grok/grok-4.3: model unggulan konteks 1M, teks+gambar dari grok di OrcaRouter dengan harga langsung penyedia
grok/grok-4.3 adalah model andalan dari grok, yang ditawarkan di OrcaRouter dengan harga langsung dari penyedia tanpa markup. Model ini mendukung jendela konteks sebesar 1 juta token – jauh lebih…
Sebagai model unggulan, grok-4.3 dirancang untuk penalaran tingkat tinggi, pemahaman konteks panjang, dan pemahaman multimodal. Kemampuan intinya meliputi: 1) memproses hingga 1 juta token input teks dan gambar gabungan dalam satu giliran; 2) melakukan tugas analitis kompleks seperti penalaran multi-langkah, generasi kode, dan pemecahan masalah matematika; 3) memahami gambar dan menjawab pertanyaan tentang konten visual; 4) mempertahankan koherensi dalam percakapan atau dokumen yang sangat panjang. Model ini tidak mendukung pemanggilan fungsi atau output terstruktur dengan cara yang khusus di luar apa yang disediakan oleh API dasar. Pengguna harus mencatat bahwa meskipun model ini kuat, kinerja tepat pada tolok ukur tertentu tidak diungkapkan dalam katalog ini. Untuk tugas yang tidak memerlukan konteks 1M penuh atau input gambar, model yang lebih murah atau lebih cepat di OrcaRouter mungkin sudah memadai.
Pilih grok-4.3 ketika tugas Anda membutuhkan jendela konteks penuh 1 juta token atau memerlukan pemahaman gambar dalam konteks panjang tersebut. Contohnya termasuk menganalisis seluruh dokumen hukum, meninjau basis kode yang luas, atau mempelajari makalah penelitian panjang dengan gambar yang tertanam. Ini juga cocok ketika Anda membutuhkan satu model yang dapat menangani teks dan gambar tanpa berpindah penyedia. Jika kasus penggunaan Anda tidak melibatkan gambar atau dapat dipenuhi dengan konteks yang lebih pendek (misalnya, 128K token), Anda mungkin mendapatkan nilai lebih baik dari model kelas menengah atau lebih murah di OrcaRouter, yang dapat menawarkan latensi dan biaya lebih rendah. Selain itu, jika tugas Anda sederhana dan tidak memerlukan penalaran tingkat lanjut dari model unggulan, model yang lebih kecil dapat memberikan hasil yang memadai lebih cepat. Selalu evaluasi trade-off biaya-manfaat: harga grok-4.3 adalah $1.25/$2.50 per juta token, yang dapat bertambah untuk penggunaan volume tinggi.
Kasus penggunaan terbaik untuk grok-4.3 melibatkan tugas-tugas yang memanfaatkan konteks masif dan input multimodalnya. Ini termasuk: ringkasan dokumen panjang dan tanya jawab di mana seluruh dokumen cocok dalam konteks; peninjauan basis kode di ribuan baris; penelitian akademis di mana makalah menyertakan gambar dan tabel; analisis hukum kontrak dan yurisprudensi; serta rantai penalaran kompleks yang memerlukan model untuk merujuk kembali ke bagian awal dari prompt yang sangat panjang. Model ini juga efektif untuk agen percakapan yang perlu mengingat riwayat sesi penuh tanpa pemotongan. Namun, untuk aplikasi real-time di mana latensi rendah sangat penting, pemrosesan konteks besar model dapat menyebabkan keterlambatan yang terlihat. Tolok ukur kecepatan tidak disediakan, tetapi konteks yang lebih panjang umumnya meningkatkan waktu pemrosesan. Pengguna harus menguji dengan beban kerja representatif di OrcaRouter.
grok-4.3 menerima gambar sebagai bagian dari input, biasanya melalui modalitas 'image_url' dalam pesan API. Gambar dikodekan dan dimasukkan ke dalam model bersama dengan teks. Model dapat mendeskripsikan konten gambar, menjawab pertanyaan tentangnya, dan bernalar tentang hubungan visual. Model ini tidak memproses video secara langsung, tetapi Anda dapat mengirim frame individual sebagai gambar terpisah (menjaga total token dalam 1M). Resolusi gambar dan biaya token yang tepat ditentukan oleh grok; pengguna harus memeriksa dokumentasi grok untuk detailnya. Di OrcaRouter, panggilan API mengikuti format multimodal OpenAI standar: sertakan array 'content' dengan item bertipe 'text' dan 'image_url'. URL gambar dapat diakses publik atau dikodekan base64 dengan awalan 'data:image/...;base64,'. Pemahaman model terhadap gambar terbatas pada apa yang terlihat; model tidak dapat melakukan OCR atau pengenalan visual yang mendetail di luar kemampuan model visi-bahasa yang umum.
