Thanawat Wongchai

Posted on Aug 13 Originally published at apidog.com

วิธีใช้ Grok 4.6 API

xAI เปิดตัว Grok 4.6 เมื่อวันที่ 12 สิงหาคม 2026 โดยมุ่งเป้าไปที่นักพัฒนาโดยตรง: โมเดลระดับแนวหน้าสำหรับเอเจนต์ที่ทำงานต่อเนื่องเป็นเวลานานและงานเขียนโค้ดหลายขั้นตอน ราคาอยู่ที่ $2 ต่อล้านโทเค็นอินพุต และ $6 ต่อล้านโทเค็นเอาต์พุต คู่มือนี้จะแสดงการเรียกใช้ API แบบครบวงจร ตั้งแต่การสร้างคีย์จนถึงการทดสอบก่อนนำขึ้นใช้งานจริง

ลองใช้ Apidog วันนี้

เมื่อจบคู่มือนี้ คุณจะมีคำขอ Grok 4.6 ที่ใช้งานได้ด้วย curl, Python และ JavaScript รวมถึงตัวอย่างสตรีมมิ่งและแนวทางทดสอบปลายทาง หากต้องการสร้างและดีบักคำขอด้วย UI แทนการสลับระหว่างเทอร์มินัล ให้ใช้ Apidog เพื่อจัดการคำขอ สภาพแวดล้อม การตรวจสอบผลลัพธ์ และ mock endpoint

สรุป

สร้าง API key ที่ console.x.ai แล้วเก็บไว้ในตัวแปร XAI_API_KEY
เรียกใช้ https://api.x.ai/v1/chat/completions ด้วยโมเดล grok-4-6
API ใช้รูปแบบที่เข้ากันได้กับ OpenAI จึงใช้งาน OpenAI SDK ได้โดยเปลี่ยน Base URL
Grok 4.6 มี context window ขนาด 500,000 โทเค็น และ knowledge cutoff วันที่ 1 กุมภาพันธ์ 2026
ราคาอยู่ที่ $2 / 1 ล้านโทเค็นอินพุต และ $6 / 1 ล้านโทเค็นเอาต์พุต; รุ่นที่เร็วขึ้นมีราคา 2 เท่า
สามารถเข้าถึงผ่าน xAI API, OpenRouter, Vercel, Cloudflare, Cursor และ Grok Build
ใช้ Apidog เพื่อทดสอบคำขอ ตรวจสอบ SSE และจำลองปลายทางสำหรับ CI

สิ่งที่คุณกำลังทำงานด้วย

ตรวจสอบสเปคเหล่านี้ก่อนออกแบบการรวมระบบ:

สเปค	Grok 4.6
วันที่เปิดตัว	12 สิงหาคม 2026
ขนาดหน้าต่างบริบท	500,000 โทเค็น
ข้อมูลจำกัด	1 กุมภาพันธ์ 2026
ราคาอินพุต	$2 / 1 ล้านโทเค็น
ราคาเอาต์พุต	$6 / 1 ล้านโทเค็น
รุ่นที่เร็วขึ้น	ราคา 2 เท่า
รูปแบบ API	REST ที่เข้ากันได้กับ OpenAI
ความพร้อมใช้งาน	xAI API, OpenRouter, Vercel, Cloudflare, Cursor, Grok Build

Grok 4.6 ปรับปรุงความสามารถด้านเอเจนต์จาก Grok 4.5 โดย xAI รายงานว่าโมเดลตรวจสอบงานของตัวเองบ่อยขึ้นในเวิร์กโฟลว์ระยะยาว และให้ผลลัพธ์รอบแรกที่แข็งแกร่งขึ้นสำหรับโปรเจกต์แบบโต้ตอบและภาพ

ในการทดสอบมาตรฐาน Grok 4.6 เพิ่มจาก 54% เป็น 65.9% ใน DeepSWE v1.1 และจาก 47.1% เป็น 57.5% ใน APEX-Agents หากระบบของคุณใช้ Grok 4.5 อยู่แล้ว พื้นผิวการรวมระบบยังคงเดิม ดูค่าพื้นฐานได้จากคู่มือ Grok 4.5 API แล้วเปลี่ยนชื่อโมเดลเป็น grok-4-6

ขั้นตอนที่ 1: รับ API key

ไปที่ console.x.ai แล้วลงชื่อเข้าใช้หรือสร้างบัญชี xAI
เปิดเมนู API Keys
คลิก Create API key
ตั้งชื่อตามสภาพแวดล้อม เช่น grok-dev หรือ grok-prod
คัดลอกคีย์ทันที เพราะ xAI จะแสดงคีย์เพียงครั้งเดียว

เก็บคีย์ในตัวแปรสภาพแวดล้อม ห้ามวางลงใน source code:

export XAI_API_KEY="your-key-here"

สำหรับโปรเจกต์ Node.js หรือ Python ที่ใช้ไฟล์ .env:

XAI_API_KEY=your-key-here

เพิ่ม .env ลงใน .gitignore:

