Grok 4.5 API
Grok 4.5 auswählen
Eine Route zur Evaluierung anspruchsvoller Schlussfolgerungen, langer Kontexte, Recherche und Workflows mit xAI-Servertools.
Grok 4.5
xAI-Modell für Reasoning und Tool-Nutzung
grok-4.5Recherche mit Web- und X-Suche, codegestützte Analyse, Dokument- und Sammlungssuche, komplexes Reasoning und anbieterübergreifendes Routing.
Grok 4.5 Preise
Estimate token and successful server-side tool usage together. Live prices for your user group override the contract-backed fallback rates.
Request calculator
Enter uncached input, cached input, output, and successful tool calls.Estimated request cost
Grok 4.5At 200,000 prompt tokens (uncached + cached input), every token role is billed at 2×. Minimum total charge: 0.01 credits. Tool calls are not multiplied.
Budget guide
Approximate requests using the current mix.For quick testing
For regular development
For production evaluation
Token rates
| Model | Prompt tokens | Uncached input tokens | Cached input tokens | Output tokens |
|---|---|---|---|---|
Grok 4.5grok-4.5 | < 200K | $1.700 / 1M-15% 115.6 cr / 1M$2.000xAI offiziell | $0.256 / 1M-15% 17.4 cr / 1M$0.300xAI offiziell | $5.100 / 1M-15% 346.8 cr / 1M$6.000xAI offiziell |
Grok 4.5grok-4.5 | ≥ 200K | $3.400 / 1M-15% 231.2 cr / 1M$4.000xAI offiziell | $0.512 / 1M-15% 34.8 cr / 1M$0.600xAI offiziell | $10.200 / 1M-15% 693.6 cr / 1M$12.000xAI offiziell |
USD and credits are shown per 1M tokens. The long-context tier starts inclusively at 200,000 prompt tokens and applies 2× to input, cached input, and output.
Serverseitige Responses-Tools
Only successful server-side calls on /v1/responses are billed per call. Ordinary client function calls and failed attempts have no server-tool fee; tokens still apply.
Was ist die Grok 4.5 API?
Grok 4.5 ist das Reasoning-Modell von xAI für Coding Agents, vernetzte Recherche, lange Dokumente und Tool-Workflows. Die Seiten-URL verwendet grok-4-5, API-Anfragen die Modell-ID grok-4.5. Grok 4.5 ist auf der EvoLink-Produktionsroute live; Preisgrenzen, unterstützte Abläufe und Modellkonfiguration stehen in den Bereichen Pricing und API.
Für welche Aufgaben eignet sich die Grok 4.5 API?
Grok 4.5 kombiniert ein Kontextfenster mit 500.000 Token, konfigurierbares Reasoning, Bildeingaben und Tools. Das ist besonders für Aufgaben relevant, die Belege bewahren, externe Systeme aufrufen und überprüfbare Ergebnisse liefern müssen.
Repository-weites Coding und Code-Reviews
Quellcode, Issues, Testergebnisse und frühere Änderungen können in einer Aufgabe zusammengeführt werden, um Fehler über mehrere Dateien hinweg zu finden, Änderungen zu planen und Reviews zu erstellen. Prüfen Sie vor dem Einsatz mit festen Repository-Aufgaben Testquote, offene Schritte, strukturierte Ergebnisse und den nötigen manuellen Korrekturaufwand.
Lange Dokumente und Analyse mehrerer Quellen
Das Kontextfenster mit 500.000 Token kann Berichte, Verträge, Wissensdatenbank-Auszüge, Gesprächsverläufe und Suchergebnisse gemeinsam aufnehmen. Mehr Kontext verbessert die Antwort nicht automatisch. Prüfen Sie deshalb, ob wichtige Belege erhalten bleiben, und kalkulieren Sie mit den Langkontext- und Cache-Preisen aus Pricing.
Vernetzte Recherche und Tool-Workflows
Grok 4.5 kann Websuche, X-Suche, Codeausführung, Anhangssuche und Collection-Suche zu einer Recherche mit Quellen verbinden. Prüfen Sie bei EvoLink die verfügbaren Tools, Token-Nutzung und Aufrufpreise in API und Pricing und testen Sie anschließend Quellenangaben und Ergebnisqualität im echten Ablauf.
