模型详情
Grok 4.1 Fast (Non-Reasoning)
非推理 Grok 4.1 Fast 变体侧重于即时响应、长时间 context 处理和面向工具的应用。
模型规格
- 模型 ID
-
grok-4-1-fast-non-reasoning
- 上下文长度
- 128K
- 最大输出
- 8.192K
- 输入/输出模态
- 发布日期
- 2025-11
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.2000 /1M Tokens
补全
$0.5000 /1M Tokens
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像；输出：文本
grok-4-1-fast-non-reasoning 是多模态模型。规格上，context window 为 128,000 个 Token，单次最多输出 8,192 个 Token。
使用前应检查什么？
128,000 context，输出上限 8,192
采用 grok-4-1-fast-non-reasoning 前，标准输入费率为 $0.2／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；发布于 2025-11-19。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
只换 base URL，grok-4-1-fast-non-reasoning 客户端照用
MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 grok-4-1-fast-non-reasoning；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 grok-4-1-fast-non-reasoning，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
grok-4-1-fast-non-reasoning 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
grok-4-1-fast-non-reasoning 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
grok-4-1-fast-non-reasoning 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
grok-4-1-fast-non-reasoning 在支持的路由条件下可以使用提示缓存。
视觉输入
grok-4-1-fast-non-reasoning 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 grok-4-1-fast-non-reasoning。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
此模型没有缓存读取价格，不计算缓存费用
09
FAQ
Grok 4.1 Fast (Non-Reasoning) 每次请求最多返回 8,192 个输出 Token，context window 大小为 128,000 个 Token。使用 max_tokens 参数限制响应数量，以防止单次调用超出预算。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。