Grok 4.5 เป็นโมเดลหลักของ xAI — ฉลาดที่สุดเท่าที่มีมา ด้วยประสิทธิภาพระดับแนวหน้าในด้านการเขียนโค้ด งานความรู้ และ STEM สร้างขึ้นบนพื้นฐาน V9 ที่มีพารามิเตอร์ 1.5 ล้านล้าน และฝึกฝนร่วมกับโปรแกรมแก้ไขโค้ด Cursor รองรับหน้าต่างบริบท 500,000 โทเค็น และรับอินพุตข้อความ รูปภาพ และไฟล์ พร้อมเอาต์พุตข้อความ เน้นการเขียนโค้ดแบบเอเจนต์ที่แข็งแกร่งด้วยประสิทธิภาพโทเค็นที่โดดเด่น — แก้ไขงานวิศวกรรมซอฟต์แวร์ด้วยโทเค็นเอาต์พุตที่น้อยกว่าโมเดลชั้นนำอื่นๆ อย่างมาก — และตั้งราคาอย่างจริงจังสำหรับการใช้งานในปริมาณสูงในการผลิต
Grok 4.5 เป็นโมเดลภาษาขนาดใหญ่แบบมัลติโมดัลที่สร้างโดย xAI ออกแบบมาเพื่อรองรับอินพุตที่ยาวมาก โดยมีหน้าต่างบริบท (context window) ขนาด 500,000 โทเคน ซึ่งหมายความว่าสามารถประมวลผลข้อความประมาณ 400,000…
Grok 4.5 รองรับรูปแบบข้อมูลนำเข้าสามประเภท ได้แก่ ข้อความ รูปภาพ และไฟล์ ข้อความสามารถรวมในข้อความผู้ใช้ได้ตามธรรมชาติ รูปภาพสามารถส่งเป็น URL หรือข้อมูลที่เข้ารหัส base64 ในอาร์เรย์เนื้อหา ตามรูปแบบมัลติโมดัลของ OpenAI ไฟล์รองรับผ่านกลไกเดียวกัน: ผู้ใช้สามารถแนบข้อมูลไบนารี (เช่น PDF, เอกสาร Word) เป็นส่วนหนึ่งของคำขอ โมเดลประมวลผลข้อมูลนำเข้าเหล่านี้ร่วมกัน ทำให้สามารถให้เหตุผลข้ามประเภทข้อมูลที่แตกต่างกันได้ ตัวอย่างเช่น พรอมต์สามารถมีสัญญาที่สแกน (รูปภาพ) พร้อมคำถามเกี่ยวกับข้อกำหนดเฉพาะ และ Grok 4.5 จะแยกข้อความจากรูปภาพและตอบตามนั้น ความสามารถมัลติโมดัลนี้ช่วยลดความจำเป็นในการประมวลผลไฟล์ล่วงหน้าก่อนส่งไปยัง API ทำให้การออกแบบไปป์ไลน์ง่ายขึ้น
หน้าต่างบริบทของ 500,000 โทเค็น หมายความว่า Grok 4.5 สามารถพิจารณาโทเค็นอินพุตและเอาต์พุตรวมกันได้ถึงครึ่งล้านโทเค็นในคำขอเดียว โดยประมาณแล้ว 1 โทเค็นเทียบเท่ากับ 0.75 คำสำหรับข้อความภาษาอังกฤษ ดังนั้นโมเดลสามารถจัดการคำได้ประมาณ 375,000 ถึง 400,000 คำ สิ่งนี้ช่วยให้ผู้ใช้สามารถป้อนเอกสารทั้งหมด บทสนทนาที่ยาว หรือชุดข้อมูลขนาดใหญ่โดยไม่ต้องแบ่งเป็นส่วนๆ โมเดลรักษาความสอดคล้องกันตลอดทั้งบริบท ทำให้สามารถทำงานเช่นสรุปบทหนังสือ วิเคราะห์ที่เก็บโค้ดทั้งหมด หรือรักษาบทสนทนาหลายรอบให้สมบูรณ์ อย่างไรก็ตาม อินพุตที่ยาวขึ้นจะเพิ่มต้นทุนตามสัดส่วน เนื่องจากการคิดราคาเป็นต่อโทเค็น เพื่อความสมดุลที่ดีที่สุด ผู้ใช้ควรส่งเฉพาะบริบทที่จำเป็นเท่านั้น แต่หน้าต่างขนาดใหญ่ลดความจำเป็นในการตัดทอนข้อมูล
