Modelos de Grok de xAI

Los modelos de xAI Grok están disponibles para su uso como APIs administradas en Gemini Enterprise Agent Platform. Puedes transmitir tus respuestas para reducir la percepción de latencia del usuario final. Una respuesta transmitida usa eventos enviados por el servidor (SSE) para transmitir la respuesta de forma incremental.

Modelos administrados de xAI

Los siguientes modelos están disponibles en xAI para su uso en Gemini Enterprise Agent Platform. Para acceder a un modelo de xAI, ve a su tarjeta de modelo de Model Garden.

Grok 4.7 Un modelo de alta capacidad de xAI, creado para la programación y el trabajo de conocimiento. Funciona durante más tiempo en tareas difíciles y verifica su propio trabajo.
Grok 4.6 Un modelo de alta capacidad de xAI, creado para la programación, las tareas de agentes y el trabajo de conocimiento.
Grok 4.3 Un modelo de alto rendimiento de xAI.
Grok 4.20 (Razonamiento) Un modelo de alto rendimiento de xAI, que presenta una baja tasa de alucinaciones. Se destaca en las tareas de comprensión de documentos y en las llamadas de herramientas de agentes de largo plazo.
Grok 4.20 (Sin razonamiento) Un modelo de alto rendimiento sin razonamiento de xAI, que presenta una baja tasa de alucinaciones. Se destaca en casos de uso sensibles a la latencia, como la asistencia al cliente y la categorización.

Usa modelos de xAI

Para obtener información sobre cómo realizar llamadas de transmisión y no transmisión a modelos de xAI, consulta Llama a las APIs de modelos abiertos.

En el caso de los modelos administrados, puedes usar comandos curl para enviar solicitudes al extremo de Gemini Enterprise Agent Platform con los siguientes nombres de modelos:

  • Para Grok 4.7, usa grok-4.7.
  • Para Grok 4.6, usa grok-4.6.
  • Para Grok 4.3, usa grok-4.3.
  • Para Grok 4.20 (Razonamiento), usa grok-4.20-reasoning.
  • Para Grok 4.20 (Sin razonamiento), usa grok-4.20-non-reasoning.

Cuotas de Grok

Los modelos de Grok tienen una sola cuota global que se aplica por modelo base en lugar de por extremo: las solicitudes al extremo global y al extremo multirregional de EE.UU. se basan en el mismo límite subyacente. La cuota se especifica en consultas por minuto (QPM) y tokens por minuto (TPM), donde TPM incluye tokens de entrada y salida.

Para mantener el rendimiento general del servicio y la Política de Uso Aceptable, las cuotas máximas pueden variar según la cuenta y, en algunos casos, el acceso puede estar restringido. Consulta las cuotas de tu proyecto en la página **Cuotas y límites del sistema** de la Cloud de Confiance consola. También debes tener disponibles las siguientes cuotas:

  • global_generate_content_requests_per_minute_per_project_per_base_model define tu cuota de QPM.

  • Para TPM, hay dos valores de cuota que se aplican a modelos específicos: global_generate_content_input_tokens_per_minute_per_base_model define la cuota de TPM de entrada y global_generate_content_output_tokens_per_minute_per_base_model define la cuota de TPM de salida.

Para ver qué modelos cuentan los tokens de entrada y salida por separado, consulta las páginas de modelos específicos.

¿Qué sigue?