Grok 4.5 API 怎麼接入：Responses API、價格、EU 可用性與 prompt cache 設定

Grok 4.5 是 xAI 面向編碼、Agent 和知識工作的模型，模型名為 grok-4.5。如果你的專案已經使用 OpenAI SDK，可以透過把 baseURL 指向 https://api.x.ai/v1 來呼叫它；新專案則可選擇 xAI SDK、OpenAI SDK 相容方式或直接請求 REST API。

這篇文章只討論 API 接入。Grok Build、Cursor 和 Office 外掛中的模型可用性，與 API Console 的地區、賬號和計費狀態並不完全等同，排錯時不要混為一談。

接入前先確認三件事

開始前需要：

1. 在 xAI API Console 建立 API key，並將其儲存在環境變數 XAI_API_KEY 中。
2. 確認目標賬號可以使用 API Console；截至官方文件更新時，EU 使用者尚不能在 API Console 中使用 Grok 4.5，官方預計在當月稍後提供。
3. 明確你要用的是 Responses API 還是 Chat Completions。新接入優先用 Responses API；已有基於 chat.completions 的專案可以先保持現有介面，再單獨加入快取路由設定。

不要把 API key 寫進前端 JavaScript、客戶端應用或 Git 倉庫。瀏覽器、移動端和桌面客戶端應先請求自己的後端，再由後端呼叫 xAI API。

Grok 4.5 的價格與能力範圍

官方文件列出的基礎文字價格如下：

價格表不是最終賬單。實際成本還會受到輸入長度、輸出長度、推理強度、工具呼叫、快取命中、速率限制和團隊定價的影響。先用小流量記錄輸入、輸出與快取 token，再決定是否提高推理強度或擴大併發。

用 OpenAI SDK 呼叫 Responses API

如果專案已安裝官方 openai Python SDK，可以按下面方式接入。關鍵是保留 base_url="https://api.x.ai/v1"，並將模型名寫成 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="請審查這段 Python 函式，指出邊界條件問題並給出修正版。",
)

print(response.output_text)

等效的 HTTP 請求是：

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": "請審查這段 Python 函式，指出邊界條件問題並給出修正版。"
  }'

請求返回錯誤時，先檢查 API key、base_url、模型名和賬號地區，再檢查限額或組織級策略。不要因為模型不可用就把金鑰改寫到程式碼檔案中反覆測試。

為什麼要設定 prompt_cache_key

長對話、程式碼庫分析和 Agent 迴圈經常重複傳送系統提示詞、工具說明和歷史上下文。xAI 的快取按伺服器儲存；如果同一會話請求沒有穩定地路由到同一臺伺服器，就可能落到快取冷的伺服器並按完整輸入計費。

在 Responses API 中，應把 prompt_cache_key 作為請求體欄位傳入。對於同一段連續會話，使用穩定、不可預測且不含敏感原文的標識，例如服務端生成的 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="繼續根據剛才的約束補全測試用例。",
    extra_body={
        "prompt_cache_key": "7f26e7a8-1f8f-4c34-9f93-4e9e1d40d7a1"
    },
)

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

這個鍵的作用是讓同一會話更穩定地路由到同一伺服器，從而提高快取複用機會；它不是把所有請求強行合併成一個對話，也不能代替你儲存自己的會話狀態。需要隔離的使用者、專案、租戶或任務，應使用不同的鍵。

Chat Completions 不是同一個欄位

已有專案如果繼續使用 Chat Completions，不要把 prompt_cache_key 直接照搬過去。該介面使用 HTTP 請求頭 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)

兩種介面的目的一樣：讓同一會話儘量命中同一伺服器快取。欄位位置不同是常見錯誤來源：Responses API 用請求體 prompt_cache_key，Chat Completions 用 x-grok-conv-id 請求頭。

快取鍵怎樣設計才不會失效

可以把快取鍵視為“同一可複用上下文”的服務端路由標籤。推薦策略：

• 一個使用者在一個明確會話中的連續請求共用同一個鍵；
• 更換專案、模型、系統提示詞版本或許可權範圍時生成新鍵；
• 用資料庫 ID、隨機 UUID 或經過雜湊處理的內部會話 ID，不直接拼接郵箱、提示詞原文或客戶資料；
• 在應用日誌中記錄鍵的短摘要和快取 token，而不是記錄完整金鑰或完整使用者輸入；
• 觀察 cached_tokens，用真實命中情況判斷設計是否有效。

如果每一輪都生成新 UUID，或把同一使用者所有不相關任務都塞進一個鍵，都會削弱快取策略的價值。前者很難複用，後者則會讓除錯、隔離和成本歸因變得混亂。

EU 與多地區部署怎麼處理

官方文件說明，Grok 4.5 在 API Console 對 EU 使用者仍未開放，預計在當月稍後推出。因此，面向多地區使用者的產品應把地區可用性作為啟動檢查的一部分：

1. 在後端建立呼叫前確認賬號和部署地區是否具備訪問資格。
2. 對不具備資格的地區返回清晰的功能不可用提示，而不是無限重試。
3. 不要透過代理、共享賬號或偽造地區資訊繞過服務限制。
4. 為關鍵流程準備已獲授權的替代模型或人工處理路徑，並在上線前測試降級行為。

EU 是否已經開放、具體價格和限額都可能變化。釋出到生產環境前，應以 API Console、模型詳情頁和最新定價頁為準，而不是隻依據本文的釋出時間。

常見接入問題

返回 401 或 403

優先檢查 XAI_API_KEY 是否真正注入執行環境、請求是否發往 https://api.x.ai/v1，以及賬號是否具備 API Console 和地區訪問資格。不要在錯誤日誌裡列印 Authorization 頭。

快取 token 一直是 0

確認連續請求使用相同的 prompt_cache_key，並且欄位放在 Responses API 請求體中；若使用 Chat Completions，則檢查 x-grok-conv-id 頭。快取命中也受上下文與服務端路由影響，不能只透過一次短請求判斷策略失敗。

成本比預期高

先拆分輸入、輸出和快取 token，檢查是否預設使用了 High 推理強度、是否重複傳送長上下文、是否工具呼叫過多，再調整提示詞、會話切分和快取鍵。不要僅憑總賬單猜測是模型單價問題。

總結

接入 Grok 4.5 的最短路徑是：在後端儲存 XAI_API_KEY，將 OpenAI SDK 的 base_url 指向 https://api.x.ai/v1，用 grok-4.5 呼叫 Responses API，併為同一連續會話設定穩定的 prompt_cache_key。對已有 Chat Completions 專案，則使用 x-grok-conv-id。上線前再核對 EU 可用性、實時價格、限額與快取 token，才能把示例呼叫變成可控的生產工作流。

官方資料：

• 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