grok/grok-4.3: Flaggschiff 1M-Kontext, Text+Bild-Modell von grok auf OrcaRouter zu Direktpreisen des Anbieters
grok/grok-4.3 ist ein Flaggschiff-Modell von grok, das auf OrcaRouter zu den direkten Preisen des Anbieters ohne Aufschlag angeboten wird. Es unterstützt ein Kontextfenster von 1 Million Token –…
Als Flaggschiff-Modell ist grok-4.3 für anspruchsvolles Denken, langen Kontext und multimodales Verständnis konzipiert. Zu seinen Kernfähigkeiten gehören: 1) Verarbeitung von bis zu 1 Million Tokens aus kombiniertem Text- und Bildeingaben in einem einzigen Durchlauf; 2) Durchführung komplexer Analyseaufgaben wie mehrstufiges Denken, Codegenerierung und mathematisches Problemlösen; 3) Verstehen von Bildern und Beantworten von Fragen zu visuellen Inhalten; 4) Aufrechterhaltung von Kohärenz über sehr lange Gespräche oder Dokumente hinweg. Es unterstützt keine Funktionsaufrufe oder strukturierte Ausgaben in einer spezialisierten Weise über das hinaus, was die Basis-API bietet. Benutzer sollten beachten, dass das Modell zwar leistungsstark ist, die genaue Leistung bei bestimmten Benchmarks in diesem Katalog nicht offengelegt wird. Für Aufgaben, die nicht den vollen 1M-Kontext oder Bildeingaben erfordern, kann ein günstigeres oder schnelleres Modell auf OrcaRouter ausreichen.
Wählen Sie grok-4.3, wenn Ihre Aufgabe den gesamten Kontext von 1 Million Tokens erfordert oder Bildverständnis innerhalb dieses langen Kontexts benötigt. Beispiele umfassen die Analyse vollständiger Rechtsdokumente, die Überprüfung umfangreicher Codebasen oder das Studium langer Forschungsarbeiten mit eingebetteten Abbildungen. Es ist auch geeignet, wenn Sie ein einziges Modell benötigen, das sowohl Text als auch Bilder verarbeiten kann, ohne den Anbieter wechseln zu müssen. Falls Ihr Anwendungsfall keine Bilder beinhaltet oder mit einem kürzeren Kontext (z. B. 128K Tokens) auskommt, finden Sie möglicherweise ein besseres Preis-Leistungs-Verhältnis bei einem mittelklassigen oder günstigeren Modell auf OrcaRouter, das geringere Latenz und Kosten bieten könnte. Wenn Ihre Aufgabe zudem einfach ist und nicht das erweiterte Denken eines Flaggschiff-Modells erfordert, kann ein kleineres Modell möglicherweise schnellere Ergebnisse liefern. Bewerten Sie stets den Kosten-Nutzen-Kompromiss: Der Preis von grok-4.3 beträgt $1,25/$2,50 pro Million Tokens, was sich bei hohem Volumen summieren kann.
Die besten Anwendungsfälle für grok-4.3 umfassen Aufgaben, die seinen massiven Kontext und multimodale Eingaben nutzen. Dazu gehören: Zusammenfassung langer Dokumente und Frage-Antwort, bei denen das gesamte Dokument in den Kontext passt; Codebasis-Überprüfung über Tausende von Zeilen; akademische Forschung, bei der Artikel Abbildungen und Tabellen enthalten; rechtliche Analyse von Verträgen und Fallrecht; und komplexe Argumentationsketten, die erfordern, dass das Modell auf frühere Teile eines sehr langen Prompts zurückgreift. Es ist auch effektiv für Konversationsagenten, die sich die gesamte Sitzungshistorie ohne Kürzung merken müssen. Allerdings kann bei Echtzeitanwendungen, bei denen geringe Latenz entscheidend ist, die Verarbeitung des großen Kontexts durch das Modell eine merkliche Verzögerung verursachen. Benchmarks für die Geschwindigkeit werden nicht bereitgestellt, aber ein längerer Kontext erhöht im Allgemeinen die Verarbeitungszeit. Benutzer sollten mit repräsentativen Arbeitslasten auf OrcaRouter testen.
