Grok 4.5 API: полное руководство — эффективность token, routing для coding-агентов и OpenAI-совместимая интеграция

Grok 4.5 — flagship reasoning-модель xAI, запущенная 8 июля 2026 года. Model ID — grok-4.5, принимает текст и изображения, контекстное окно — 500 000 token, цена — $2 за миллион входных token и $6 за миллион выходных ($0.50/M для кэшированных). Главное отличие от других frontier-моделей — не абсолютное лидерство в benchmark (Claude Fable 5 лидирует во всех четырёх coding-тестах, опубликованных xAI), а эффективность token: на SWE-Bench Pro Grok 4.5 решает задачи с 4.2× меньшим количеством выходных token по сравнению с Claude Opus 4.8 (max), что означает существенную экономию на каждую задачу при масштабных agent-пайплайнах.

Мы написали это руководство, потому что xAI — верифицированный провайдер в нашем routing-слое, и Grok 4.5 меняет экономику routing coding-агентов так, что при масштабных agent-циклах это действительно имеет значение. Это единственный справочник «от старта до продакшена», который мы хотели иметь при интеграции модели.

OpenAI-совместимость означает, что провайдер предоставляет endpoint chat-completions, чей контракт запроса и ответа достаточно близок к API OpenAI, чтобы немодифицированный вызов OpenAI SDK работал после замены трёх значений: API key, base URL, название модели. Минимальная поверхность на практике —POST /v1/chat/completions с messages, model и потоковым ответом в форме OpenAI.

Быстрый старт за 3 минуты

Шаг 1: Создайте аккаунт. Перейдите на console.x.ai и зарегистрируйтесь. xAI поддерживает email и Google OAuth.

Шаг 2: Получите API-ключ. В разделе API Keys нажмите «Create API Key». Скопируйте сразу — ключ показывается один раз.

Шаг 3: Первый вызов. Установите OpenAI Python SDK:

pip install --upgrade openai

Затем запустите:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_XAI_KEY",
    base_url="https://api.x.ai/v1",
)

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Explain token efficiency in LLM APIs."}],
)

print(response.choices[0].message.content)

Готово. xAI API реализует спецификацию OpenAI Chat Completions — любой код, работающий с OpenAI, работает здесь после изменения base_url.

Все модели Grok 4.x: ID, возможности и уровни скорости

xAI предлагает несколько моделей семейства Grok 4:

Grok 4.5 также отвечает на alias grok-4.5-latest и grok-build-latest. Alias grok-build-latest связан с ролью модели как основы CLI-агента Grok Build.

Источник: документация моделей xAI, получено 2026-07-19.

Эффективность token: что значат 4.2×

Это ключевая метрика для экономики routing. На SWE-Bench Pro xAI сообщает, что Grok 4.5 решает задачи в среднем за 15 954 выходных token против 67 020 у Claude Opus 4.8 (max) — разница в 4.2 раза.

Что это значит на практике?

• Стоимость вывода на задачу: По прайс-листу выходная стоимость Grok 4.5 за решённую задачу SWE-Bench Pro — примерно $0.10 (15 954 × $6/M), а Opus 4.8 — около $1.68 (67 020 × $25/M). С учётом и более низкой цены за token, и меньшего количества token, разница — порядка 17×.
• Время выполнения: При 80 token/сек 15 954 token — это ~200 секунд. При сопоставимой пропускной способности 67 020 token — более 800 секунд. В agent-циклах с несколькими итерациями эта разница нарастает.
• Бюджет agent-цикла: Если agent делает 10 итераций для решения задачи, экономия на выходных token накапливается по принципу сложных процентов. Пайплайн, стоивший $16.80 выходных token на Opus, может стоить $1.00 на Grok 4.5.

Две оговорки. Во-первых, это vendor-measured сравнение на одном benchmark. Во-вторых, длинные выводы Opus включают extended reasoning — именно это помогает ему побеждать в некоторых eval. Эффективность и глубина — реальный trade-off, а не бесплатный выигрыш.