Skor benchmark spesifik untuk grok-4.3 tidak disediakan dalam katalog. Sebagai model unggulan dari grok, diharapkan dapat berkinerja tinggi pada benchmark LLM standar seperti MMLU, HumanEval, dan GSM8K, tetapi angka sebenarnya tidak tercantum di sini. Pengguna yang memerlukan data kinerja yang dapat diverifikasi harus merujuk pada dokumentasi resmi grok atau menjalankan evaluasi sendiri pada tugas-tugas yang representatif. Tidak adanya data benchmark dalam konteks ini berarti bahwa perbandingan langsung dengan model lain harus dilakukan melalui pengujian empiris di OrcaRouter. Untuk domain masalah di mana benchmark penting (misalnya, ujian akademik atau sertifikasi), disarankan untuk menguji grok-4.3 terhadap prompt spesifik Anda dan mengukur akurasinya.
Latensi untuk grok-4.3 tidak dikuantifikasi dalam hitungan detik atau token per detik di katalog. Umumnya, model andalan dengan jendela konteks besar memiliki latensi yang lebih tinggi, terutama saat memproses prompt yang memenuhi seluruh batas 1 juta token. Waktu hingga token pertama bisa signifikan karena perlu memproses seluruh input sebelum menghasilkan output apa pun. Di OrcaRouter, waktu respons juga akan bergantung pada beban dari sisi penyedia dan kondisi jaringan. Untuk aplikasi waktu nyata, pertimbangkan menggunakan model yang lebih kecil dengan konteks yang lebih rendah. Untuk pemrosesan batch offline, latensi mungkin dapat diterima. Pengguna sebaiknya menjalankan pengujian latensi dengan ukuran input tipikal mereka untuk menilai kesesuaian. Tidak ada tingkatan kecepatan khusus untuk grok-4.3; model ini dilayani pada kecepatan inferensi standar penyedia.
Kelebihan: Jendela konteks yang sangat besar (1 juta token) memungkinkan penanganan dokumen yang sangat panjang dalam satu giliran. Input multimodal (teks+gambar) memungkinkan penalaran visual terintegrasi. Sebagai model andalan, kemungkinan besar menunjukkan kemampuan pemahaman dan pembuatan bahasa yang kuat. Keterbatasan: Biaya per token lebih tinggi dibandingkan model yang lebih murah. Tidak ada angka tolok ukur spesifik yang tersedia untuk mengukur kinerja. Latensi mungkin tinggi untuk konteks besar. Model tidak menghasilkan gambar. Model ini adalah model serba guna, tidak disempurnakan untuk domain sempit (meskipun mungkin tetap berkinerja baik). Tidak disebutkan dukungan pemanggilan fungsi atau output terstruktur di luar kemampuan API standar. Pengguna harus memverifikasi kesesuaian melalui pengujian sendiri, karena data katalog terbatas.
grok-4.3 dibanderol dengan harga $1.25 per juta token masukan dan $2.50 per juta token keluaran. Ini adalah tarif penyedia; OrcaRouter meneruskannya tanpa markup. Tidak ada biaya tambahan untuk penggunaan API di luar konsumsi token. Pembayaran ditagih berdasarkan total token yang diproses dalam setiap panggilan API. Untuk pertukaran tipikal dengan 10,000 token masukan dan 2,000 token keluaran, biayanya kira-kira $0.0125 (masukan) + $0.005 (keluaran) = $0.0175. Harga ini berlaku untuk token teks dan gambar. Biaya token gambar ditentukan oleh penyedia dan termasuk dalam jumlah token masukan. Tidak disebutkan adanya kredit bulanan atau diskon paket; harga bersifat bayar sesuai pemakaian. Pengguna harus memantau penggunaan mereka untuk mengelola biaya, terutama saat memproses konteks besar.
