Grok 4.5 เปิดตัวเมื่อวันที่ 8 กรกฎาคม 2026 และเส้นทาง API เป็นวิธีที่เร็วที่สุดในการนำไปใช้งานจริง รหัสโมเดลคือ grok-4.5 ราคาอยู่ที่ $2 ต่อล้านโทเค็นอินพุต และ $6 ต่อล้านโทเค็นเอาต์พุต พร้อมหน้าต่างบริบท 500k โทเค็น ตาม ประกาศ ของ xAI โมเดลนี้เหมาะกับงานเขียนโค้ด งานแบบ Agent และงานที่ต้องใช้ความรู้ โดยมีขีดความสามารถที่ Musk เรียกว่า “ระดับ Opus”
บทความนี้สรุปขั้นตอนใช้งาน Grok 4.5 API ตั้งแต่การรับคีย์ การเรียก API ครั้งแรก การเลือกระหว่าง grok-4.5 และ grok-4.3 ไปจนถึงการทดสอบ Endpoint ใน Apidog ก่อนนำไปใช้จริง
ข้อควรทราบก่อนเริ่ม: Grok 4.5 ยังไม่พร้อมใช้งานในสหภาพยุโรป ทั้งในผลิตภัณฑ์และคอนโซล API โดย xAI คาดว่าจะเปิดให้เข้าถึงในสหภาพยุโรปช่วงกลางเดือนกรกฎาคม 2026
ขั้นตอนที่ 1: รับคีย์ xAI API
- ไปที่ คอนโซล xAI และลงชื่อเข้าใช้
- เปิดเมนู API Keys
- สร้างคีย์ใหม่
- เก็บคีย์ไว้เป็นตัวแปรสภาพแวดล้อม ห้ามฮาร์ดโค้ดในซอร์สโค้ด
export XAI_API_KEY="xai-..."
หากใช้ในโปรเจกต์จริง ให้เพิ่มไฟล์ .env เข้า .gitignore ด้วย:
echo ".env" >> .gitignore
บัญชีคอนโซลใหม่เคยได้รับเครดิตทดลองในอดีต โดยมีรายงานตั้งแต่ $25 ถึง $150 แต่ไม่ควรคาดหวังจำนวนที่แน่นอน ให้ตรวจสอบหน้าการเรียกเก็บเงินของบัญชีคุณเอง หากต้องการทดลองโดยไม่มีเครดิต โปรดดู วิธีใช้ Grok 4.5 ฟรี
ขั้นตอนที่ 2: เรียก Grok 4.5 API ครั้งแรก
Quickstart อย่างเป็นทางการของ xAI ใช้ endpoint Responses โดยส่ง input เป็นข้อความหลัก ตัวอย่าง:
curl -s https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.5",
"input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
}'
สิ่งที่ควรตรวจสอบทันทีเมื่อเรียกครั้งแรก:
- ใช้
Authorization: Bearer $XAI_API_KEY - ใช้
Content-Type: application/json - ใช้รหัสโมเดล
grok-4.5 - ตรวจสอบ response body และ usage token หลังเรียกสำเร็จ
รายละเอียดที่มักทำให้เรียกไม่ผ่าน:
-
รหัสโมเดลต้องมีจุด: ใช้
grok-4.5ไม่ใช่grok-4-5 -
Responses API ใช้
inputไม่ใช่messages - หากย้ายจากโค้ด OpenAI เดิม คุณอาจใช้ Chat Completions API ที่เข้ากันได้แทน
ใช้ Grok 4.5 ผ่าน OpenAI SDK
xAI รองรับรูปแบบที่เข้ากันได้กับ OpenAI client library ดังนั้นในหลายกรณีคุณเปลี่ยนเพียง base_url เป็น https://api.x.ai/v1 ได้ รูปแบบนี้คล้ายกับที่ใช้ใน คู่มือ API ของ Grok 4.3
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["XAI_API_KEY"],
base_url="https://api.x.ai/v1",
)
response = client.chat.completions.create(
model="grok-4.5",
messages=[
{"role": "system", "content": "You are a code review assistant."},
{"role": "user", "content": "Review this handler for race conditions: ..."},
],
)
print(response.choices[0].message.content)
สำหรับแอปจริง ควรห่อการเรียก API ด้วย error handling อย่างน้อย:
import os
from openai import OpenAI, APIError, RateLimitError
client = OpenAI(
api_key=os.environ["XAI_API_KEY"],
base_url="https://api.x.ai/v1",
)
try:
response = client.chat.completions.create(
model="grok-4.5",
messages=[
{"role": "user", "content": "Summarize this pull request: ..."}
],
)
print(response.choices[0].message.content)
except RateLimitError:
print("Rate limit exceeded. Retry with backoff.")