Источник: анонс Grok 4.5 от xAI, получено 2026-07-19; анализ от Apidog, получено 2026-07-19.

Сравнение цен: Grok 4.5 vs Claude Opus 4.8 vs GPT-5.6 Sol

Для routing-решений цена за token — только половина картины. Нужна стоимость завершённой задачи:

По цене за token Grok 4.5 находится в одном диапазоне с GPT-5.6 Sol и DeepSeek V4-Pro. Дифференциация — в эффективности token: если Grok 4.5 стабильно генерирует более короткие, но решающие задачу ответы, реальная стоимость на задачу падает сильнее, чем следует из цены за token.

Примечание о long-context ценах: xAI применяет повышенный тариф для запросов, превышающих 200K token в контекстном окне. Учитывайте это при планировании бюджета на long-context нагрузки.

Источники: xAI Pricing, получено 2026-07-19; Anthropic Pricing, получено 2026-07-19; OpenAI Pricing, получено 2026-07-19; DeepSeek Pricing, получено 2026-07-19.

Coding-benchmark: реальные показатели Grok 4.5

Grok 4.5 не лидирует в coding-benchmark — и собственные графики xAI это честно показывают:

Против Opus 4.8 — паритет: Grok побеждает в DeepSWE 1.0 и Terminal Bench 2.1, Opus — в DeepSWE 1.1 и SWE-Bench Pro. Против frontier (Fable 5) — однозначно: Fable 5 лидирует во всех четырёх. Позиционирование xAI — price-performance, а не абсолютное превосходство.

Все данные benchmark — vendor-reported. На момент написания независимые оценки Artificial Analysis и LMArena для Grok 4.5 ещё не опубликованы.

Источник: анонс Grok 4.5 от xAI, получено 2026-07-19; benchmark-анализ от Apidog, получено 2026-07-19.

Интеграция coding-агентов: tool calling, streaming и контекст

Grok 4.5 поддерживает ключевые функции для coding-агентов:

Tool Calling (Function Calling)

from openai import OpenAI

client = OpenAI(api_key="YOUR_XAI_KEY", base_url="https://api.x.ai/v1")

tools = [
    {
        "type": "function",
        "function": {
            "name": "search_codebase",
            "description": "Search the project codebase for relevant files",
            "parameters": {
                "type": "object",
                "properties": {
                    "query": {"type": "string", "description": "Search query"}
                },
                "required": ["query"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Find all files related to authentication"}],
    tools=tools,
    tool_choice="auto",
)

print(response.choices[0].message.tool_calls)

Grok 4.5 поддерживает native parallel tool calling — модель может запросить несколько function call в одном ответе, сокращая количество round-trip в agent-циклах.

Streaming

stream = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Refactor this function for better error handling"}],
    stream=True,
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Streaming работает со скоростью 80 token/сек. Для agent-пайплайнов, которые обрабатывают вывод инкрементально (например, применяя правки кода по мере поступления), эта пропускная способность сопоставима с fast-tier моделями других провайдеров.

Контроль reasoning effort

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Debug this race condition"}],
    extra_body={"reasoning_effort": "high"},  # low, medium, or high
)

По умолчанию Grok 4.5 использует high reasoning. low подходит для рутинных задач — форматирование кода, простая экстракция. medium — для стандартных coding-задач. high (по умолчанию) — для сложной отладки, многошагового планирования и математического reasoning. Снижение уровня уменьшает latency и расход выходных token.

Structured Outputs

response = client.chat.completions.create(
    model="grok-4.5",
    messages=[{"role": "user", "content": "Analyze this code for security issues"}],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "security_analysis",
            "schema": {
                "type": "object",
                "properties": {
                    "issues": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "severity": {"type": "string"},
                                "description": {"type": "string"},
                                "line": {"type": "integer"},
                            },
                        },
                    }
                },
            },
        },
    },
)

Типичные ошибки и их решения

Rate limits: Стандартный лимит — 150 запросов в секунду и 50 миллионов token в минуту. Фактические лимиты аккаунта могут отличаться — проверьте в консоли.