Trade-offnya melibatkan penyeimbangan antara kapabilitas dan biaya. grok-4.3 adalah model unggulan dengan jendela konteks 1M dan input gambar. Jika tugas Anda tidak memerlukan konteks penuh atau input multimodal tersebut, Anda dapat memilih model yang lebih murah di OrcaRouter – misalnya, model grok yang lebih kecil atau model dari penyedia pihak ketiga dengan harga per token yang lebih rendah. Model yang lebih murah mungkin memiliki jendela konteks yang lebih kecil (misalnya, 4K hingga 128K) dan mungkin tidak mendukung gambar, tetapi dapat mengurangi biaya Anda secara signifikan. Untuk tugas yang sesuai dengan konteks yang lebih pendek dan murni berbasis teks, penghematan biayanya bisa cukup besar. Sebaliknya, jika Anda membutuhkan konteks panjang dan kemampuan multimodal, grok-4.3 mungkin menjadi satu-satunya pilihan di antara lini penyedia tertentu. Evaluasi volume token input dan output. Tidak ada diskon caching yang disebutkan.
Katalog tidak menyebutkan mekanisme caching atau tingkat harga khusus untuk grok-4.3. Model ini ditagih per token dengan tarif yang tercantum: $1,25 per juta token masukan dan $2,50 per juta token keluaran, tanpa markup. OrcaRouter tidak menambahkan biaya tambahan. Tidak ada penyebutan tentang pemrosesan batch diskon, langganan bulanan, atau diskon volume. Pengguna harus menganggap harga bayar sesuai pemakaian standar. Jika caching tersedia, kemungkinan dapat mengurangi biaya untuk prompt yang berulang, tetapi informasi tersebut tidak diberikan. Hubungi dukungan OrcaRouter untuk opsi harga yang tidak dipublikasikan. Untuk pengguna dengan volume tinggi, mungkin perlu mempertimbangkan model alternatif atau menegosiasikan tarif khusus langsung dengan penyedia.
OrcaRouter membebankan biaya persis sesuai tarif yang ditetapkan oleh grok untuk grok-4.3: $1.25 per juta token input dan $2.50 per juta token output. OrcaRouter tidak menambahkan margin apa pun. Ini berarti Anda membayar biaya per token yang sama seperti jika Anda menggunakan API grok secara langsung, tetapi Anda mendapatkan akses melalui lapisan API terpadu OrcaRouter. Ini dapat menyederhanakan integrasi jika Anda menggunakan beberapa penyedia. Tidak ada biaya tersembunyi. Penghitungan token dilakukan oleh OrcaRouter berdasarkan konten yang Anda kirim dan terima. URL dasar untuk panggilan API adalah https://api.orcarouter.ai/v1, dan ID modelnya adalah 'grok/grok-4.3'. Penagihan ditangani oleh OrcaRouter, biasanya secara pasca bayar. Selalu verifikasi jumlah token di dasbor Anda.
Untuk memanggil grok-4.3, kirimkan permintaan POST ke https://api.orcarouter.ai/v1/chat/completions dengan parameter model yang diatur ke 'grok/grok-4.3'. API ini kompatibel dengan OpenAI, sehingga format permintaan mengikuti skema Chat Completions OpenAI. Sertakan kunci API yang diterbitkan oleh OrcaRouter di header Authorization (token Bearer). Untuk permintaan multimodal, gunakan array 'content' dengan objek bertipe 'text' atau 'image_url'. Contoh cuplikan: \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}. Model kemudian akan menghasilkan respons teks. Pastikan total token masukan Anda (termasuk token gambar) ditambah max_tokens respons tidak melebihi 1.000.000.
grok-4.3 mendukung parameter penyelesaian percakapan standar: model (wajib, diatur ke 'grok/grok-4.3'), messages (wajib, array objek pesan), max_tokens (integer, token keluaran maksimum), temperature (float, mengontrol keacakan, biasanya 0-2), top_p (float, pengambilan sampel inti), frequency_penalty dan presence_penalty (float), stop (string atau array string), dan stream (boolean). Tidak semua parameter mungkin berpengaruh; misalnya, temperature dan top_p sering kali keduanya berfungsi. Untuk input multimodal, bidang 'content' dari pesan pengguna dapat berupa array. Tidak ada parameter untuk kualitas atau detail gambar; gunakan format image_url standar. Model mungkin juga mendukung pesan sistem. Untuk hasil terbaik, gunakan pesan sistem untuk mengatur perilaku asisten. Periksa dokumentasi OrcaRouter untuk parameter khusus penyedia.