Grok 4.5 โดดเด่นในงานที่ต้องการความเข้าใจเชิงลึกเกี่ยวกับเนื้อหาที่ยาวหรือหลายรูปแบบ ตัวอย่างสำคัญได้แก่: การดึงข้อมูลจากงานวิจัยหลายร้อยหน้า, การวิเคราะห์ภาพแผนภูมิและตารางร่วมกับข้อความที่เกี่ยวข้อง, การตรวจสอบเอกสารทางกฎหมายเพื่อหาข้อกำหนดเฉพาะ, การสรุปบันทึกการประชุมที่ยาว, และการแก้ไขข้อบกพร่องในโครงการซอฟต์แวร์ขนาดใหญ่โดยการตรวจสอบไฟล์บันทึกทั้งหมด โมเดลยังสามารถจัดการกับห่วงโซ่การให้เหตุผลที่ซับซ้อนซึ่งขึ้นอยู่กับส่วนก่อนหน้าของพรอมพ์ได้อีกด้วย โมเดลนี้ไม่เหมาะกับงานที่ง่ายมากหรืองานครั้งเดียวที่โมเดลขนาดเล็กและถูกกว่าสามารถทำได้ เช่น การสร้างการตอบกลับอีเมลสั้นๆ หรือการจำแนกประเภทง่ายๆ ผู้ใช้ควรประเมินว่างานนั้นจำเป็นต้องใช้หน้าต่างบริบทขนาดใหญ่จริงหรือไม่ เพื่อให้คุ้มกับต้นทุนต่อโทเค็นที่สูงกว่าเมื่อเทียบกับโมเดลขนาดเล็กที่มีบน OrcaRouter
Grok 4.5 ราคาอยู่ที่ $2.00 ต่อ 1M input tokens และ $6.00 ต่อ 1M output tokens หากกรณีการใช้งานของคุณไม่ต้องการ context window ขนาด 500k หรือ multimodal input คุณสามารถประหยัดค่าใช้จ่ายได้โดยใช้โมเดลที่เล็กกว่าที่มีให้ผ่าน OrcaRouter ตัวอย่างของงานที่เหมาะสมกว่าสำหรับโมเดลที่ถูกกว่า ได้แก่: การจำแนกประเภทหรือการดึงข้อมูลอย่างง่ายจากข้อความสั้นๆ, การตอบคำถามแบบ single-turn เหนือเอกสารขนาดเล็ก, การวิเคราะห์ความรู้สึกพื้นฐาน, และการสร้างข้อความสั้นๆ นอกจากนี้ หากแอปพลิเคชันของคุณต้องการ latency ต่ำสำหรับ traffic การผลิตปริมาณมาก โมเดลที่เล็กกว่าอาจให้เวลาตอบสนองที่เร็วขึ้น ประเมินการแลกเปลี่ยน: สำหรับงานที่ context และความสามารถ multimodal ที่เพิ่มขึ้นมาไม่ได้ให้ข้อได้เปรียบใดๆ ค่าใช้จ่ายต่อ token ที่เพิ่มขึ้นนั้นไม่จำเป็น
คะแนน benchmark เฉพาะสำหรับ Grok 4.5 ยังไม่ได้เปิดเผยต่อสาธารณะโดย xAI ในขณะนี้ โมเดลนี้ตั้งใจให้เป็น large language model ที่มีความสามารถสูง แต่หากไม่มีตัวเลขการประเมินที่ได้มาตรฐาน ผู้ใช้ควรประเมินประสิทธิภาพของโมเดลผ่านการทดสอบของตนเองในงานที่เป็นตัวแทน ปัจจัยที่มีอิทธิพลต่อประสิทธิภาพในโลกแห่งความจริง ได้แก่ การออกแบบ prompt ความซับซ้อนของงาน และคุณภาพของข้อมูลนำเข้า เนื่องจากมี context window ขนาดใหญ่ โมเดลอาจทำงานได้ดีเป็นพิเศษในงานที่ต้องเก็บรักษาข้อมูลผ่านลำดับที่ยาวมาก เราแนะนำให้รันการประเมิน benchmark สำหรับกรณีการใช้งานเฉพาะของคุณโดยใช้ OrcaRouter API เพื่อวัดความแม่นยำ ความหน่วง และคุณภาพของผลลัพธ์
