Akira

Posted on Aug 13 Originally published at apidog.com

Grok 4.6 API の使い方

xAIは2026年8月12日にGrok 4.6を出荷しました。開発者向けには、長時間実行されるエージェントや多段階のコーディング作業に適した最先端モデルとして位置付けられています。料金は入力トークン100万あたり2ドル、出力トークン100万あたり6ドルです。このガイドでは、Grok 4.6 APIをcurl、Python、JavaScriptから呼び出し、ストリーミングとテスト環境まで実装します。

Apidogを今すぐ試す

読み終える頃には、APIキーの設定、動作確認用curl、Python／JavaScriptの実装、SSEストリーミング、そして本番投入前に統合を検証する手順が分かります。GUIでリクエストを組み立て、レスポンスを確認しながらデバッグする場合は、Apidogを使用できます。

要点

console.x.aiでAPIキーを作成し、XAI_API_KEYとして設定します。
ネイティブAPIでは、モデルにgrok-4-6、エンドポイントにhttps://api.x.ai/v1/chat/completionsを指定します。
APIはOpenAI互換REST形式です。OpenAI SDKのベースURLを置き換えるだけで利用できます。
コンテキストウィンドウは50万トークン、知識カットオフは2026年2月1日です。
料金は入力100万トークンあたり2ドル、出力100万トークンあたり6ドルです。高速版は2倍の価格です。
ネイティブAPIのほか、OpenRouter、Vercel、Cloudflare、Cursor、Grok Buildでも利用できます。
Apidogでは、リクエストテスト、SSEレスポンスの確認、CI向けモックを実行できます。

作業前に確認する仕様

統合時に参照する基本仕様です。

仕様	Grok 4.6
リリース日	2026年8月12日
コンテキストウィンドウ	50万トークン
知識カットオフ	2026年2月1日
入力価格	100万トークンあたり2ドル
出力価格	100万トークンあたり6ドル
高速版	2倍の価格
APIスタイル	OpenAI互換REST
利用可能性	xAI API、OpenRouter、Vercel、Cloudflare、Cursor、Grok Build

Grok 4.5からの主な改善点はエージェント機能です。xAIは、長時間実行時の自己検証頻度や、インタラクティブ／ビジュアルプロジェクトにおける初回出力の品質が向上したと報告しています。ベンチマークでは、DeepSWE v1.1が54%から65.9%、APEX-Agentsが47.1%から57.5%に向上しました。

すでにGrok 4.5 APIを使っている場合、統合インターフェースは変わりません。Grok 4.5 APIガイドを参考にしつつ、モデル名を置き換えてください。

ステップ1: APIキーを取得する

console.x.aiを開き、xAIアカウントにサインインします。
サイドバーから API Keys を開きます。
Create API key を選択します。
grok-dev、grok-prodのように環境を識別できる名前を付けます。
表示されたキーをすぐに安全な場所へ保存します。キーは一度しか表示されません。

キーはソースコードに書かず、環境変数に設定します。

export XAI_API_KEY="your-key-here"

開発環境と本番環境でキーを分けてください。キーをGitにコミットしてはいけません。漏洩した場合は、xAIコンソールで該当キーを無効化し、新しいキーを発行します。

ステップ2: curlで最初のリクエストを送る

xAI APIはOpenAIのChat Completions形式に準拠しています。まずは以下の最小リクエストを実行してください。

curl https://api.x.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d '{
    "model": "grok-4-6",
    "messages": [
      {
        "role": "system",
        "content": "You are a concise technical assistant."
      },
      {
        "role": "user",
        "content": "Explain idempotency in REST APIs in two sentences."
      }
    ]
  }'

成功時のレスポンスには、主に次のフィールドが含まれます。

choices: 生成されたアシスタントメッセージ
usage: 入力・出力トークンの使用量

usageはコスト管理に使うため、アプリケーションログや監視基盤へ記録するようにしてください。

モデルIDはプロバイダーごとに異なる場合があります。たとえばOpenRouterではx-ai/grok-4.6として表示される場合があります。model not foundが出たら、まず利用可能なモデルを確認します。

curl https://api.x.ai/v1/models \
  -H "Authorization: Bearer $XAI_API_KEY"

ステップ3: PythonとJavaScriptで実装する

OpenAI SDKを使用している場合は、APIキーとベースURLを変更するだけでGrok 4.6を呼び出せます。

Python

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["XAI_API_KEY"],
    base_url="https://api.x.ai/v1",
)

response = client.chat.completions.create(
    model="grok-4-6",
    messages=[
        {
            "role": "system",
            "content": "You are a concise technical assistant."
        },
        {
            "role": "user",
            "content": "Write a Python function that validates an email address."
        },
    ],
)

print(response.choices[0].message.content)
print(response.usage)

JavaScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.XAI_API_KEY,
  baseURL: "https://api.x.ai/v1",
});

const response = await client.chat.completions.create({
  model: "grok-4-6",
  messages: [
    {
      role: "system",
      content: "You are a concise technical assistant.",
    },
    {
      role: "user",
      content: "Write a TypeScript type guard for a User object.",
    },
  ],
});

console.log(response.choices[0].message.content);
console.log(response.usage);

この互換性を利用すると、既存のOpenAI互換実装でモデルを切り替えやすくなります。たとえば、すでにGPT-5.6 APIを実装している場合は、設定値でベースURLとモデル名を切り替え、Grok 4.6とのA/Bテストを行えます。