Migrasi melibatkan perubahan titik akhir API dan pengidentifikasi model. Jika sebelumnya Anda memanggil grok-4.3 langsung melalui API grok, perbarui kode Anda untuk menggunakan URL dasar OrcaRouter (https://api.orcarouter.ai/v1) dan ID model 'grok/grok-4.3'. Ganti kunci API Anda dengan yang dari OrcaRouter. Format pesan tetap identik karena keduanya kompatibel dengan OpenAI. Jika Anda menggunakan model lain di OrcaRouter dan ingin beralih ke grok-4.3, cukup ubah nama model dalam permintaan Anda. Tidak ada perubahan kode lain yang diperlukan. Uji dengan satu permintaan untuk mengonfirmasi konektivitas dan harga. Perhatikan bahwa perilaku respons mungkin sedikit berbeda karena konfigurasi inferensi sisi penyedia. Untuk migrasi lalu lintas tinggi, pertimbangkan peluncuran bertahap.
Autentikasi dilakukan melalui kunci API yang disediakan oleh OrcaRouter. Sertakan kunci ini di header 'Authorization' sebagai 'Bearer YOUR_API_KEY'. Anda harus mendapatkan kunci yang valid dari dasbor OrcaRouter atau melalui pengaturan akun mereka. Tidak ada metode autentikasi tambahan yang didukung. Kunci harus dijaga kerahasiaannya. OrcaRouter mungkin membatasi laju permintaan berdasarkan paket Anda. Sertakan header tersebut di setiap permintaan. Demi keamanan, hindari meng-hardcode kunci di kode sisi klien. Jika Anda menemui kesalahan autentikasi, verifikasi kunci dan pastikan kunci tersebut memiliki akses ke model 'grok/grok-4.3'. Tidak ada kunci terpisah per model; satu kunci memberikan akses ke semua model dalam cakupan yang diizinkan.
Katalog ini tidak mencantumkan model flagship lain dengan perbandingan spesifik. Secara umum, grok-4.3 menonjol dengan jendela konteks 1 juta token, yang termasuk salah satu yang terbesar yang ditawarkan. Banyak model flagship memiliki jendela konteks 128K atau 200K token. Dukungan multimodal (teks+gambar) juga merupakan fitur, meskipun tidak unik. Harganya $1,25/$2,50 per juta token sebanding dengan beberapa model premium, tetapi yang lain mungkin lebih murah atau lebih mahal. Tanpa data tolok ukur, perbandingan kualitas secara langsung tidak mungkin dilakukan. Pengguna harus mempertimbangkan panjang konteks dan modalitas yang diperlukan. Jika konteks yang lebih pendek sudah cukup, model yang lebih murah mungkin menawarkan kinerja serupa. Untuk kebutuhan konteks terpanjang, grok-4.3 adalah kandidat yang kuat.
grok mungkin menawarkan model lain (misalnya, versi yang lebih kecil atau varian khusus), tetapi katalog hanya mencantumkan grok-4.3. Dengan asumsi ada model grok lain dengan batas konteks yang lebih rendah atau tanpa dukungan gambar, grok-4.3 akan lebih dipilih ketika Anda memerlukan konteks 1M penuh dan pemahaman gambar. Jika Anda hanya membutuhkan teks dan konteks yang lebih kecil, model grok yang lebih murah dapat mengurangi biaya. Karena grok-4.3 adalah model unggulan, kemungkinan besar ini yang paling canggih namun juga paling mahal. Jika tugas Anda tidak memerlukan kemampuan tertinggi, pertimbangkan opsi yang lebih murah. Tanpa data spesifik tentang model grok lainnya, keputusan harus didasarkan pada kebutuhan konteks dan modalitas.
Alternatif yang tersedia di OrcaRouter yang menggabungkan input gambar dengan konteks panjang mencakup model multimodal lain dari berbagai penyedia. Misalnya, model dengan konteks 128K dan kemampuan gambar mungkin cocok. Konteks 1M milik grok-4.3 unik. Jika Anda tidak memerlukan 1M penuh, model dengan konteks 128K mungkin lebih murah dan lebih cepat. Namun, jika gambar Anda adalah bagian dari dokumen yang sangat panjang, grok-4.3 mungkin satu-satunya pilihan. Pengguna harus membandingkan harga token yang tepat, batas konteks, dan kinerja yang dilaporkan. Karena data tolok ukur kurang, uji dengan data Anda sendiri. OrcaRouter mendukung peralihan model dengan mudah, sehingga Anda dapat mencoba beberapa alternatif.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
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| Input / 1M token | $1.25 |
| Output / 1M token | $2.50 |
| Baca cache / 1M | $0.200 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/grok/grok-4.3Buka @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