Источник: документация моделей xAI, получено 2026-07-19.

Чеклист для продакшена: когда направлять трафик на Grok 4.5

Используйте Grok 4.5, когда:

• Стоимость задачи важнее пиковой точности. При сотнях или тысячах agent-задач в день 4.2× эффективность по token приносит значительную экономию даже без учёта более низкой цены за token.
• Нужна быстрая итерация в agent-циклах. При 80 TPS и коротких ответах Grok 4.5 завершает agent-шаги быстрее моделей, генерирующих 4× больше token.
• Нагрузка — кодинг + knowledge work. Grok 4.5 целенаправленно обучен для обеих задач — это не coding-модель, случайно справляющаяся с knowledge work.
• Нужен 500K контекст для анализа репозиториев. Многим coding-агентам требуется видеть большие части кодовой базы; 500K token это покрывает.

Рассмотрите альтернативы, когда:

• Нужна максимальная точность на benchmark. Claude Fable 5 (max) лидирует во всех четырёх опубликованных coding-тестах. Для задач, где несколько процентных пунктов точности важнее стоимости, Fable 5 или Opus 4.8 могут быть лучшим выбором.
• Нужно более 500K контекст. Grok 4 Fast и Grok 4.1 Fast предлагают 2M token, DeepSeek V4 и GPT-5.6 Sol поддерживают 1M+.
• Требуется доступность в EU. На момент запуска Grok 4.5 имел ограниченную доступность в EU — уточните текущий статус перед развёртыванием.

Интеграция с TheRouter: routing Grok 4.5 как primary или fallback

xAI — верифицированный провайдер в routing-слое TheRouter. Страница провайдера xAI охватывает общую интеграцию; ниже — специфика для Grok 4.5.

Grok 4.5 как экономичный primary: Для coding-agent нагрузок, текущим primary которых является Opus 4.8, переключение primary на xai/grok-4.5 с сохранением Opus в качестве fallback может снизить стоимость выходных token на порядок — при умеренном компромиссе по точности на сложных repo-level benchmark.

Grok 4.5 как fallback: Если Fable 5 или Opus 4.8 — ваш primary для максимальной точности, routing на Grok 4.5 при ошибках rate limit или сбоях провайдера сохраняет работоспособность пайплайна при значительно меньших затратах.

Настройка model fallback: TheRouter поддерживает model fallback routing, автоматически переключающий на резервного провайдера при ошибках или превышении latency. Здесь эффективность token работает по принципу сложных процентов — если fallback-модель стоит в 17 раз меньше за задачу, периодический fallback routing становится оптимизацией, а не штрафом.

На момент написания xai/grok-4.5 ещё не добавлен в models-data.ts TheRouter — провайдер xAI верифицирован, но конкретный model ID Grok 4.5, возможно, нужно добавить. Проверяйте актуальный статус на странице моделей.

См. также: xAI Grok API Integration Guide для общей настройки xAI, Grok 4 vs Claude Opus 4 Comparison для предыдущего поколения, Coding Agent Model Routing Comparison 2026 для обзора ландшафта.

Что дальше для Grok 4.5

По состоянию на 19 июля 2026 года — одиннадцатый день после запуска — независимые benchmark от Artificial Analysis и LMArena ещё не опубликованы. Vendor-reported данные указывают на сильную coding-модель среднего-верхнего уровня с выдающейся эффективностью token, но независимая оценка определит реальное место Grok 4.5 в общем ландшафте.

Мы обновим это руководство по мере появления независимых benchmark, расширения доступности в EU и накопления данных routing через TheRouter. Актуальный список моделей xAI — на странице провайдера xAI.

---

Все цены и спецификации в этом руководстве актуальны на 19 июля 2026 года. xAI может изменить цены, rate limits или возможности модели в любой момент — перед принятием production-решений сверяйтесь с официальной документацией xAI.