xAI ไม่ได้ระบุ Latency สำหรับ Grok 4.5 ต่อสาธารณะ อย่างไรก็ตาม เนื่องจากโมเดลมีจำนวนพารามิเตอร์มากและรองรับ context window 500k เวลาอนุมาน (inference time) จะนานกว่าโมเดลขนาดเล็กโดยทั่วไป โดยเฉพาะเมื่อประมวลผลข้อมูลยาว ผู้ใช้สามารถคาดหวัง time-to-first-token และ total generation time ที่สูงกว่าเมื่อเทียบกับโมเดลที่มีพารามิเตอร์น้อยกว่า เพื่อเพิ่มประสิทธิภาพ ควรรักษา input prompts ให้สั้นที่สุดเท่าที่เป็นไปได้ ในขณะที่ยังคงให้บริบทที่จำเป็น หาก latency ต่ำมีความสำคัญสำหรับแอปพลิเคชันของคุณ เช่น แชทแบบเรียลไทม์ คุณอาจต้องการทดสอบความเร็วการตอบสนองผ่าน OrcaRouter API ด้วยขนาด input ทั่วไปก่อนนำไปใช้ในการผลิต OrcaRouter ไม่ได้เพิ่ม overhead อย่างมีนัยสำคัญ latency หลักมาจากการอนุมานของโมเดลพื้นฐาน
Grok 4.5 มีจุดแข็งหลักคือหน้าต่างบริบทขนาดใหญ่ถึง 500k token ซึ่งช่วยให้สามารถใช้เหตุผลอย่างสอดคล้องกับลำดับข้อมูลที่ยาวมากได้ นอกจากนี้ยังได้ประโยชน์จากการรับอินพุตแบบ multimodal ทำให้สามารถประมวลผลรูปภาพและไฟล์ได้โดยตรง คุณสมบัติเหล่านี้ทำให้มีประสิทธิภาพสำหรับการวิเคราะห์เอกสาร การวิจัย และงานใด ๆ ที่ต้องการบริบทที่ยาวนาน ข้อจำกัดรวมถึงต้นทุนต่อ token ที่สูงกว่าเมื่อเทียบกับโมเดลขนาดเล็ก และอาจมีเวลาแฝงที่สูงขึ้น นอกจากนี้ เนื่องจาก xAI ยังไม่ได้เปิดเผยคะแนน benchmark ผู้ใช้จึงไม่สามารถพึ่งพาการเปรียบเทียบอันดับจากบุคคลที่สามได้ พฤติกรรมของโมเดลในโดเมนเฉพาะทางสูง (เช่น ด้านการแพทย์หรือกฎหมาย) ควรได้รับการตรวจสอบผ่านการทดสอบ เช่นเดียวกับ LLM ทุกตัว โมเดลอาจสร้างเนื้อหาที่ไม่ถูกต้องหรือหลอน (hallucination) เป็นครั้งครา โดยเฉพาะเมื่อได้รับ prompt ที่คลุมเครือ ควรตรวจสอบผลลัพธ์ซ้ำเสมอสำหรับการใช้งานที่สำคัญ
Grok 4.5 มีการคิดราคาตามจำนวนโทเค็นที่ประมวลผล โทเค็นอินพุตมีราคา $2.00 ต่อ 1 ล้านโทเค็น และโทเค็นเอาต์พุตมีราคา $6.00 ต่อ 1 ล้านโทเค็น นี่คืออัตราของผู้ให้บริการที่กำหนดโดย xAI และ OrcaRouter ส่งต่อโดยไม่มีส่วนเพิ่ม การเรียกเก็บเงินเป็นแบบตามการใช้งาน: คุณจ่ายเฉพาะโทเค็นที่คุณส่งและรับจริงเท่านั้น หน้าต่างบริบท 500,000 โทเค็นหมายความว่า พรอมต์บริบทเต็ม (500k โทเค็นอินพุต) จะมีค่าใช้จ่าย $1.00 สำหรับอินพุตเท่านั้น ($2.00 * 0.5M) โทเค็นเอาต์พุตถูกเรียกเก็บในอัตราสามเท่าของอัตราอินพุต เพื่อประมาณค่าใช้จ่าย ให้คำนวณโทเค็นอินพุตทั้งหมด (รวมข้อความระบบ, ข้อความผู้ใช้, รูปภาพและไฟล์ที่เข้ารหัสเป็นโทเค็น) และความยาวเอาต์พุตที่คาดหวัง ใช้ tokenizer ที่ให้โดย OrcaRouter เพื่อนับโทเค็นก่อนส่ง
ไม่ OrcaRouter คิดค่าบริการตามอัตราของผู้ให้บริการสำหรับ Grok 4.5 โดยตรง: $2.00 ต่อ 1M tokens ขาเข้า และ $6.00 ต่อ 1M tokens ขาออก ไม่มีค่าธรรมเนียมแอบแฝง ไม่มีค่าบริการเพิ่มต่อคำขอ และไม่มีส่วนเพิ่ม การเรียกเก็บเงินของคุณจะสะท้อนการใช้งาน token ดิบคูณด้วยอัตราเหล่านี้ OrcaRouter อาจเสนอบริการจัดการคีย์ API และการเข้าถึงโดยไม่มีค่าใช้จ่ายเพิ่มเติม ค่าใช้จ่ายเพียงอย่างเดียวคือสำหรับการประมวลผลที่โมเดลใช้ โปรดทราบว่า tokens ที่ใช้สำหรับอินพุตแบบมัลติโมดัล (รูปภาพ ไฟล์) จะถูกนับในอัตราขาเข้าเดียวกัน—ไม่มีราคาแยกสำหรับโมดาลิตีที่แตกต่างกัน ตรวจสอบจำนวน token จาก API response เสมอเพื่อกระทบยอดการใช้งาน
