Проверено
Знания
- AA-Omniscience · точность47,4 %
Доля вопросов с правильным ответом
Проверено
Знание
- AA-Omniscience · доля выдуманных ответов (меньше лучше)29,3 %
Доля неверных ответов среди некорректных ответов
Проверено
Рассуждение
- CritPt17,7 %
Рассуждения по физике исследовательского уровня
Проверено
Архивные методики
- GPQA Diamond (архивный)94,9 %
Научные вопросы уровня аспирантуры
Проверено
Рассуждения
- HLE42,3 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
Работа с документами
- MLCR-AA12,2 %
Медицинские рассуждения в длинном контексте
Проверено
Программирование
- SciCode57,8 %
Программирование на Python для научных вычислений
Проверено
- Terminal-Bench v4.024,7 %
Практические задачи по программированию и работе в терминале
Проверено
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-latest",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





