会話と推論

このページでは、Grok シリーズの会話呼び出しと推論シナリオでの使い方を説明します。接続の概要は Grok 概要 を参照してください。

掲載状況

実際の販売中モデルはモデル広場を基準としてください。

基本会話

resp = client.chat.completions.create(
    model="grok-4.5",
    messages=[
        {"role": "system", "content": "あなたは鋭いが親しみやすいテック評論家です"},
        {"role": "user", "content": "最近の AI 業界の動向を評価してください"},
    ],
)
print(resp.choices[0].message.content)

• 複数ターンの会話は他のシリーズと同じです: 履歴メッセージは messages に含めて送信します。詳細は複数ターン会話を参照してください;
• ストリーミング出力は "stream": true を追加します。詳細はストリーミング出力を参照してください。

推論シナリオ

Grok の上位モデルは、数学、論理、コード問題で高い性能を発揮します:

• 推論タスクでは max_tokens を十分に与え、モデルに推演の余地を持たせることを推奨します;
• 出力に思考過程フィールド(reasoning_content)が含まれる場合は、表示時に本文と区別してください。 処理方法は推論モデル出力と同じです;
• 複雑なタスクはまず無料/低価格モデルでフローを通し、その後 Grok に切り替えて比較します。

選定のおすすめ

• SNS 風の会話、トレンドコメント:Grok の主力モデル;
• 厳密な長文やコンプライアンスに敏感なシナリオ: Claude シリーズと比較してから最適なものを選ぶことを推奨します;
• モデル名の設定項目で段階的に切り替え、同じ題材に対する回答品質とコストを比較します。