コンテンツへスキップ

モデル詳細

Grok 4 0709

xAI 提供
従量課金

Grok 4 は、xAI の最新の推論モデルで、256k コンテキスト ウィンドウを備えています。並列ツール呼び出し、構造化出力、画像とテキストの両方の入力をサポートしています。推論機能は公開されておらず、無効化することもできず、推論にかかる労力を指定することもできないことに注意してください。特定のリクエストに含まれるトークンの合計数が128kトークンを超えると、価格が上昇します。[xAI ドキュメント](https://docs.x.ai/docs/models/grok-4-0709) で詳細をご覧ください。

モデル仕様

モデル ID
grok-4-0709
コンテキスト長
256K
最大出力
–
入出力モダリティ
リリース
2025-07

02

API エンドポイント

MixRoute 単一ゲートウェイ、OpenAI 互換

  • OpenAI-compatible /v1/chat/completions POST

03

料金

固定料金、単位: /1M Tokens

入力

$3.0000 /1M Tokens

生成

$15.0000 /1M Tokens

キャッシュ読み取り

$0.7500 /1M Tokens

05

選定サマリー

ワークロード適合性を素早く判断

このモデルは何に向いていますか?

マルチモーダルモデル、入力:テキスト、画像、出力:テキスト

grok-4-0709 はマルチモーダルモデルです。仕様は、context window は 256,000 トークン。

使う前に何を確認すべきですか?

256,000 context、出力上限は未公開

grok-4-0709 の採用前に、対応が宣言されている機能:ツール呼び出し、構造化出力、ストリーミング、プロンプトキャッシュ、画像入力、OpenAI SDK 互換、知識カットオフは 2025-07、2025-07-09 公開。代表的なトラフィックで試験運用し、品質とレイテンシを確認してください。

なぜ MixRoute 経由で使うのですか?

base URL の変更だけで grok-4-0709 を利用

MixRoute は OpenAI 互換エンドポイント /v1/chat/completions で grok-4-0709 を提供します。既存のクライアントは https://api.mixroute.ai/v1 とモデル ID grok-4-0709 に切り替えて、結合テストを再実行するだけです。

07

機能と互換性

未確認の機能は「Unknown」のまま、推測しません

利用可能:

ツール呼び出し

grok-4-0709は関数呼び出しとツール呼び出しをサポートします。

例 tools定義を送信すると、応答としてtool_callsが返され、それを実行して結果をフィードバックします。
利用可能:

構造化された出力

grok-4-0709は、必要に応じてJSON形式の出力を生成できます。

例 response_format: { type: "json_schema" }は有効なJSON出力を強制します。
利用可能:

ストリーミング配信

grok-4-0709はストリーム応答をサポートしています。

例 stream: trueはトークンを段階的にストリーミングするため、チャットUIはトークンが到着するたびにレンダリングされます。
利用可能:

プロンプトのキャッシュ

grok-4-0709は、サポートされているルーティング条件下でプロンプトのキャッシュをサポートします。

例 システムプロンプトとツール定義はリクエストの先頭に記述してください。プレフィックスが繰り返されると、キャッシュ読み取り料金が自動的に課金されます。
利用可能:

視覚入力

grok-4-0709はテキストと同時に画像入力を処理できます。

例 テキストメッセージとともに、base64エンコードされた画像をimage_urlコンテンツパートに渡します。
利用可能:

OpenAI SDK

MixRouteのOpenAI互換エンドポイントを介してgrok-4-0709を呼び出します。

例 base_url を https://api.mixroute.ai/v1 に変更します。その他はすべて OpenAI のスタイルに従います。

08

トークンコスト見積もり

このページの料金に基づく見積もりで、実請求ではありません

同一プレフィックスが繰り返し読み取られる入力の割合(最大100%)

09

FAQ

grok-4-0709の記録結果:aa_intelligence_index 37.8;arena_text 82.7。ベンチマーク順位はあくまで大まかな目安です。タスクの形状やプロンプトのスタイルによって順位が変動するため、確定する前に候補モデルに対して独自のプロンプトを実行してください。

単一エンドポイントで検証可能な判断

同じリクエスト形式でこのモデルと代替ルートをテスト

実際のワークロードから始め、品質、総コスト、障害条件を基に本番トラフィックを送るか判断します。