Model Grok xAI

Model xAI Grok tersedia untuk digunakan sebagai API terkelola di Gemini Enterprise Agent Platform. Anda dapat melakukan streaming respons untuk mengurangi persepsi latensi pengguna akhir. Respons yang di-streaming menggunakan peristiwa yang dikirim server (SSE) untuk melakukan streaming respons secara bertahap.

Model xAI terkelola

Model berikut tersedia dari xAI untuk digunakan di Gemini Enterprise Agent Platform. Untuk mengakses model xAI, buka kartu model Model Garden-nya.

Grok 4.7 Model dengan kemampuan tinggi dari xAI, yang dibuat untuk coding dan pekerjaan pengetahuan. Model ini bekerja lebih lama pada tugas yang sulit dan memeriksa pekerjaannya sendiri.
Grok 4.6 Model dengan kemampuan tinggi dari xAI, yang dibuat untuk coding, tugas agen, dan pekerjaan pengetahuan.
Grok 4.3 Model berperforma tinggi dari xAI.
Grok 4.20 (Penalaran) Model berperforma tinggi dari xAI, yang memiliki tingkat halusinasi rendah. Unggul dalam tugas pemahaman dokumen dan panggilan alat agen dengan cakupan yang luas.
Grok 4.20 (Non-penalaran) Model non-penalaran berperforma tinggi dari xAI, yang memiliki tingkat halusinasi rendah. Unggul dalam kasus penggunaan yang sensitif terhadap latensi seperti dukungan pelanggan dan kategorisasi.

Menggunakan model xAI

Untuk mempelajari cara melakukan panggilan streaming dan non-streaming ke model xAI, lihat Memanggil API model terbuka.

Untuk model terkelola, Anda dapat menggunakan perintah curl untuk mengirim permintaan ke endpoint Gemini Enterprise Agent Platform menggunakan nama model berikut:

  • Untuk Grok 4.7, gunakan grok-4.7
  • Untuk Grok 4.6, gunakan grok-4.6
  • Untuk Grok 4.3, gunakan grok-4.3
  • Untuk Grok 4.20 (Penalaran), gunakan grok-4.20-reasoning
  • Untuk Grok 4.20 (Non-penalaran), gunakan grok-4.20-non-reasoning

Kuota Grok

Model Grok memiliki satu kuota global yang berlaku per model dasar, bukan per endpoint: permintaan ke endpoint global dan endpoint multi-region AS menggunakan batas dasar yang sama. Kuota ditentukan dalam kueri per menit (QPM) dan token per menit (TPM), dengan TPM mencakup token input dan output.

Untuk mempertahankan performa layanan secara keseluruhan dan penggunaan yang dapat diterima, kuota maksimum dapat bervariasi menurut akun dan, dalam beberapa kasus, akses mungkin dibatasi. Lihat kuota project Anda di halaman Kuota & Batas Sistem di Cloud de Confiance konsol. Anda juga harus memiliki kuota berikut:

  • global_generate_content_requests_per_minute_per_project_per_base_model menentukan kuota QPM Anda.

  • Untuk TPM, ada dua nilai kuota yang berlaku untuk model tertentu: global_generate_content_input_tokens_per_minute_per_base_model menentukan kuota TPM input dan global_generate_content_output_tokens_per_minute_per_base_model menentukan kuota TPM output.

Untuk melihat model mana yang menghitung token input dan output secara terpisah, lihat halaman model tertentu.

Langkah berikutnya