grok-4.3 akzeptiert Bilder als Teil der Eingabe, typischerweise über die 'image_url'-Modalität in der API-Nachricht. Bilder werden codiert und zusammen mit Text in das Modell eingespeist. Das Modell kann Bildinhalte beschreiben, Fragen dazu beantworten und visuelle Beziehungen analysieren. Es verarbeitet kein Video direkt, aber Sie können einzelne Frames als separate Bilder senden (wobei die Gesamttokenanzahl innerhalb von 1M bleibt). Die genaue Bildauflösung und die Tokenkosten werden von grok festgelegt; Benutzer sollten die Dokumentation von grok für Details konsultieren. Auf OrcaRouter folgt der API-Aufruf dem standardmäßigen OpenAI-Multimodal-Format: Fügen Sie ein 'content'-Array mit Elementen vom Typ 'text' und 'image_url' ein. Bild-URLs können öffentlich zugänglich oder base64-codiert mit einem Präfix 'data:image/...;base64,' sein. Das Verständnis des Modells für Bilder beschränkt sich auf das, was sichtbar ist; es kann keine OCR oder feinkörnige visuelle Erkennung durchführen, die über die typischen Fähigkeiten von Vision-Language-Modellen hinausgeht.
Spezifische Benchmark-Ergebnisse für grok-4.3 werden im Katalog nicht bereitgestellt. Als Flaggschiffmodell von grok wird erwartet, dass es bei Standard-LLM-Benchmarks wie MMLU, HumanEval und GSM8K ein hohes Niveau erreicht, aber tatsächliche Zahlen sind hier nicht aufgeführt. Benutzer, die überprüfbare Leistungsdaten benötigen, sollten auf die offizielle Dokumentation von grok verweisen oder ihre eigenen Bewertungen zu repräsentativen Aufgaben durchführen. Das Fehlen von Benchmark-Daten in diesem Kontext bedeutet, dass direkte Vergleiche mit anderen Modellen durch empirische Tests auf OrcaRouter erfolgen müssen. Für Problembereiche, in denen Benchmarks wichtig sind (z. B. akademische oder Zertifizierungstests), ist es ratsam, grok-4.3 mit Ihren spezifischen Eingabeaufforderungen zu testen und die Genauigkeit zu messen.
Latenz für grok-4.3 wird im Katalog nicht in Sekunden oder Tokens pro Sekunde quantifiziert. Im Allgemeinen weisen Flaggschiffmodelle mit großen Kontextfenstern eine höhere Latenz auf, insbesondere bei der Verarbeitung von Prompts, die das gesamte 1M-Token-Limit ausfüllen. Die Zeit bis zum ersten Token kann erheblich sein, da der gesamte Input verarbeitet werden muss, bevor eine Ausgabe generiert wird. Auf OrcaRouter hängen die Antwortzeiten auch von der Auslastung des Anbieters und den Netzwerkbedingungen ab. Für Echtzeitanwendungen empfiehlt sich die Verwendung eines kleineren Modells mit geringerem Kontext. Für die Offline-Stapelverarbeitung kann die Latenz akzeptabel sein. Benutzer sollten Latenztests mit ihren typischen Eingabegrößen durchführen, um die Eignung zu beurteilen. Es gibt keine dedizierte Geschwindigkeitsstufe für grok-4.3; es wird mit der standardmäßigen Inferenzgeschwindigkeit des Anbieters bereitgestellt.
Stärken: Extrem großes Kontextfenster (1 Mio. Token) ermöglicht die Verarbeitung sehr langer Dokumente in einem einzigen Durchlauf. Multimodale Eingabe (Text + Bild) ermöglicht integrierte visuelle Analyse. Als Flaggschiff-Modell weist es vermutlich starke Sprachverständnis- und Generierungsfähigkeiten auf. Einschränkungen: Höhere Kosten pro Token im Vergleich zu günstigeren Modellen. Es liegen keine spezifischen Benchmark-Zahlen vor, um die Leistung zu quantifizieren. Bei großen Kontexten kann die Latenz hoch sein. Das Modell generiert keine Bilder. Es handelt sich um ein Allzweckmodell, das nicht für enge Domänen optimiert wurde (obwohl es dennoch gute Leistungen erbringen kann). Es gibt keine Angabe zur Funktionsaufruf- oder strukturierten Ausgabeunterstützung, die über die Standard-API-Fähigkeiten hinausgeht. Benutzer sollten die Eignung durch eigene Tests überprüfen, da die Katalogdaten begrenzt sind.