เมื่อพิจารณาหน้าต่างบริบทขนาด 500k โทเค็น ค่าใช้จ่ายในการประมวลผลพรอมต์แบบเต็มอาจสูงมาก สำหรับคำขอเดียวที่ใช้อินพุต 500k โทเค็นและเอาต์พุต 1k โทเค็น ค่าอินพุตคือ $1.00 และค่าเอาต์พุตคือ $0.006 รวมประมาณ $1.006 หากคุณส่งคำขอแบบนี้หลายครั้ง ค่าใช้จ่ายจะเพิ่มขึ้นอย่างรวดเร็ว อย่างไรก็ตาม สำหรับงานที่ได้ประโยชน์จากการไม่แบ่งชิ้นข้อมูล (chunking) ความสามารถในการทำคำขอขนาดใหญ่ครั้งเดียวอาจช่วยประหยัดเวลาในการพัฒนาซอฟต์แวร์และเพิ่มความแม่นยำ เปรียบเทียบกับโมเดลขนาดเล็กกว่าที่มีหน้าต่างบริบทสั้นกว่า ซึ่งจะต้องเรียกใช้หลายครั้งและเย็บต่อด้วยตนเอง อาจทำให้มีค่าใช้จ่ายแฝงสูงกว่า ค่าใช้จ่ายต่อโทเค็นคงที่ คุณค่ามาจากขนาดหน้าต่างบริบทและความสามารถแบบหลายรูปแบบ (multimodal) ผู้ใช้ควรประมาณจำนวนโทเค็นทั้งหมดต่อเดือนและวางแผนโมเดลตามนั้น
OrcaRouter ในขณะนี้ไม่ได้โฆษณาว่ามีระบบแคชเฉพาะสำหรับการตอบกลับของ Grok 4.5 การกำหนดราคาจะขึ้นอยู่กับโทเค็นที่ xAI คิดค่าใช้จ่ายต่อคำขอ หากคุณส่งพรอมต์เดียวกันหลายครั้ง แต่ละคำขอจะถูกคิดค่าใช้จ่ายในราคาเต็ม ไม่มีส่วนลดสำหรับผลลัพธ์ที่ซ้ำกันหรือถูกแคชไว้ เพื่อลดต้นทุน หลีกเลี่ยงการส่งพรอมต์ที่เหมือนกันหรือใกล้เคียงกัน คุณสามารถสร้างเลเยอร์แคชของตัวเองบนฝั่งไคลเอ็นต์ได้ เช่น เก็บผลลัพธ์ของคำถามทั่วไปไว้ในเครื่องและเรียกใช้ API เฉพาะเมื่อต้องการพรอมต์ใหม่หรือที่แก้ไขแล้ว โปรดทราบว่าโทเค็นอินพุตจะถูกคิดค่าใช้จ่ายเสมอ แม้ว่าผลลัพธ์จะไม่สำคัญก็ตาม สำหรับรูปแบบที่ซ้ำกัน ให้รวมอินพุตที่คล้ายกันเข้าด้วยกันเมื่อเป็นไปได้
ในการใช้ Grok 4.5 ให้ส่งคำขอ POST ไปที่ https://api.orcarouter.ai/v1/chat/completions กำหนดพารามิเตอร์ model เป็น "grok/grok-4.5" เนื้อหาของคำขอเป็นไปตามรูปแบบการสนทนาแบบเติมเต็มของ OpenAI รวมถึงอาร์เรย์ messages ที่มี roles (system, user, assistant) สำหรับอินพุตแบบหลายรูปแบบ ให้รวม content parts ประเภท "text" และ "image_url" ตัวอย่าง (Python): import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_KEY") response = client.chat.completions.create(model="grok/grok-4.5", messages=[{"role":"user", "content":[{"type":"text","text":"Describe this image:"}, {"type":"image_url", "image_url":{"url":"https://example.com/pic.jpg"}}]}]) print(response.choices[0].message.content) ตรวจสอบให้แน่ใจว่าคีย์ API ของคุณสามารถเข้าถึงโมเดล grok/grok-4.5 ใช้เอนด์พอยต์เดียวกับ OpenAI สำหรับสตรีมมิ่ง การเรียกฟังก์ชัน และคุณสมบัติอื่นๆ
