Grok 4.5 · DSLab Router

Для Grok 4.5 используйте Chat Completions API.

О модели

Grok 4.5 — модель xAI для программирования, агентных задач и работы со знаниями.

По данным xAI, в среднем тратит 15 954 выходных токена на задачу SWE Bench Pro против 67 020 у Opus 4.8 на уровне max, то есть примерно в 4,2 раза меньше.

xAI называет задачи: программирование, агентная работа и работа со знаниями; модель обучена вместе с Cursor, а скорость вывода компания оценивает примерно в 80 токенов в секунду. Её преемники Grok 4.6 и Grok 4.7 получили уровень xhigh.

Принимает текст и изображения, отвечает текстом. Поддерживает вызов функций и ответы по JSON Schema; рассуждения обязательны, уровни low, medium и high.

Стоимость

Текущая стоимость использования этой модели:

Что оплачивается	Стоимость
Входные токены	от 200₽ за 1 млн токенов
Выходные токены	от 600₽ за 1 млн токенов
Чтение из кэша	от 30₽ за 1 млн токенов
Веб-поиск	500₽ за 1 000 запросов

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст, изображения
Выход	Текст
Контекст	500 000 токенов
Рассуждения	Обязательные, отключить нельзя
Уровень рассуждений по умолчанию	high
Дата выхода	16 июля 2026

Сравнение с соседними моделями

Модель	Контекст	Вход	Рассуждения	Уровень по умолчанию
Grok 4.7	500 000 токенов	Текст, изображения	Обязательные: low, medium, high, xhigh	high
Grok 4.6	500 000 токенов	Текст, изображения	Обязательные: low, medium, high, xhigh	high
Grok 4.5 (эта модель)	500 000 токенов	Текст, изображения	Обязательные: low, medium, high (xhigh работает как high)	high
Grok 4.3	1 млн токенов	Текст, изображения	Поддерживаются: none, low, medium, high, xhigh	low

Бенчмарки

Бенчмарк	Результат	Условия
SWE Bench Pro	64,7 %	Доля решённых задач; уровень рассуждений и остальные условия не раскрыты
DeepSWE 1.0	62 %	Тест Datacurve, запуск Artificial Analysis со своей обвязкой каждого разработчика; бюджет не раскрыт
Terminal Bench 2.1	83,3 %	Уровень рассуждений и остальные условия не раскрыты
SWE Marathon	29 %	Доля решённых с первой попытки; уровень рассуждений и остальные условия не раскрыты

API

Эндпоинт

http

POST https://api.akashilab.ru/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.akashilab.ru/v1",)response = client.chat.completions.create(    model="grok-4.5",    reasoning_effort="medium",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: grok-4.5.
messages	array	обязательный	История диалога: роли system, user, assistant и tool. content — текст или список частей text и image_url.
max_tokens	integer	—	Максимальный ответ в токенах.
stream	boolean	false	Потоковый ответ.
reasoning_effort	string	high	Уровень рассуждений. Значения: low, medium, high.
tools	array	—	Ваши функции: type function, name, description и parameters в виде JSON Schema.
tool_choice	string или object	auto	Вызывать ли функцию: auto — решает модель, none — не вызывать, required — вызвать любую функцию.

Важно знать

Рассуждающие модели отвечают долго: в примерах xAI для клиента задан таймаут 3600 секунд.
Параметры presence_penalty, frequency_penalty и stop возвращают ошибку: модель всегда рассуждает.
Рассуждения нельзя отключить: reasoning_effort принимает low, medium и high, а xhigh обрабатывается как high.
Параметры logprobs и top_logprobs не поддерживаются и игнорируются без ошибки.
Изображения принимаются в форматах JPEG и PNG, размером до 20 МиБ.