.env

แยกคีย์ระหว่าง Dev และ Production เสมอ หากคีย์รั่ว ให้เพิกถอนคีย์เดิมในคอนโซลและสร้างคีย์ใหม่ทันที

ขั้นตอนที่ 2: ส่งคำขอแรกด้วย curl

Grok 4.6 ใช้รูปแบบ chat completions ที่เข้ากันได้กับ OpenAI เริ่มจากคำขอขั้นต่ำนี้:

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."
      }
    ]
  }'

การตอบกลับที่สำเร็จจะมี choices และ usage คล้ายตัวอย่างนี้:

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "..."
      }
    }
  ],
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0
  }
}

บันทึกค่า usage ตั้งแต่เริ่มต้น เพราะเป็นข้อมูลสำคัญสำหรับติดตามต้นทุนต่อคำขอ

หากได้รับข้อผิดพลาด model not found ให้ตรวจสอบโมเดลที่คีย์ของคุณเข้าถึงได้:

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

รหัสโมเดลอาจต่างกันตามผู้ให้บริการ ตัวอย่างเช่น OpenRouter ใช้ x-ai/grok-4.6

ขั้นตอนที่ 3: เรียกใช้ด้วย Python และ JavaScript

เนื่องจาก API เข้ากันได้กับ OpenAI คุณสามารถใช้ OpenAI SDK เดิมได้ เพียงเปลี่ยน base_url และ API key

Python

ติดตั้ง SDK:

pip install openai

สร้างไฟล์ grok.py:

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)

รัน:

python grok.py

JavaScript / TypeScript

ติดตั้ง SDK:

npm install openai

สร้างไฟล์ grok.mjs:

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);

รัน:

node grok.mjs

ความเข้ากันได้นี้ช่วยให้เปรียบเทียบโมเดลได้ง่าย หากคุณใช้ GPT-5.6 API อยู่แล้ว คุณสามารถสลับระหว่างผู้ให้บริการด้วยค่าคอนฟิก เช่น baseURL, apiKey และ model

ขั้นตอนที่ 4: ใช้การตอบกลับแบบสตรีมมิ่ง

สำหรับฟีเจอร์ที่ผู้ใช้ต้องรอผลลัพธ์บนหน้าจอ ให้เปิดสตรีมมิ่งแทนการรอคำตอบทั้งหมด โดยเฉพาะงานหลายขั้นตอนหรือเอาต์พุตยาว

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)

การตอบกลับแบบสตรีมมิ่งใช้ Server-Sent Events (SSE) แต่ละ chunk จะมาในบรรทัด data: แยกกัน

ตรวจสอบประเด็นเหล่านี้หากสตรีมหยุดหรือข้อความหาย:

ตั้งค่า stream: true
ตรวจสอบว่า reverse proxy ไม่บัฟเฟอร์ SSE
ส่งต่อ Content-Type และการเชื่อมต่อแบบ streaming อย่างถูกต้อง
ทดสอบสตรีมดิบก่อนแก้ปัญหาที่ UI

Apidog แสดงผล SSE ในแผงตอบกลับแบบเรียลไทม์ จึงช่วยแยกได้ว่าปัญหาเกิดจากโมเดล เครือข่าย พร็อกซี หรือไคลเอนต์ของคุณ

ขั้นตอนที่ 5: ใช้ context window 500K อย่างระมัดระวัง

Context window ขนาด 500,000 โทเค็นรองรับโค้ดเบสขนาดกลางหรือเอกสารจำนวนมาก แต่ไม่ควรส่งทุกอย่างเข้าไปในทุกคำขอ

1. ควบคุมต้นทุนอินพุต

ที่ราคา $2 ต่อล้านโทเค็นอินพุต พรอมต์ขนาด 500K โทเค็นมีต้นทุนประมาณ $1 ต่อคำขอ ก่อนรวมโทเค็นเอาต์พุต

สำหรับข้อมูลเดิมที่ถูกใช้ซ้ำ:

แคชผลลัพธ์ที่นำกลับมาใช้ได้
ดึงเฉพาะไฟล์หรือเอกสารที่เกี่ยวข้อง
ส่ง diff แทนไฟล์ทั้งก้อน
สรุปเนื้อหาเก่าก่อนส่งในรอบถัดไป

2. จัดลำดับข้อมูลในพรอมต์

สำหรับงานบริบทขนาดยาว ให้จัดโครงสร้างพรอมต์ดังนี้:

[คำสั่งระบบและข้อกำหนดของงาน]

[เอกสารอ้างอิง, โค้ด, logs หรือข้อมูลประกอบ]

[คำถามหรือสิ่งที่ต้องการให้ทำ]

ใส่คำสั่งสำคัญไว้ด้านบน และใส่คำถามสุดท้ายไว้ด้านล่าง โดยเก็บข้อมูลอ้างอิงไว้ตรงกลาง

รุ่นที่เร็วขึ้นซึ่งมีราคา 2 เท่าเหมาะกับเส้นทางที่ไวต่อความหน่วง เช่น ผู้ช่วยเขียนโค้ดแบบโต้ตอบ ส่วนงาน batch, การวิเคราะห์ข้ามคืน และการจัดหมวดหมู่จำนวนมาก เหมาะกับระดับมาตรฐานมากกว่า