grok-4.3 kostet $1.25 pro Million Input-Token und $2.50 pro Million Output-Token. Dies sind die Tarife des Anbieters; OrcaRouter gibt sie ohne Aufschlag weiter. Es fallen keine zusätzlichen Gebühren für die API-Nutzung über den Token-Verbrauch hinaus an. Die Abrechnung erfolgt basierend auf den gesamten Token, die in jedem API-Aufruf verarbeitet werden. Bei einem typischen Austausch mit 10.000 Input-Token und 2.000 Output-Token würden die Kosten ungefähr $0.0125 (Input) + $0.005 (Output) = $0.0175 betragen. Diese Preisgestaltung gilt sowohl für Text- als auch für Bild-Token. Die Kosten für Bild-Token werden vom Anbieter festgelegt und sind in der Anzahl der Input-Token enthalten. Es werden keine monatlichen Guthaben oder Paketrabatte erwähnt; die Abrechnung erfolgt nach Verbrauch (Pay-as-you-go). Benutzer sollten ihre Nutzung überwachen, um Kosten zu kontrollieren, insbesondere bei der Verarbeitung großer Kontexte.
Der Kompromiss besteht darin, Leistung und Kosten gegeneinander abzuwägen. grok-4.3 ist ein Flaggschiff-Modell mit einem 1M-Kontextfenster und Bildeingabe. Wenn Ihre Aufgabe diesen vollen Kontext oder multimodale Eingaben nicht erfordert, können Sie auf OrcaRouter ein günstigeres Modell auswählen – zum Beispiel ein kleineres grok-Modell oder ein Modell eines Drittanbieters mit niedrigeren Kosten pro Token. Günstigere Modelle haben möglicherweise kleinere Kontextfenster (z. B. 4K bis 128K) und unterstützen möglicherweise keine Bilder, können aber Ihre Rechnung erheblich reduzieren. Für Aufgaben, die in einen kürzeren Kontext passen und rein textbasiert sind, können die Kosteneinsparungen beträchtlich sein. Umgekehrt, wenn Sie den langen Kontext und die multimodale Fähigkeit benötigen, ist grok-4.3 möglicherweise die einzige Option innerhalb bestimmter Anbieterlinien. Bewerten Sie sowohl das Eingabe- als auch das Ausgabe-Token-Volumen. Es wird kein Caching-Rabatt erwähnt.
Der Katalog gibt für grok-4.3 keinen Caching-Mechanismus oder spezielle Preisstufen an. Das Modell wird pro Token zu den angegebenen Tarifen abgerechnet: 1,25 $ pro Million Input-Token und 2,50 $ pro Million Output-Token, ohne Aufschlag. OrcaRouter erhebt keine zusätzlichen Gebühren. Es gibt keine Erwähnung von rabattierter Stapelverarbeitung, monatlichen Abonnements oder Mengenrabatten. Benutzer sollten von der standardmäßigen Pay-as-you-Go-Preisgestaltung ausgehen. Falls Caching verfügbar wäre, könnte es die Kosten für wiederholte Prompts senken, aber diese Information wird nicht bereitgestellt. Kontaktieren Sie den OrcaRouter-Support für etwaige unveröffentlichte Preisoptionen. Für Nutzer mit hohem Volumen kann es sich lohnen, alternative Modelle zu erkunden oder individuelle Tarife direkt mit dem Anbieter auszuhandeln.
OrcaRouter berechnet genau den von grok für grok-4.3 festgelegten Satz: $1.25 pro Million Input-Token und $2.50 pro Million Output-Token. OrcaRouter fügt keine Marge hinzu. Das bedeutet, Sie zahlen die gleichen Kosten pro Token wie bei direkter Nutzung der grok-eigenen API, erhalten jedoch Zugriff über die einheitliche API-Schicht von OrcaRouter. Dies kann die Integration vereinfachen, wenn Sie mehrere Anbieter nutzen. Es gibt keine versteckten Gebühren. Die Token-Zählung erfolgt durch OrcaRouter basierend auf den Inhalten, die Sie senden und empfangen. Die Basis-URL für API-Aufrufe ist https://api.orcarouter.ai/v1, und die Modell-ID lautet 'grok/grok-4.3'. Die Abrechnung erfolgt durch OrcaRouter, in der Regel auf Nachzahlungsbasis. Überprüfen Sie stets die Token-Anzahl in Ihrem Dashboard.