API OrcaRouter สำหรับ Grok 4.5 รองรับพารามิเตอร์มาตรฐานของ OpenAI: 'model', 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop', 'stream', 'n', และ 'seed' พารามิเตอร์ 'max_tokens' จำกัดความยาวของข้อความตอบกลับที่สร้างขึ้น 'temperature' ควบคุมความสุ่ม (0=แน่นอน, 2=สุ่มมาก) 'top_p' ใช้ nucleus sampling 'frequency_penalty' และ 'presence_penalty' ลดการซ้ำซ้อน สำหรับการสตรีม ให้ตั้งค่า 'stream' เป็น true เพื่อรับโทเค็นแบบเพิ่มขึ้นทีละส่วน พารามิเตอร์ 'n' อนุญาตให้สร้างคำตอบหลายรายการ 'seed' ช่วยให้สามารถสร้างผลลัพธ์ที่แน่นอนหากต้องการความสามารถในการทำซ้ำได้ หมายเหตุ: หน้าต่างบริบทของโมเดลคือ 500k โทเค็นทั้งหมด (รวมอินพุตและเอาต์พุต) เพื่อหลีกเลี่ยงข้อผิดพลาด ตรวจสอบให้แน่ใจว่าโทเค็นอินพุตบวกกับ max_tokens ที่ร้องขอไม่เกินขีดจำกัดนั้น OrcaRouter จะส่งคืนข้อผิดพลาดหากพรอมต์ยาวเกินไป
การย้ายโค้ดที่รองรับ OpenAI ที่มีอยู่เดิมเพื่อเรียกใช้ Grok 4.5 ผ่าน OrcaRouter ต้องการเพียงการเปลี่ยนแปลง base URL และชื่อโมเดลเท่านั้น แทนที่จะใช้ https://api.openai.com/v1 ให้ใช้ https://api.orcarouter.ai/v1 แทนที่ตัวระบุโมเดลด้วย "grok/grok-4.5" API key ของคุณควรเป็น key ที่ OrcaRouter ให้มา พารามิเตอร์อื่นๆ และรูปแบบข้อความยังคงเหมือนเดิม สำหรับไลบรารีอย่าง openai Python package ให้อัปเดตการเริ่มต้น client: `client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key=ORCAROUTER_KEY)` ไม่จำเป็นต้องปรับเปลี่ยนโครงสร้างข้อความ, โลจิกการสตรีม, หรือการจัดการการตอบสนอง ทดสอบด้วย prompt เล็กๆ เพื่อยืนยันการเชื่อมต่อและรูปแบบการตอบสนอง OrcaRouter รองรับรหัสข้อผิดพลาดและ headers การจำกัดอัตราเดียวกันกับ OpenAI ทำให้การย้ายโค้ดเป็นเรื่องง่าย
Grok 4.5, GPT-4 และ Claude เป็นโมเดลภาษาขนาดใหญ่ทั้งหมด แต่มีความแตกต่างกันในประเด็นสำคัญ Grok 4.5 มีหน้าต่างบริบทขนาด 500k โทเค็น ซึ่งใหญ่กว่า GPT-4 Turbo (128k) และ Claude 3.5 Sonnet (200k) ทำให้ Grok 4.5 เหมาะกับเอกสารหรือบทสนทนาที่ยาวมากโดยไม่ต้องแบ่งส่วนมากกว่า Grok 4.5 ยังรองรับการป้อนข้อมูลรูปภาพและไฟล์ คล้ายกับความสามารถหลายรูปแบบของ GPT-4 Vision และ Claude ราคา: Grok 4.5 อยู่ที่ $2/$6 ต่อ 1M โทเค็น, GPT-4o อยู่ที่ $2.50/$10, Claude 3.5 Sonnet อยู่ที่ $3/$15 ดังนั้น Grok 4.5 ถูกกว่าในราคาต่อโทเค็นสำหรับเอาต์พุต แต่ราคาเท่ากันหรือถูกกว่าเล็กน้อยสำหรับอินพุตเมื่อเทียบกับ GPT-4o และ Claude ความหน่วงและความแม่นยำแตกต่างกันไปตามกรณีการใช้งาน หากไม่มีเกณฑ์มาตรฐานที่เผยแพร่ การเปรียบเทียบประสิทธิภาพโดยตรงไม่สามารถทำได้ นักพัฒนาควรทดสอบ Grok 4.5 เทียบกับทางเลือกอื่นในงานเฉพาะของตน
