xAI API

xAI APIとは？

xAI APIは、アプリケーションのコードからxAIのGrokモデルを利用するための開発者向けインターフェースです。APIの主な目的は、プロンプト（一部のモデルでは画像も）を受け取り、表示・処理・後続利用のために構造化可能な生成応答を返すことです。

クイックスタートではエンドツーエンドのワークフローを説明します：xAIアカウントとクレジットの作成、APIキーの生成、SDKのインストール、サポートされるエンドポイントと例を使ったGrokモデルへの最初のリクエスト送信です。

主な機能

• 環境変数によるAPIキー認証：コードをXAI_API_KEYで設定すると、xAI SDKが自動的に読み込みます。
• 一般的な言語向けSDKサポート：PythonまたはJavaScript用のxAI SDKをインストールし、生のHTTPリクエストを書かずにGrokモデルを呼び出せます。
• チャット形式のテキスト生成：システムメッセージとユーザーメッセージを送信し、モデルのテキスト応答を出力サンプリングします。
• Responsesエンドポイント対応：APIキーでhttps://api.x.ai/v1/responsesを直接呼び出し、モデル推論を実行します。
• マルチモーダル入力（テキスト+画像）：対応モデルでは、単一リクエストでテキストと画像URLを含められます。
• 構造化出力（対応モデル向け）：一部のモデルで出力スキーマを強制し、生成結果の形状を制御できます。

xAI APIの使い方

1. accounts.x.aiでxAIアカウントを作成し、API利用のためのクレジットを追加します。
2. xAI ConsoleのAPI KeysでAPIキーを作成します。
3. XAI_API_KEYを設定：ターミナルでエクスポートするか.envファイルに追加します：
   • export XAI_API_KEY="your_api_key"
   • XAI_API_KEY=your_api_key
4. 言語に応じてSDKをインストール：
   • Python: pip install xai-sdk
   • JavaScript: npm install ai @ai-sdk/xai zod
5. Grokモデルにリクエストを送信（例：テキスト用grok-4.20-reasoning、画像+テキスト用grok-4）。SDK例または直接のresponses HTTPリクエストを使用します。

ユースケース

• Grok向けチャットインターフェースの構築：ユーザーの質問とオプションのシステム指示を送信し、response.contentまたはcompletion.output_textを表示するアプリケーションを作成します。
• 既知のモデルエンドポイントでテキスト生成：直接HTTP呼び出しを好むサービスにGrokを統合するため、POST https://api.x.ai/v1/responsesワークフローを使用します。
• Q&Aフローへの画像理解追加：クイックスタートのマルチモーダルリクエスト形式で「この画像に何が写っている？」のようなプロンプトと画像URLを送信します。
• 後続処理向け出力フォーマットの強制：対応するGrokモデルでStructured Outputsを適用し、定義したスキーマに従う結果を得ます。
• ランタイム横断のクイック実験：同じ環境変数設定（XAI_API_KEY）を保ちつつ、PythonとJavaScriptの例を切り替えます。

FAQ

xAI APIのリクエスト認証方法は？

xAI ConsoleでAPIキーを作成し、XAI_API_KEYとして設定します（例：export XAI_API_KEY="..."または.envファイル）。xAI SDKは、この環境変数を自動的に読み込みます。

最初のリクエストにどのGrokモデルを使えますか？

クイックスタートの例では、テキストオンリーのチャット形式生成にgrok-4.20-reasoning、画像+テキスト入力にgrok-4を使用します。

SDKなしでAPIを呼び出せますか？

はい。クイックスタートにcurl例があり、modelとinputを含むJSONボディでhttps://api.x.ai/v1/responsesにPOSTします。

Grokに画像を送信する方法は？

画像対応モデルでは、入力にテキストと画像URLを含めます（SDKではinput_image / input_text構造、responses呼び出しでは型指定コンテンツ構造を使用）。

Structured Outputsとは？

クイックスタートで一部のモデルがサポートすることを記載。LLM出力にスキーマを強制します。詳細は「Text Generation Guide」を参照してください。

代替案

• 他のLLMプロバイダーのチャット/アシスタントAPIを使用：プロンプト入力・生成テキスト出力のワークフローなら、同様のキー認証とリクエスト形式で他のベンダーのAPIに置き換えられます。
• フレームワーク非依存のテキスト生成アプローチ：ベンダー固有SDKの代わりに、「completions/responses」スタイルのエンドポイントに直接リクエストを構築し、言語横断で統合を一貫させます。
• マルチモーダル対応モデルAPIを使用：主に画像+テキスト理解が必要なら、APIリクエストスキーマで画像入力を明示サポートするプロバイダーを選び、リクエストペイロードを適応させます。