Um grok-4.3 aufzurufen, senden Sie eine POST-Anfrage an https://api.orcarouter.ai/v1/chat/completions mit dem Modellparameter auf 'grok/grok-4.3' gesetzt. Die API ist OpenAI-kompatibel, daher entspricht das Anfrageformat dem OpenAI-Chat-Completions-Schema. Fügen Sie einen von OrcaRouter ausgestellten API-Schlüssel im Authorization-Header (Bearer-Token) hinzu. Verwenden Sie für multimodale Anfragen ein 'content'-Array mit Objekten vom Typ 'text' oder 'image_url'. Beispielausschnitt: \n{"model":"grok/grok-4.3","messages":[{"role":"user","content":[{"type":"text","text":"Describe this image"},{"type":"image_url","image_url":{"url":"https://example.com/photo.jpg"}}]}],"max_tokens":500}. Das Modell generiert dann eine Textantwort. Stellen Sie sicher, dass Ihre gesamten Eingabe-Tokens (einschließlich Bild-Tokens) plus die max_tokens der Antwort 1.000.000 nicht überschreiten.
grok-4.3 unterstützt die Standardparameter für Chat-Vervollständigung: model (erforderlich, auf 'grok/grok-4.3' gesetzt), messages (erforderlich, Array von Nachrichtenobjekten), max_tokens (Ganzzahl, maximale Ausgabetokens), temperature (Gleitkommazahl, steuert Zufälligkeit, typischerweise 0-2), top_p (Gleitkommazahl, Nucleus-Sampling), frequency_penalty und presence_penalty (Gleitkommazahlen), stop (String oder Array von Strings) und stream (Boolean). Nicht alle Parameter haben möglicherweise eine Wirkung; zum Beispiel sind temperature und top_p oft beide funktional. Für multimodale Eingaben kann das 'content'-Feld einer Benutzernachricht ein Array sein. Es gibt keinen Parameter für Bildqualität oder -details; verwenden Sie das Standard-Format image_url. Das Modell kann auch Systemnachrichten unterstützen. Für beste Ergebnisse verwenden Sie eine Systemnachricht, um das Verhalten des Assistenten festzulegen. Überprüfen Sie die Dokumentation von OrcaRouter auf anbieterspezifische Parameter.
Die Migration umfasst das Ändern des API-Endpunkts und der Modellkennung. Wenn Sie zuvor grok-4.3 direkt über die API von grok aufgerufen haben, aktualisieren Sie Ihren Code, um die Basis-URL von OrcaRouter (https://api.orcarouter.ai/v1) und die Modell-ID 'grok/grok-4.3' zu verwenden. Ersetzen Sie Ihren API-Schlüssel durch einen von OrcaRouter. Das Nachrichtenformat bleibt identisch, da beide OpenAI-kompatibel sind. Wenn Sie ein anderes Modell auf OrcaRouter verwendet haben und zu grok-4.3 wechseln möchten, ändern Sie einfach den Modellnamen in Ihren Anfragen. Es sind keine weiteren Codeänderungen erforderlich. Testen Sie mit einer einzelnen Abfrage, um die Konnektivität und die Preisgestaltung zu bestätigen. Beachten Sie, dass das Antwortverhalten aufgrund von anbieterseitigen Inferenzkonfigurationen leicht abweichen kann. Für eine Migration mit hohem Traffic sollten Sie eine schrittweise Einführung in Betracht ziehen.
Die Authentifizierung erfolgt über einen API-Schlüssel, der von OrcaRouter bereitgestellt wird. Fügen Sie diesen Schlüssel im 'Authorization'-Header als 'Bearer YOUR_API_KEY' ein. Sie müssen einen gültigen Schlüssel aus dem Dashboard von OrcaRouter oder über deren Kontoeinrichtung beziehen. Es wird keine zusätzliche Authentifizierungsmethode unterstützt. Der Schlüssel sollte vertraulich behandelt werden. OrcaRouter kann Anfragen basierend auf Ihrem Tarif drosseln. Fügen Sie den Header jeder Anfrage hinzu. Aus Sicherheitsgründen sollten Sie Schlüssel nicht fest im clientseitigen Code codieren. Wenn Sie Authentifizierungsfehler erhalten, überprüfen Sie den Schlüssel und stellen Sie sicher, dass er Zugriff auf das Modell 'grok/grok-4.3' hat. Es gibt keine separaten Schlüssel pro Modell; ein Schlüssel gewährt Zugriff auf alle Modelle innerhalb Ihres erlaubten Bereichs.