Strukturierte Ausgabe und Agent-Orchestrierung
Text- und Bildeingaben lassen sich mit JSON Schema, Function Calling und mehrstufigen Agent-Abläufen für Extraktion, Prüfung und Automatisierung verbinden. Testen Sie vor dem Produktiveinsatz Schema-Gültigkeit, Funktionsargumente, das Ende von Streams und eine sichere Wiederherstellung nach Tool-Fehlern.
Was unterscheidet den Zugriff auf Grok 4.5 über verschiedene Plattformen?
Auch beim selben Modell können sich Kontextkonfiguration, Tool-Support, Nutzungsanzeige und Abrechnung unterscheiden. EvoLink bündelt Modellkonfiguration und Nutzung hinter einer API und hält spätere Modellwechsel einfach.
Die richtige API-Modell-ID verwenden
grok-4-5 ist die Seiten-URL und eine gängige Suchweise; in API-Anfragen lautet die Modell-ID grok-4.5. Bestehende Anwendungen mit Chat Completions oder Responses tragen diese ID in der Modellkonfiguration ein. Die genauen Felder stehen im API-Bereich.
Die aktuelle Konfiguration des API-Routes beachten
xAI dokumentiert ein Modellfenster mit 500.000 Token, Plattformen können aber andere Kontextoptionen, Tools und Limits anbieten. Bei EvoLink sind die angezeigte Modellkonfiguration, die verfügbaren Funktionen und die tatsächlichen usage-Daten des aktuellen Routes maßgeblich.
Chat oder Responses nach Workflow auswählen
Für normale Chats, Streaming und clientseitige Funktionen ist Chat Completions der passende Einstieg. Responses eignet sich für Recherche-Agents, serverseitige Suche oder Codeausführung. So bleibt die OpenAI-kompatible Integration vertraut, ohne unnötige Komplexität einzuführen.
Modellwahl in einem Gateway offenhalten
Grok, GPT, Claude und Kimi lassen sich mit einem EvoLink-Konto, Guthaben und API-Muster nutzen. Liegt die Modellwahl in der Konfiguration, kann nach Qualität, Kosten und Verfügbarkeit geroutet werden, ohne für jeden Anbieter den Anwendungscode neu zu bauen.
Wie lassen sich die Kosten der Grok 4.5 API genauer steuern?
Pricing zeigt die aktuellen Token- und Tool-Preise. Caching, Kontextverwaltung, Reasoning-Einstellungen und Modellrouting reduzieren unnötige Nutzung und ordnen Ausgaben erledigten Aufgaben zu.
Wiederholten Kontext cache-freundlich gestalten
Stabile System-Prompts, Tool-Schemas und gemeinsam genutzter Kontext lassen sich leichter aus dem Cache wiederverwenden. Konfigurieren Sie die unterstützte Cache- oder Konversationskennung des gewählten Protokolls und prüfen Sie cached tokens in usage, um den tatsächlichen Vorteil zu bestätigen.
Nur den benötigten Kontext senden
Ein Fenster mit 500.000 Token ist für große Repositories und Dokumente hilfreich, muss aber nicht bei jeder Anfrage gefüllt werden. Relevante Dateien, Nachrichten und Fundstellen zu wählen senkt Eingabekosten und lenkt das Modell auf entscheidende Belege.
Reasoning, Ausgabe und Tool-Aufrufe anpassen
Einfache Aufgaben können mit niedrigerem reasoning effort und kürzeren Ausgaben beginnen; für schwierige Analysen wird das Budget schrittweise erhöht. Bei Recherche und Agents sollte zusätzlich die Zahl der Tool-Aufrufe beobachtet werden, damit wiederholte Suchen oder Schleifen keine unnötigen Kosten erzeugen.
Modelle nach Gesamtkosten pro Aufgabe vergleichen
Token, Cache-Input, serverseitige Tools und notwendige Wiederholungen gehören in dieselbe Aufgabenrechnung. EvoLink zeigt Modelle und Nutzung zentral, sodass Teams die Gesamtkosten vergleichbarer Aufgaben mit Grok 4.5 und anderen Routes gegenüberstellen können.
Wie wählt man Chat Completions, Responses und Produktionszugriffe?
Beide Protokolle bedienen unterschiedliche Workflows. Dies ist eine Auswahlhilfe; genaue Anfragefelder stehen im API-Bereich und in der EvoLink-Dokumentation, Token- und Tool-Preise im bestehenden Pricing-Bereich.