ดูโครงสร้างราคาและการเปรียบเทียบเพิ่มเติมได้ในรายละเอียดราคา Grok 4.5 ซึ่งยังใช้เป็นข้อมูลอ้างอิงเชิงโครงสร้างสำหรับ 4.6 ได้

ทดสอบการรวมระบบด้วย Apidog

คำสั่ง curl ที่รันผ่านไม่ได้หมายความว่าการรวมระบบพร้อมใช้งานจริง คุณยังต้องจัดการ environment, regression test, streaming behavior และกรณีผิดพลาด

ใช้ Apidog เพื่อสร้างเวิร์กโฟลว์ทดสอบดังนี้:

สร้างโปรเจกต์และ environment เช่น Development และ Production
ตั้งค่าตัวแปร environment:

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

สร้างคำขอ POST {{base_url}}/chat/completions
ตั้งค่า Authorization เป็น Bearer Token โดยอ่านค่าจาก {{XAI_API_KEY}}
บันทึก request body ของโมเดล grok-4-6 เป็นคำขอส่วนกลางสำหรับทีม
เปิด streaming เพื่อตรวจสอบ chunk ของ SSE แบบเรียลไทม์
เพิ่ม assertions สำหรับ response และ usage
สร้าง mock response สำหรับพัฒนา frontend หรือ agent โดยไม่ใช้โทเค็นจริง

ตัวอย่าง assertions ที่ควรมี:

choices[0].message.content ต้องไม่ว่าง
usage.total_tokens ต้องไม่เกินงบประมาณที่กำหนด
เวลาตอบสนองต้องอยู่ใน SLA
สถานะตอบกลับต้องเป็น 200

สำหรับเอเจนต์ที่เรียกโมเดลหลายสิบครั้งต่องาน การแยกการทดสอบ mock ออกจากการทดสอบ API จริงช่วยให้ CI ทำงานเร็วขึ้นและควบคุมต้นทุนได้ง่ายขึ้น

ข้อผิดพลาดที่พบบ่อยและการแก้ไขอย่างรวดเร็ว

ข้อผิดพลาด	สาเหตุที่เป็นไปได้	วิธีแก้ไข
`401 Unauthorized`	ส่วนหัว `Authorization` หายไปหรือรูปแบบไม่ถูกต้อง	ตรวจสอบว่ามี `Bearer` นำหน้า และตัวแปร `XAI_API_KEY` ถูกตั้งค่าใน shell ที่ใช้งาน
`404 model not found`	ใช้ model ID ไม่ถูกต้องสำหรับผู้ให้บริการ	เรียก `GET /v1/models` เพื่อตรวจสอบรายการโมเดล; ผู้ให้บริการบางรายใช้ ID เช่น `x-ai/grok-4.6`
`429 Too Many Requests`	ถึง rate limit หรือโควต้าหมด	ใช้ exponential backoff และตรวจสอบการใช้งานที่ console.x.ai
เอาต์พุตถูกตัดทอน	ตั้งค่า `max_tokens` ต่ำเกินไปสำหรับคำตอบยาว	เพิ่มขีดจำกัด `max_tokens` ให้เหมาะกับงานหลายขั้นตอน
สตรีมหยุดนิ่ง	ไคลเอนต์บัฟเฟอร์ข้อมูล หรือพร็อกซีตัด SSE	ตรวจสอบ `stream: true`, ปิด buffering ที่พร็อกซี และทดสอบ SSE ดิบใน Apidog

คำถามที่พบบ่อย

Grok 4.6 API เข้ากันได้กับ OpenAI หรือไม่?

ใช่ ปลายทาง chat completions รองรับรูปแบบคำขอเดียวกัน และใช้ OpenAI SDK อย่างเป็นทางการได้โดยตั้ง base_url เป็น https://api.x.ai/v1

Grok 4.6 API มีค่าใช้จ่ายเท่าไหร่?

ราคา $2 ต่อล้านโทเค็นอินพุต และ $6 ต่อล้านโทเค็นเอาต์พุต รุ่นที่เร็วขึ้นมีราคาเป็นสองเท่า คุณจ่ายตามจำนวนโทเค็นที่ส่งและได้รับจริง

ฉันต้องสร้างระบบรวมใหม่หรือไม่หากใช้ Grok 4.5 อยู่แล้ว?

ไม่ต้อง เปลี่ยนชื่อโมเดลเป็น grok-4-6 ได้เลย รูปแบบคำขอ การตรวจสอบสิทธิ์ และปลายทางยังคงเดิมจาก Grok 4.5

ฉันใช้ Grok 4.6 โดยไม่มีบัญชี xAI ได้หรือไม่?

ได้ ผ่าน OpenRouter, Vercel AI Gateway หรือ Cloudflare ซึ่งแต่ละบริการมีระบบเรียกเก็บเงินของตัวเอง สำหรับการใช้งานปริมาณมาก API ดั้งเดิมอาจเป็นตัวเลือกที่ถูกกว่า

DEV Community