Der Katalog listet keine anderen Flaggschiffmodelle mit spezifischen Vergleichen auf. Im Allgemeinen zeichnet sich grok-4.3 durch sein 1M Token-Kontextfenster aus, das zu den größten angebotenen gehört. Viele Flaggschiffmodelle haben Kontextfenster von 128K oder 200K Token. Die multimodale Unterstützung (Text+Bild) ist ebenfalls ein Merkmal, wenn auch nicht einzigartig. Sein Preis von $1.25/$2.50 pro Million Token ist mit einigen Premiummodellen vergleichbar, andere können jedoch günstiger oder teurer sein. Ohne Benchmark-Daten sind direkte Qualitätsvergleiche unmöglich. Benutzer sollten ihre erforderliche Kontextlänge und Modalität berücksichtigen. Wenn ein kürzerer Kontext ausreicht, kann ein günstigeres Modell eine ähnliche Leistung bieten. Für die längsten Kontextanforderungen ist grok-4.3 ein starker Kandidat.
grok bietet möglicherweise weitere Modelle (z. B. kleinere Versionen oder spezialisierte Varianten), aber der Katalog listet nur grok-4.3. Angenommen, es gibt andere grok-Modelle mit niedrigeren Kontextgrenzen oder ohne Bildunterstützung, wäre grok-4.3 zu bevorzugen, wenn Sie den vollen 1M-Kontext und Bildverständnis benötigen. Wenn Sie nur Text und einen kleineren Kontext benötigen, könnte ein günstigeres grok-Modell die Kosten senken. Da grok-4.3 das Flaggschiff ist, ist es wahrscheinlich das leistungsfähigste, aber auch das teuerste. Wenn Ihre Aufgabe nicht die höchste Leistungsfähigkeit erfordert, sollten Sie eine günstigere Option in Betracht ziehen. Ohne spezifische Daten zu anderen grok-Modellen muss die Entscheidung auf der Grundlage der Kontext- und Modalitätsanforderungen getroffen werden.
Alternativen, die auf OrcaRouter verfügbar sind und Bildeingabe mit langem Kontext kombinieren, umfassen andere multimodale Modelle verschiedener Anbieter. Beispielsweise könnten Modelle mit 128K Kontext und Bildfähigkeiten geeignet sein. Der 1M-Kontext von grok-4.3 ist einzigartig. Wenn Sie den vollen 1M nicht benötigen, könnte ein Modell mit 128K Kontext günstiger und schneller sein. Falls Ihre Bilder jedoch Teil eines sehr langen Dokuments sind, ist grok-4.3 möglicherweise die einzige Option. Benutzer sollten die genauen Token-Preise, Kontextgrenzen und gemeldete Leistung vergleichen. Da Benchmark-Daten fehlen, testen Sie mit Ihren eigenen Daten. OrcaRouter unterstützt das einfache Wechseln von Modellen, sodass Sie mehrere Alternativen ausprobieren können.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="grok/grok-4.3",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoninglogprobsmax_completion_tokensmax_tokensnparallel_tool_callsreasoningreasoning_effortresponse_formatsearch_parametersseedstreamstream_optionsstructured_outputstemperaturetool_choicetoolstop_logprobstop_puserweb_search_options| Eingabe / 1M Tokens | $1.25 |
| Ausgabe / 1M Tokens | $2.50 |
| Cache-Lesen / 1M | $0.200 |
| Währung | USD |
Schätzung auf Basis des Listenpreises
Nur eine Schätzung — die tatsächliche Token-Anzahl hängt vom Tokenizer des Anbieters ab.
GET /api/public/models/grok/grok-4.3Öffnen @misc{orcarouter_grok_4_3,
title = {grok/grok-4.3 API},
author = {grok},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/grok/grok-4.3}
}grok. (n.d.). grok/grok-4.3 API. OrcaRouter. https://www.orcarouter.ai/models/grok/grok-4.3