Modelli Grok di xAI

I modelli xAI Grok sono disponibili per l'utilizzo come API gestite su Gemini Enterprise Agent Platform. Puoi eseguire lo streaming delle risposte per ridurre la percezione della latenza da parte dell'utente finale. Una risposta in streaming utilizza gli eventi inviati dal server (SSE) per eseguire lo streaming incrementale della risposta.

Modelli xAI gestiti

I seguenti modelli sono disponibili da xAI per l'utilizzo in Gemini Enterprise Agent Platform. Per accedere a un modello xAI, vai alla scheda del modello in Model Garden.

Grok 4.7 Un modello ad alta capacità di xAI, creato per la programmazione e il lavoro di conoscenza. Funziona più a lungo su attività difficili e controlla il proprio lavoro.
Grok 4.6 Un modello ad alta capacità di xAI, creato per la programmazione, le attività agentiche e il lavoro di conoscenza.
Grok 4.3 Un modello ad alte prestazioni di xAI.
Grok 4.20 (Reasoning) Un modello ad alte prestazioni di xAI, con un basso tasso di allucinazione. Eccelle nelle attività di comprensione dei documenti e nelle chiamate agli strumenti agentici a lungo termine.
Grok 4.20 (Non-reasoning) Un modello non basato sul ragionamento ad alte prestazioni di xAI, con un basso tasso di allucinazione. Eccelle nei casi d'uso sensibili alla latenza, come l'assistenza clienti e la categorizzazione.

Utilizzare i modelli xAI

Per scoprire come effettuare chiamate in streaming e non in streaming ai modelli xAI, consulta Chiamare le API dei modelli open.

Per i modelli gestiti, puoi utilizzare i comandi curl per inviare richieste all'endpoint di Gemini Enterprise Agent Platform utilizzando i seguenti nomi di modelli:

  • Per Grok 4.7, utilizza grok-4.7
  • Per Grok 4.6, utilizza grok-4.6
  • Per Grok 4.3, utilizza grok-4.3
  • Per Grok 4.20 (Reasoning), utilizza grok-4.20-reasoning
  • Per Grok 4.20 (Non-reasoning), utilizza grok-4.20-non-reasoning

Quote di Grok

I modelli Grok hanno una singola quota globale che si applica per modello di base anziché per endpoint: le richieste all'endpoint globale e all'endpoint multiregionale degli Stati Uniti utilizzano lo stesso limite sottostante. La quota è specificata in query al minuto (QPM) e token al minuto (TPM), dove TPM include sia i token di input sia quelli di output.

Per mantenere le prestazioni complessive del servizio e le norme di utilizzo accettabile, le quote massime potrebbero variare in base all'account e, in alcuni casi, l'accesso potrebbe essere limitato. Visualizza le quote del tuo progetto nella pagina **Quote e limiti di sistema** della Cloud de Confiance console. Devi anche disporre delle seguenti quote:

  • global_generate_content_requests_per_minute_per_project_per_base_model definisce la quota QPM.

  • Per TPM, esistono due valori di quota che si applicano a modelli specifici: global_generate_content_input_tokens_per_minute_per_base_model definisce la quota TPM di input e global_generate_content_output_tokens_per_minute_per_base_model definisce la quota TPM di output.

Per vedere quali modelli contano separatamente i token di input e di output, consulta le pagine dei modelli specifici.

Passaggi successivi