xAI API

Qu'est-ce que l'xAI API ?

L'xAI API est une interface destinée aux développeurs pour utiliser les modèles Grok de xAI depuis votre code d'application. L'objectif principal de l'API est d'accepter des prompts (et, pour certains modèles, des images) et de renvoyer des réponses générées que vous pouvez afficher, traiter ou structurer pour une utilisation ultérieure.

Le guide de démarrage rapide parcourt le workflow complet : créer un compte xAI et des crédits, générer une clé API, installer un SDK, et envoyer votre première requête à un modèle Grok via les endpoints et exemples supportés.

Fonctionnalités principales

• Authentification par clé API via variable d'environnement : Configurez votre code avec XAI_API_KEY, que les SDK xAI lisent automatiquement.
• Support SDK pour les langages courants : Installez le SDK xAI pour Python ou JavaScript afin d'appeler les modèles Grok sans écrire de requêtes HTTP brutes.
• Génération de texte style chat : Envoyez des messages système et utilisateur, et échantillonnez la sortie du modèle pour des réponses textuelles.
• Compatibilité endpoint responses : Appelez directement https://api.x.ai/v1/responses avec une clé API pour l'inférence du modèle.
• Entrées multimodales (texte + image) : Pour les modèles compatibles, incluez une URL d'image avec du texte dans une seule requête.
• Sorties structurées (pour modèles compatibles) : Certains modèles permettent d'imposer un schéma de sortie pour contrôler la forme des résultats générés.

Comment utiliser l'xAI API

1. Créez un compte xAI sur accounts.x.ai, puis ajoutez des crédits pour utiliser l'API.
2. Créez une clé API dans la Console xAI sous API Keys.
3. Définissez XAI_API_KEY en l'exportant dans votre terminal ou en l'ajoutant à un fichier .env :
   • export XAI_API_KEY="your_api_key"
   • XAI_API_KEY=your_api_key
4. Installez un SDK selon votre langage :
   • Python : pip install xai-sdk
   • JavaScript : npm install ai @ai-sdk/xai zod
5. Envoyez une requête à un modèle Grok (l'exemple montre grok-4.20-reasoning pour du texte, et grok-4 pour image+texte). Utilisez les exemples SDK ou la requête HTTP directe vers responses.

Cas d'usage

• Construire une interface de chat pour Grok : Créez une application qui envoie des questions utilisateur et des instructions système optionnelles, puis affiche response.content ou completion.output_text.
• Générer du texte avec un endpoint de modèle connu : Utilisez le workflow POST https://api.x.ai/v1/responses pour intégrer Grok dans des services où vous préférez des appels HTTP directs.
• Ajouter la compréhension d'images à un flux Q&A : Soumettez une URL d'image avec un prompt comme “What’s in this image?” en utilisant le format de requête multimodale du guide de démarrage.
• Imposer un formatage de sortie pour un traitement ultérieur : Avec un modèle Grok compatible, appliquez les Sorties structurées pour que les résultats suivent un schéma défini.
• Exécuter des expériences rapides sur différents runtimes : Passez des exemples Python à JavaScript tout en conservant la même configuration de variable d'environnement (XAI_API_KEY).

FAQ

Comment authentifier les requêtes vers l'xAI API ?

Créez une clé API dans la Console xAI et définissez-la comme XAI_API_KEY (par ex., via export XAI_API_KEY="..." ou un fichier .env). Le SDK xAI est configuré pour lire automatiquement cette variable d'environnement.

Quel modèle Grok utiliser pour ma première requête ?

Les exemples du guide de démarrage utilisent grok-4.20-reasoning pour la génération style chat texte seul, et grok-4 pour entrée image+texte.

Puis-je appeler l'API sans SDK ?

Oui. Le guide de démarrage inclut un exemple curl direct qui poste vers https://api.x.ai/v1/responses avec un corps JSON contenant model et input.

Comment envoyer des images à Grok ?

Pour les modèles acceptant les images, incluez une URL d'image dans l'entrée avec du texte (l'exemple utilise une structure input_image / input_text dans le SDK ou une structure de contenu typée dans l'appel responses).

Qu'est-ce que les Sorties structurées ?

Le guide de démarrage indique que certains modèles supportent les Sorties structurées, qui permettent d'imposer un schéma à la sortie du LLM. La page renvoie à un “Guide de génération de texte” dédié pour un usage approfondi.

Alternatives

• Utiliser l'API chat/assistants d'un autre fournisseur LLM : Si votre workflow est “prompt en entrée, texte généré en sortie”, vous pouvez substituer l'API d'un autre fournisseur avec une authentification par clé et un format de requête similaire.
• Adopter une approche de génération de texte agnostique aux frameworks : Au lieu d'un SDK spécifique à un fournisseur, construisez des requêtes directement contre un endpoint style “completions/responses” pour une intégration cohérente entre langages.
• Utiliser des API de modèles multimodaux : Si votre besoin principal est la compréhension image+texte, cherchez des fournisseurs supportant explicitement les entrées image dans leur schéma de requête API, puis adaptez la charge utile.