模型详情
xAI Grok 4 Fast Non-Reasoning
Grok 4 Fast 是 xAI 最新的多模态模型，具有 SOTA 成本效益和 2M 个 token context window。它有两种类型：非推理型和推理型。请访问 xAI 的[新闻帖子](http://x.ai/news/grok-4-fast)了解更多关于该模型的信息。 可以使用 API 中的 `reasoning` `enabled` 参数启用/禁用推理功能。[了解更多信息，请参阅我们的文档](https://openrouter.ai/docs/use-cases/reasoning-tokens#controlling-reasoning-tokens)
模型规格
- 模型 ID
-
grok-4-fast-non-reasoning
- 上下文长度
- 2M
- 最大输出
- 2M
- 输入/输出模态
- 发布日期
- 2025-09
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
缓存读取
$0.0500 /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、语音；输出：文本
grok-4-fast-non-reasoning 是多模态模型。规格上，context window 为 2,000,000 个 Token，单次最多输出 2,000,000 个 Token。
使用前应检查什么？
2,000,000 context，输出上限 2,000,000
采用 grok-4-fast-non-reasoning 前，输入超过 127,999 个 Token 会切换到较高费率；标准输入费率为 $0.20／100 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；知识库截止时间为 2025-09；发布于 2025-09-19。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-fast-non-reasoning 客户端照用
MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 grok-4-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-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-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-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-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-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-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-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
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
对 xAI Grok 4 Fast Non-Reasoning 进行提示缓存时，缓存的输入按每个 1,000,000 个 Token$0.05 计费，而不是标准输入每个 1,000,000 个 Token$0.20 计费。此节省仅适用于缓存的前缀；请求的其余部分按正常方式计费。
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。