Standardchat und Client-Funktionen: Chat Completions
Bei bestehenden OpenAI-kompatiblen Chats, Streams oder clientseitigem Function Calling ist Chat Completions der erste Schritt. Prüfen Sie Nachrichtenformat, Stream-Abschluss, Funktionsargumente und usage anhand der Erwartungen des vorhandenen Clients.
Recherche-Agents und Server-Tools: Responses
Für Web- oder X-Suche, Codeausführung, Anhangs- oder Collection-Suche und längere Agent-Abläufe ist Responses zu bewerten. Klären Sie Tool-Verfügbarkeit, Aufrufpreise, Quellenangaben, Fehlerzustände und Wiederholungsgrenzen.
Großer Kontext: Cache und Gesamtkosten gemeinsam prüfen
Lange Dokumente, Repositories und Gespräche sollten nicht automatisch vollständig in eine Anfrage wandern. Vergleichen Sie typische Kontextgrößen, Cache-Treffer und -Fehler, Ausgabelänge und Wiederholungen und berechnen Sie die Kosten erfolgreicher Aufgaben aus der Endabrechnung.
Produktionszugriffe: klein starten und Fallback behalten
Leiten Sie zuerst wenige beobachtbare Aufgaben an Grok 4.5 und behalten Sie einen bewährten GPT-, Claude- oder Kimi-Route. Die einheitliche EvoLink API bündelt Modellwahl, Nutzung und Guthaben und vereinfacht Wechsel nach Limits, Timeouts, Schema- oder Tool-Fehlern.
Was sollte vor dem Produktiveinsatz von Grok 4.5 geprüft werden?
Beginnen Sie mit wenigen realen Workloads und prüfen Sie Qualität, Latenz, Kosten und Zuverlässigkeit, bevor weitere Zugriffe umgestellt werden.
Integration und Nutzungsdaten sind nachvollziehbar
Prüfen Sie die Modell-ID grok-4.5, das gewünschte Protokoll sowie die Rückgabe von Responses-, usage- und Cache-Daten. Klare Nutzungsdaten ermöglichen Kostenanalysen und eine einheitliche Beobachtung von Chat- und Responses-Workflows.
Ergebnisse erfüllen die Geschäftsanforderungen
Testen Sie echte Codeänderungen, Dokumentanalysen, Recherchen oder strukturierte Extraktionen. Neben der Antwortqualität zählen bestandene Tests, verlässliche Quellen, korrekte Funktionsargumente und JSON-Schema-Ausgaben, die nachgelagerte Systeme direkt verarbeiten können.
Latenz und Fehlerbehandlung passen zum Betrieb
Beobachten Sie Antwortzeiten unter typischer Last und definieren Sie Wiederholungen für Limits, Timeouts, ungültige strukturierte Ausgaben und Tool-Fehler. Eine konfigurierbare Modellwahl in EvoLink erleichtert den Wechsel zu einer geprüften Alternative, wenn ein Route vorübergehend ausfällt.
Kosten und Modellwahl bleiben steuerbar
Berechnen Sie mit Pricing, usage und Endbetrag die Gesamtkosten derselben Aufgabenklasse. Entscheiden Sie danach, ob Grok 4.5 Standardroute, Spezialmodell für schwierige Aufgaben oder Fallback sein soll. Das einheitliche Gateway trennt diese Entscheidung von der technischen Integration.
Starten Sie Grok 4.5 mit einer kleinen, beobachtbaren und rückgängig zu machenden Aufgabengruppe. Erweitern Sie erst, wenn Qualität, Latenz und Kosten passen. Mehrere Modelle hinter der einheitlichen EvoLink API vereinfachen Skalierung, Wechsel und Kostenoptimierung.
API-Modell-ID
grok-4.5grok-4-5 ist die Seiten-URL. Chat-Completions- und Responses-Anfragen müssen die hier gezeigte exakte Modell-ID verwenden.
Verwandte Modelle
GPT-5.6
OpenAIs gestaffelte Frontier-Familie zum Vergleich von Leistung, Latenz und flexiblem Kosten-Routing.
Modell ansehen
Claude Opus 5
Anthropics Premium-Route für lang laufende Agents, Tool-Nutzung und komplexe Reviews.
Modell ansehen
Kimi K3
Moonshots Langkontext-Reasoning-Route mit separatem Preis für gecachte Eingaben.