except APIError as e:
print(f"xAI API error: {e}")
ตรวจสอบ เอกสารของ xAI สำหรับพารามิเตอร์ล่าสุด เพราะฟีเจอร์ต่าง ๆ อาจเปลี่ยนแปลงเร็วในช่วงแรกหลังเปิดตัว โดยเฉพาะ tool calling และ structured output
การสตรีมผลลัพธ์
หากสร้าง UI แบบแชท หรือ workflow ที่ต้องตอบสนองเร็ว ให้ใช้ streaming:
stream = client.chat.completions.create(
model="grok-4.5",
messages=[
{"role": "user", "content": "Refactor this function step by step: ..."}
],
stream=True,
)
for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)
Grok 4.5 ให้บริการประมาณ 80 โทเค็นต่อวินาที ซึ่งอยู่ในกลุ่มโมเดลที่เร็ว ดังนั้น streaming เหมาะกับเอาต์พุตยาว เช่น code review, refactor plan หรือ agent trace
ขั้นตอนที่ 3: เลือกรหัสโมเดลให้เหมาะกับงาน
xAI มีโมเดลแชทหลักสองตัวที่ควรเปรียบเทียบก่อนใช้งานจริง:
| รายการ | grok-4.5 |
grok-4.3 |
|---|---|---|
| หน้าต่างบริบท | 500k โทเค็น | 1M โทเค็น |
| ราคาอินพุต / เอาต์พุตต่อ 1M | $2.00 / $6.00 | $1.25 / $2.50 |
| ส่วนลดแบบ Batch | ไม่มีระบุ | ลด 20% |
| ความเร็ว | ~80 TPS | ช้ากว่าตามตำแหน่งของ xAI |
| จุดแข็ง | Agentic coding, ประสิทธิภาพโทเค็น | งานบริบทยาว, ราคา |
grok-4.5 มีราคาสูงกว่าและรองรับบริบทน้อยกว่า grok-4.3 ครึ่งหนึ่ง แต่แลกกับความสามารถและประสิทธิภาพที่ดีกว่า ใน SWE Bench Pro, Grok 4.5 แก้ไขงานโดยใช้เอาต์พุตเฉลี่ย 15,954 โทเค็น ซึ่งน้อยกว่า Claude Opus 4.8 ประมาณ 4.2 เท่าในการทดสอบเดียวกัน สำหรับงานแบบ Agent การใช้โทเค็นเอาต์พุตน้อยลงช่วยลดทั้งค่าใช้จ่ายและ latency
หลักการเลือกใช้งาน:
- ใช้
grok-4.3สำหรับ RAG, การอ่านเอกสารยาว, และงานที่ต้องใช้บริบทขนาดใหญ่มาก - ใช้
grok-4.5สำหรับงานเขียนโค้ดหลายขั้นตอน, agent workflow, tool use, และงานที่ต้องการคุณภาพ reasoning สูงกว่า - ทดสอบด้วย prompt จริงของคุณเสมอ เพราะ benchmark เฉลี่ยอาจไม่สะท้อน workload จริง
รายละเอียดการคำนวณต้นทุนอยู่ใน คำอธิบายราคา Grok 4.5
หากต้องการ route ผ่าน aggregator เพื่อ failover หรือรวม billing คุณสามารถใช้ Grok 4.5 ผ่าน OpenRouter ได้เช่นกัน รูปแบบการตั้งค่าอยู่ใน วิธีใช้โมเดล Grok ผ่าน OpenRouter
ขั้นตอนที่ 4: ทดสอบ Endpoint ใน Apidog
ก่อนนำ Grok 4.5 ไปใช้จริง ให้ทดสอบ request, response, streaming และ usage token ใน Apidog
ขั้นตอนที่แนะนำ:
- สร้าง Request ใหม่
ใช้ endpoint:
POST https://api.x.ai/v1/responses
หรือใช้ chat completions endpoint หากโค้ดของคุณอิง OpenAI-compatible surface
- ตั้งค่า Authorization
ใช้ Bearer Token และอ้างอิงจาก environment variable แทนการใส่คีย์ตรง ๆ ใน request
Authorization: Bearer {{XAI_API_KEY}}
- ใส่ JSON body
{
"model": "grok-4.5",
"input": "Find and fix the bug, then explain it: function median(a){a.sort();return a[a.length/2]}"