ステップ4: ストリーミングレスポンスを実装する

ユーザーに長い回答を表示するUIでは、stream=Trueを有効にしてください。特に多段階のコーディング出力では、完了まで待たせるよりも、生成中のトークンを順次表示する方が実用的です。

stream = client.chat.completions.create(
    model="grok-4-6",
    messages=[
        {
            "role": "user",
            "content": "Refactor this function and explain each change: ..."
        }
    ],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

ストリーミングレスポンスはServer-Sent Events（SSE）として届きます。各チャンクは個別のdata:行として送信されるため、クライアント側で正しく逐次処理してください。

確認ポイントは次のとおりです。

リクエストでstream: trueを指定しているか
リバースプロキシがSSEをバッファリングしていないか
クライアントがチャンクを受信するたびにUIを更新しているか
空のdelta.contentを安全に処理しているか

ApidogではSSEチャンクをレスポンスパネル上でリアルタイムに確認できるため、モデル側の待機なのか、クライアントやプロキシ側のバッファリングなのかを切り分けやすくなります。

ステップ5: 50万トークンのコンテキストを慎重に使う

50万トークンのコンテキストウィンドウでは、中規模のコードベースや数百ページ規模のドキュメントを扱えます。ただし、長いプロンプトにはコストと配置の両面で注意が必要です。

入力コストを計算する

入力は100万トークンあたり2ドルです。50万トークンを毎回送信する場合、出力前の入力コストだけで1リクエストあたり約1ドルになります。

同じ資料を繰り返し使うワークロードでは、次のように設計してください。

必要な関連部分だけを取得する
同一コーパスを毎回すべて再送信しない
繰り返しクエリ向けに積極的にキャッシュする
バッチ処理と対話処理を分離する

プロンプト内の配置を意識する

長コンテキストでは、情報の位置が取得品質に影響します。実装時は次の構成にしてください。

先頭にシステム指示や制約を置く
中間に参照資料を置く
最後に実行してほしい質問やタスクを置く

高速版は、対話型コーディングアシスタントのようにレイテンシーが重要なパスで有効です。一方で、夜間バッチ、分析、大量分類では標準ティアの方が適しています。Grok 4.5の料金内訳には、GPT-5.6やClaudeとの比較を含む詳細な料金計算があります。この料金構造はGrok 4.6にも適用されます。

Apidogで統合をテストする

curlが一度成功しただけでは、本番運用可能な統合とは言えません。本番投入前には、リクエストの共有、環境分離、失敗の再現、CIでの自動検証が必要です。Apidogを使用すると、これらを1つのワークフローにまとめられます。

プロジェクトを作成し、環境変数として以下を設定します。

   base_url = https://api.x.ai/v1
   XAI_API_KEY = your-key-here

開発用と本番用で環境を分離し、それぞれ別のXAI_API_KEYを設定します。
POST {{base_url}}/chat/completionsリクエストを作成します。

   {
     "model": "grok-4-6",
     "messages": [
       {
         "role": "user",
         "content": "Explain idempotency in REST APIs in two sentences."
       }
     ]
   }

認証ヘッダーを環境変数から設定します。

   Authorization: Bearer {{XAI_API_KEY}}
   Content-Type: application/json

ストリーミングリクエストではSSEチャンクを確認し、停止、切り捨て、出力順序の問題を検出します。
次のようなアサーションを追加してCIで実行します。

choices[0].message.contentが空でない
usage.total_tokensが想定する予算内にある
レスポンス時間がSLAを満たす

モックレスポンスを用意し、フロントエンドやエージェントコードをライブAPIに依存せずにテストします。

エージェントループでは、1タスク中にモデルを数十回呼び出すことがあります。通常のCIではハッピーパスや失敗ケースをモックし、ライブAPIを使う統合テストは必要なケースに絞ると、テスト時間とトークン消費を抑えられます。

よくあるエラーと解決策

エラー	考えられる原因	解決策
`401 Unauthorized`	`Authorization`ヘッダーがない、または形式が正しくない	`Bearer`プレフィックスを確認し、現在のシェルに`XAI_API_KEY`が設定されているか確認する
`404 model not found`	プロバイダーに対するモデルIDが間違っている	`/v1/models`でモデル一覧を確認する。リセラーでは別IDの場合がある。例: OpenRouterでは`x-ai/grok-4.6`
`429 Too Many Requests`	レート制限または割り当て量を超過した	指数バックオフを実装し、console.x.aiで使用状況を確認する
出力の切り捨て	長い回答に対して`max_tokens`が低すぎる	制限を引き上げる。多段階タスクでは長い出力になる可能性がある
ストリームの停止	クライアントのバッファリング、またはプロキシがSSEを処理している	`stream: true`を確認し、プロキシのバッファリングを無効化して、生のSSEレスポンスをテストする

よくある質問

Grok 4.6 APIはOpenAI互換ですか？

はい。Chat CompletionsエンドポイントはOpenAI互換のリクエスト形式を受け付けます。OpenAI SDKではbase_urlをhttps://api.x.ai/v1に設定してください。

Grok 4.6 APIの料金はいくらですか？

入力トークン100万あたり2ドル、出力トークン100万あたり6ドルです。高速版は2倍の価格です。50万トークンのコンテキストに対する固定料金ではなく、実際に送信・生成したトークンに応じて課金されます。

Grok 4.5を使っている場合、新しい統合は必要ですか？

不要です。モデル名を置き換えるだけです。Grok 4.5から、リクエスト形式、認証方式、エンドポイントは変更されていません。

xAIアカウントなしでGrok 4.6を使えますか？

はい。OpenRouter、Vercel AI Gateway、Cloudflare経由でも利用できます。ただし、それぞれ独自の課金体系があります。大量利用では、ネイティブAPIが通常もっとも安価な選択肢です。

DEV Community