Modell ansehen
DeepSeek V4
Kostengünstige Open-Model-Route für umfangreiche Coding-, Reasoning- und Agent-Workloads.
Modell ansehenVerwandte Leitfäden und Upgrade-Informationen zu Grok 4.5
Grok 4.6 vs. Grok 4.5
Bestätigte Fakten, Upgrade-Bedingungen und Paartests prüfen, bevor bestehende Grok-4.5-Workloads migriert werden.
Leitfaden lesen
Release-Status von Grok 4.6
Offizielle Veröffentlichung, Modell-ID, API-Verfügbarkeit und Preise verfolgen; bis zur Bestätigung bleibt Grok 4.5 die reproduzierbare Testbasis.
Leitfaden lesenGrok 4.5 API – FAQ
Ist die Grok 4.5 API bereits über EvoLink verfügbar?
Ja. Grok 4.5 ist auf der EvoLink-Produktionsroute live. Senden Sie Anfragen mit der Modell-ID grok-4.5 über Chat Completions oder Responses; Modell-ID, Preise, Kontext und unterstützte Workflows finden Sie auf dieser Seite.
Ist grok-4-5 die API-Modell-ID?
Nein. grok-4-5 ist die Seiten-URL und Suchschreibweise. Die tatsächliche Modell-ID für API-Anfragen lautet grok-4.5.
Wie groß sind Kontextfenster und Preisgrenze für langen Kontext?
xAI dokumentiert ein Kontextfenster mit 500.000 Token. Ab der im Pricing-Bereich gezeigten Prompt-Token-Grenze gilt der Langkontext-Tarif. Testen Sie daher typische Kontextgrößen und Cache-Input statt grundsätzlich das volle Fenster zu verwenden.
Welche Ein- und Ausgaben unterstützt Grok 4.5?
Die Upstream-Dokumentation nennt Text- und Bildeingaben sowie Textausgabe. Bildeingabe dient dem visuellen Verständnis und macht Grok 4.5 nicht zu einem Bildgenerator. Maßgeblich ist der aktuell im API-Bereich gezeigte Support.
Wann sollte ich Chat Completions oder die Responses API verwenden?
Chat Completions eignet sich für normale Chats, Streaming und Client-Funktionen. Für längere Agent-Abläufe und serverseitige xAI-Tools ist Responses zu prüfen. Exakte Felder stehen im API-Bereich und in der EvoLink-Dokumentation.
Wie sollte reasoning effort gewählt werden?
Beginnen Sie mit der niedrigsten Stufe, die die Qualitätsanforderung erfüllt, und vergleichen Sie medium und high an denselben Aufgaben. Komplexe Aufgaben können mehr Reasoning benötigen; einfache Aufgaben können Antwortzeit und Kosten priorisieren.
Wie beeinflusst Cache-Input den Preis der Grok 4.5 API?
Cache-Input kann Kosten für wiederholten Kontext senken. Cache-Fehler, lange Ausgaben, Wiederholungen und wiederholte Tool-Schritte erhöhen dennoch den Gesamtbetrag. Nutzen Sie Pricing und die endgültige Anfrageabrechnung für die Kosten pro erfolgreicher Aufgabe.
Was unterscheidet Server-Tools und Client-Funktionen?
Client-Funktionen laufen in Ihrer Anwendung. Web- und X-Suche, Codeausführung, Anhangs- und Collection-Suche sind serverseitige xAI-Tools. Ausführungsort, Fehlerbehandlung und Abrechnung unterscheiden sich; aktuellen Support und Preise zeigen API und Pricing.
Wie vergleicht man Grok 4.5 mit GPT, Claude oder Kimi?
Lassen Sie dieselben realen Aufgaben mit gleichem Kontext, Tools und Reasoning ausführen. Ergebnisqualität, Antwortzeit, Token-Mix, Tool-Erfolg und Gesamtkosten zeigen, welcher EvoLink-Route zu welcher Zugriffsklasse passt.
Welches Fallback sollte beim Rollout bestehen bleiben?
Behalten Sie ein Modell, das dieselbe Aufgabe bereits zuverlässig erledigt, und halten Sie die Route konfigurierbar. Bei Limits, Timeouts oder ungültiger Ausgabe kann EvoLink zu GPT, Claude, Kimi oder einer anderen geeigneten Alternative wechseln.