OrcaRouter ให้การเข้าถึงโมเดลหลายตัวนอกจาก Grok 4.5 สำหรับงานที่ไม่ต้องการหน้าต่างบริบท 500k ตัวเลือกที่ถูกกว่าได้แก่ GPT-4o mini ($0.15/$0.60), Claude 3 Haiku ($0.25/$1.25), และ Llama 3.1 70B ($0.59/$0.79) สำหรับงาน multimodal, GPT-4o และ Claude 3.5 Sonnet เป็นทางเลือกที่มีราคาและขนาดบริบทต่างกัน สำหรับบริบทที่ยาวมาก Gemini 1.5 Pro เสนอ 1M tokens แต่มีค่าใช้จ่ายสูงกว่า หากคุณต้องการฟีเจอร์เฉพาะเช่น function calling หรือ JSON mode หลายโมเดลรองรับ เลือก Grok 4.5 เมื่อบริบทที่ใหญ่และราคา zero-markup มีน้ำหนักมากกว่าความต้องการต้นทุนต่อ token ที่ต่ำกว่าหรือการรวมระบบนิเวศเฉพาะ พิจารณาข้อดีข้อเสียใน latency ความแม่นยำ และค่าใช้จ่ายสำหรับ workflow ของคุณเสมอ
ในบรรดาผู้ให้บริการรายใหญ่ การตั้งราคาของ Grok 4.5 นั้นแข่งขันได้เมื่อเทียบกับขนาดหน้าต่างบริบท (context window) ราคา Input: $2.00/M tokens เทียบกับ GPT-4o ($2.50), Claude 3.5 Sonnet ($3.00), Gemini 1.5 Pro ($3.50) ราคา Output: $6.00/M เทียบกับ GPT-4o ($10.00), Claude 3.5 Sonnet ($15.00), Gemini 1.5 Pro ($10.50) Grok 4.5 ถูกกว่าทั้งในส่วน Input และ Output เมื่อเทียบกับโมเดลเหล่านั้น อย่างไรก็ตาม โมเดลขนาดเล็กอย่าง GPT-4o mini หรือ Claude 3 Haiku นั้นถูกกว่าอย่างเห็นได้ชัด คุณค่าของ Grok 4.5 อยู่ที่หน้าต่างบริบท 500k — หากคุณไม่ต้องการขนาดนั้น การใช้โมเดลที่ถูกกว่าก็ดีกว่า นอกจากนี้ นโยบายการไม่บวกเพิ่ม (zero-markup) ของ OrcaRouter ช่วยให้คุณจ่ายตามราคาที่ xAI ระบุไว้เท่านั้น ไม่มีค่าธรรมเนียมเกตเวย์อื่นใดเพิ่มเติม ทำให้ Grok 4.5 เป็นหนึ่งในตัวเลือกที่คุ้มค่าที่สุดสำหรับงาน multimodal ที่ต้องการบริบทยาว
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="grok/grok-4.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p| อินพุต / 1M โทเค็น | $2.00 |
| เอาต์พุต / 1M โทเค็น | $6.00 |
| อ่านแคช / 1M | $0.500 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
GET /api/public/models/grok/grok-4.5เปิด @misc{orcarouter_grok_4_5,
title = {Grok 4.5 API},
author = {xAI},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/grok/grok-4.5}
}xAI. (2026). Grok 4.5 API. OrcaRouter. https://www.orcarouter.ai/models/grok/grok-4.5