}
- ส่ง request และดู response
ตรวจสอบว่า response สำเร็จ, model ถูกต้อง, และมีข้อมูล usage ที่แอปของคุณต้องใช้
- ทดสอบ streaming
หาก endpoint ส่ง SSE stream ให้ดูว่า stream มาถึงตามลำดับและจบสมบูรณ์ ไม่ค้างกลางทาง
- เพิ่ม assertion
ตรวจสอบฟิลด์สำคัญ เช่น:
- model name
- finish reason
- output text
- usage token
- error schema
- ทำ A/B testing ระหว่างโมเดล
ทำซ้ำ request แล้วเปลี่ยนจาก grok-4.5 เป็น grok-4.3 จากนั้นเปรียบเทียบ:
- คุณภาพคำตอบ
- latency
- input tokens
- output tokens
- ต้นทุนต่อ task
- สร้าง Mock Server
สร้าง mock จาก response schema เพื่อให้ frontend และ QA พัฒนา UI ได้โดยไม่ต้องใช้เครดิต xAI ในทุกครั้งที่ทดสอบ
สำหรับ Grok 4.5 ควรติดตาม output_tokens ต่อ task เป็นพิเศษ เพราะจุดเด่นของโมเดลนี้คือประสิทธิภาพโทเค็น หาก prompt ของคุณยังสร้างเอาต์พุตยาวมาก ข้อได้เปรียบด้านต้นทุนจะลดลง
ดาวน์โหลด Apidog ฟรี หากต้องการทำตามขั้นตอนข้างต้น โดยขั้นตอนเหล่านี้ใช้งานได้บนแผนฟรี
ค่าใช้จ่าย ข้อจำกัด และข้อควรระวัง
- ราคา: อินพุต $2/ล้านโทเค็น และเอาต์พุต $6/ล้านโทเค็น
- เครื่องมือค้นหาเว็บและ X: คิดแยกที่ $5 ต่อ 1,000 ครั้ง
- Priority processing: คิดอัตรา 2 เท่าของอัตรามาตรฐาน
- อินพุตที่แคชไว้: แหล่งข้อมูลรองรายงานอัตรา $0.50/ล้าน สำหรับ cached input แต่หน้าเผยแพร่และ หน้าราคาในเอกสาร ยังไม่ยืนยันข้อมูลนี้ ณ วันที่ 9 กรกฎาคม ให้ตรวจสอบคอนโซลก่อนสร้าง cost model ที่พึ่งพา cache
-
Batch discount: ยังไม่มีระบุสำหรับ
grok-4.5ต่างจากgrok-4.3 - EU: ยังถูกบล็อกจนถึงกลางเดือนกรกฎาคม 2026 คำขอจากบัญชีที่เรียกเก็บเงินในสหภาพยุโรปจะล้มเหลวในระดับคอนโซล ไม่ใช่ระดับ API
- Rate limits: ขึ้นอยู่กับระดับบัญชี แนวทางจาก ระดับขีดจำกัดอัตราก่อนหน้าของ Grok ยังใช้ได้: ตรวจสอบระดับคอนโซลและเพิ่ม backoff ก่อน production
หากต้องการภาพรวมว่า Grok 4.5 คืออะไร และดีกว่าหรือตามหลัง Opus 4.8 ตรงไหน ให้อ่าน Grok 4.5 คืออะไร
FAQ
รหัสโมเดล API ของ Grok 4.5 คืออะไร?
ใช้ grok-4.5 โดยต้องมีจุดในการเรียก API
Grok 4.5 API ใช้กับ OpenAI SDK ได้หรือไม่?
ได้ ตั้งค่า base_url เป็น https://api.x.ai/v1 และส่ง xAI API key ของคุณ โค้ด chat completions เดิมสามารถย้ายได้โดยเปลี่ยนแปลงน้อยมาก
Grok 4.5 API มีค่าใช้จ่ายเท่าไร?
$2 ต่อล้านโทเค็นอินพุต และ $6 ต่อล้านโทเค็นเอาต์พุต โดยยังไม่มีส่วนลด batch ระบุไว้ ดู รายละเอียดราคาทั้งหมด สำหรับการคำนวณต้นทุน
มีวิธีฟรีในการเรียกใช้ Grok 4.5 หรือไม่?
Grok Build และ Cursor มีการใช้งาน Grok 4.5 ฟรีในช่วงเวลาจำกัด และเครดิตทดลองใช้คอนโซลอาจครอบคลุมการทดสอบ API เบื้องต้น รายละเอียดอยู่ใน คู่มือการเข้าถึงฟรี
หน้าต่างบริบทของ Grok 4.5 คือเท่าไร?
500k โทเค็น หากต้องการ 1M โทเค็น ให้ใช้ grok-4.3 และยอมรับการแลกเปลี่ยนด้านความสามารถ



Top comments (0)