Grok 4.5 API 怎么接入：Responses API、价格、EU 可用性与 prompt cache 设置

Grok 4.5 是 xAI 面向编码、Agent 和知识工作的模型，模型名为 grok-4.5。如果你的项目已经使用 OpenAI SDK，可以通过把 baseURL 指向 https://api.x.ai/v1 来调用它；新项目则可选择 xAI SDK、OpenAI SDK 兼容方式或直接请求 REST API。

这篇文章只讨论 API 接入。Grok Build、Cursor 和 Office 插件中的模型可用性，与 API Console 的地区、账号和计费状态并不完全等同，排错时不要混为一谈。

接入前先确认三件事

开始前需要：

1. 在 xAI API Console 创建 API key，并将其保存在环境变量 XAI_API_KEY 中。
2. 确认目标账号可以使用 API Console；截至官方文档更新时，EU 用户尚不能在 API Console 中使用 Grok 4.5，官方预计在当月稍后提供。
3. 明确你要用的是 Responses API 还是 Chat Completions。新接入优先用 Responses API；已有基于 chat.completions 的项目可以先保持现有接口，再单独加入缓存路由设置。

不要把 API key 写进前端 JavaScript、客户端应用或 Git 仓库。浏览器、移动端和桌面客户端应先请求自己的后端，再由后端调用 xAI API。

Grok 4.5 的价格与能力范围

官方文档列出的基础文本价格如下：

价格表不是最终账单。实际成本还会受到输入长度、输出长度、推理强度、工具调用、缓存命中、速率限制和团队定价的影响。先用小流量记录输入、输出与缓存 token，再决定是否提高推理强度或扩大并发。

用 OpenAI SDK 调用 Responses API

如果项目已安装官方 openai Python SDK，可以按下面方式接入。关键是保留 base_url="https://api.x.ai/v1"，并将模型名写成 grok-4.5：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import os
from openai import OpenAI

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

response = client.responses.create(
    model="grok-4.5",
    input="请审查这段 Python 函数，指出边界条件问题并给出修正版。",
)

print(response.output_text)

等效的 HTTP 请求是：

1
2
3
4
5
6
7

curl https://api.x.ai/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -d '{
    "model": "grok-4.5",
    "input": "请审查这段 Python 函数，指出边界条件问题并给出修正版。"
  }'

请求返回错误时，先检查 API key、base_url、模型名和账号地区，再检查限额或组织级策略。不要因为模型不可用就把密钥改写到代码文件中反复测试。

为什么要设置 prompt_cache_key

长对话、代码库分析和 Agent 循环经常重复发送系统提示词、工具说明和历史上下文。xAI 的缓存按服务器保存；如果同一会话请求没有稳定地路由到同一台服务器，就可能落到缓存冷的服务器并按完整输入计费。

在 Responses API 中，应把 prompt_cache_key 作为请求体字段传入。对于同一段连续会话，使用稳定、不可预测且不含敏感原文的标识，例如服务端生成的 UUID：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18

import os
from openai import OpenAI

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

response = client.responses.create(
    model="grok-4.5",
    input="继续根据刚才的约束补全测试用例。",
    extra_body={
        "prompt_cache_key": "7f26e7a8-1f8f-4c34-9f93-4e9e1d40d7a1"
    },
)

print(response.output_text)
print(response.usage.input_tokens_details.cached_tokens)

这个键的作用是让同一会话更稳定地路由到同一服务器，从而提高缓存复用机会；它不是把所有请求强行合并成一个对话，也不能代替你保存自己的会话状态。需要隔离的用户、项目、租户或任务，应使用不同的键。

Chat Completions 不是同一个字段

已有项目如果继续使用 Chat Completions，不要把 prompt_cache_key 直接照搬过去。该接口使用 HTTP 请求头 x-grok-conv-id：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_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 careful code reviewer."},
        {"role": "user", "content": "Review this change and list regressions."},
    ],
    extra_headers={
        "x-grok-conv-id": "conv_abc123",
    },
)

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

两种接口的目的一样：让同一会话尽量命中同一服务器缓存。字段位置不同是常见错误来源：Responses API 用请求体 prompt_cache_key，Chat Completions 用 x-grok-conv-id 请求头。

缓存键怎样设计才不会失效

可以把缓存键视为“同一可复用上下文”的服务端路由标签。推荐策略：

• 一个用户在一个明确会话中的连续请求共用同一个键；
• 更换项目、模型、系统提示词版本或权限范围时生成新键；
• 用数据库 ID、随机 UUID 或经过哈希处理的内部会话 ID，不直接拼接邮箱、提示词原文或客户数据；
• 在应用日志中记录键的短摘要和缓存 token，而不是记录完整密钥或完整用户输入；
• 观察 cached_tokens，用真实命中情况判断设计是否有效。

如果每一轮都生成新 UUID，或把同一用户所有不相关任务都塞进一个键，都会削弱缓存策略的价值。前者很难复用，后者则会让调试、隔离和成本归因变得混乱。

EU 与多地区部署怎么处理

官方文档说明，Grok 4.5 在 API Console 对 EU 用户仍未开放，预计在当月稍后推出。因此，面向多地区用户的产品应把地区可用性作为启动检查的一部分：

1. 在后端创建调用前确认账号和部署地区是否具备访问资格。
2. 对不具备资格的地区返回清晰的功能不可用提示，而不是无限重试。
3. 不要通过代理、共享账号或伪造地区信息绕过服务限制。
4. 为关键流程准备已获授权的替代模型或人工处理路径，并在上线前测试降级行为。

EU 是否已经开放、具体价格和限额都可能变化。发布到生产环境前，应以 API Console、模型详情页和最新定价页为准，而不是只依据本文的发布时间。

常见接入问题

返回 401 或 403

优先检查 XAI_API_KEY 是否真正注入运行环境、请求是否发往 https://api.x.ai/v1，以及账号是否具备 API Console 和地区访问资格。不要在错误日志里打印 Authorization 头。

缓存 token 一直是 0

确认连续请求使用相同的 prompt_cache_key，并且字段放在 Responses API 请求体中；若使用 Chat Completions，则检查 x-grok-conv-id 头。缓存命中也受上下文与服务端路由影响，不能只通过一次短请求判断策略失败。

成本比预期高

先拆分输入、输出和缓存 token，检查是否默认使用了 High 推理强度、是否重复发送长上下文、是否工具调用过多，再调整提示词、会话切分和缓存键。不要仅凭总账单猜测是模型单价问题。

总结

接入 Grok 4.5 的最短路径是：在后端保存 XAI_API_KEY，将 OpenAI SDK 的 base_url 指向 https://api.x.ai/v1，用 grok-4.5 调用 Responses API，并为同一连续会话设置稳定的 prompt_cache_key。对已有 Chat Completions 项目，则使用 x-grok-conv-id。上线前再核对 EU 可用性、实时价格、限额与缓存 token，才能把示例调用变成可控的生产工作流。

官方资料：

• https://docs.x.ai/developers/grok-4-5
• https://docs.x.ai/developers/advanced-api-usage/prompt-caching/maximizing-cache-hits
• https://x.ai/news/grok-4-5