Une API key
Utilisez les mêmes identifiants pour les modèles et les fournisseurs.
Utilisez l'API Grok via RunAPI avec une compétence de modèle, une authentification unifiée et une tarification à l'usage.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/{model}:generateContent
POST /v1beta/models/{model}:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.7",
"messages": [
{
"role": "user",
"content": "Analysez ce plan de mise en production, relevez les trois hypothèses les plus risquées et proposez une mesure d’atténuation concise pour chacune."
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="grok-4.7",
messages=[{"role": "user", "content": "Analysez ce plan de mise en production, relevez les trois hypothèses les plus risquées et proposez une mesure d’atténuation concise pour chacune."}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "grok-4.7",
messages: [{ role: "user", content: "Analysez ce plan de mise en production, relevez les trois hypothèses les plus risquées et proposez une mesure d’atténuation concise pour chacune." }]
});
Grok 4.5 est le modèle de langage de xAI pour le chat, le code, le raisonnement, l’utilisation d’outils, l’appel de fonctions et les sorties structurées. Utilisez-le avec l’identifiant de modèle exact grok-4.5 via les interfaces compatibles avec OpenAI de RunAPI.
| Endpoint | Protocol |
|---|---|
POST /v1/chat/completions | OpenAI compatible |
POST /v1/responses | OpenAI Responses |
POST /v1/messages | Anthropic compatible |
POST /v1beta/models/{model}:generateContent | Gemini generateContent |
POST /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
| Variante | Facturation | Tarifs | |
|---|---|---|---|
| grok-4.20-0309-non-reasoning | 1 000 jetons | Entrée $1.00-$2.00 / 1M de tokens | Sortie $2.00-$4.00 / 1M de tokens | Voir → |
| grok-4.3 | 1 000 jetons | Retiré | Voir → |
| grok-4.5 | 1 000 jetons | Entrée $1.60-$3.20 / 1M de tokens | Sortie $4.80-$9.60 / 1M de tokens | Voir → |
| grok-4.6 | 1 000 jetons | Entrée $1.60-$3.20 / 1M de tokens | Sortie $4.80-$9.60 / 1M de tokens | Voir → |
| grok-4.7 | 1 000 jetons | Entrée $1.60-$3.20 / 1M de tokens | Sortie $4.80-$9.60 / 1M de tokens | Voir → |
| Endpoint | Résolution | Durée | Prix | |
|---|---|---|---|---|
| response | — | — | Entrée $1.00-$2.00 / 1M de tokens | Sortie $2.00-$4.00 / 1M de tokens | |
| chat_completion | — | — | Entrée $1.00-$2.00 / 1M de tokens | Sortie $2.00-$4.00 / 1M de tokens | |
| message | — | — | Entrée $1.00-$2.00 / 1M de tokens | Sortie $2.00-$4.00 / 1M de tokens |
Prix affichés pour grok-4.20-0309-non-reasoning. Les autres variantes conservent leurs propres tarifs par endpoint.
Sélectionnez le modèle et la variante adaptés au type de sortie, au niveau de qualité et à la latence cible.
Utilisez votre clé RunAPI pour tous les modèles pris en charge.
Ajoutez le model skill à votre workspace de code avant d'implémenter la fonctionnalité.
Interrogez par task ID ou traitez le callback quand la génération se termine.
Grok 4.5 est un modèle de langage xAI conçu pour les tâches conversationnelles, le code et les workflows agentiques. Sur RunAPI, une même clé API donne accès à Grok 4.5 et au reste du catalogue, avec streaming et retour des données d’utilisation finales.
Utilisez les mêmes identifiants pour les modèles et les fournisseurs.
Le model skill inclut schémas, notes de setup, contexte tarifaire et IDs de modèle.
Les tarifs à l'usage sont visibles avant l'appel.
Utilisez l’identifiant public exact grok-4.5 affiché dans le quickstart.
Oui. Envoyez les définitions de fonctions compatibles avec OpenAI dans `tools`, puis lisez dans les appels d’outils du message le nom de la fonction et ses arguments JSON.
Oui. Définissez un format de réponse avec un JSON Schema strict pour obtenir une sortie lisible par machine qui respecte la structure d’objet demandée.
Activez le streaming et demandez les données d’utilisation finales. Ne considérez la réponse comme complète qu’après l’événement contenant ces données finales et le marqueur de fin.
Installez le model skill et suivez ses notes de setup avec votre clé RunAPI.
Les générations échouées ne sont pas facturées