Documentation Oracle Cloud Infrastructure

xAI Grok 4 (New)

Le modèle xai.grok-4 a de meilleures performances que son prédécesseur, Grok 3, et excelle dans les cas d'utilisation d'entreprise tels que l'extraction de données, le codage et la synthèse du texte. Ce modèle possède une connaissance approfondie du domaine de la finance, des soins de santé, du droit et de la science.

Disponible dans ces régions

  • Est des Etats-Unis (Ashburn) (à la demande uniquement)
  • Midwest des Etats-Unis (Chicago) (à la demande uniquement)
  • Ouest des Etats-Unis (Phoenix) (à la demande uniquement)
Important

Appels externes

Les modèles xAI Grok accessibles via le service OCI Generative AI sont hébergés en externe par xAI. Par conséquent, un appel à un modèle xAI Grok (via le service OCI Generative AI) entraîne un appel vers un emplacement xAI.

Principales fonctionnalités

  • Nom du modèle dans OCI Generative AI : xai.grok-4
  • Disponible à la demande : accédez à ce modèle à la demande, via le playground de test de la console ou l'API.
  • Prise en charge multimodale : saisissez du texte et des images et obtenez une sortie texte.
  • Connaissances : possède une connaissance approfondie du domaine de la finance, des soins de santé, du droit et de la science.
  • Longueur du contexte : 128 000 jetons (la longueur maximale de l'invite + de la réponse est de 128 000 jetons pour chaque exécution). Dans le terrain de jeu, la longueur de la réponse est plafonnée à 16 000 jetons pour chaque exécution.
  • Excelle dans les cas d'utilisation suivants : extraction de données, codage et synthèse de texte
  • Appel de fonction : Oui, via l'API.
  • Sorties structurées : Oui.
  • A un raisonnement : Oui. Les problèmes de raisonnement augmentent le nombre maximal de jetons de sortie. Reportez-vous à Paramètres de modèle.
  • Limite de connaissances : novembre 2024

Limites

Entrées d'image
  • Console : téléchargez des images .png ou .jpg, de 5 Mo ou moins.
  • API : soumettez une version d'image encodée en base64, en vous assurant que chaque image convertie est supérieure à 512 et inférieure à 1 792 jetons. Par exemple, une image 512 x 512 convertit généralement en environ 1 610 jetons.

Mode à la demande

Vous pouvez atteindre les modèles de base préentraînés dans l'IA générative via deux modes : à la demande et dédié. Voici les principales fonctionnalités du mode à la demande :

  • Vous payez au fur et à mesure pour chaque appel d'inférence lorsque vous utilisez les modèles dans le playground de test ou lorsque vous appelez les modèles via l'API.

  • Faible barrière pour commencer à utiliser l'IA générative.
  • Idéal pour l'expérimentation, la preuve de concepts et l'évaluation des modèles.
  • Disponible pour les modèles préentraînés dans les régions non répertoriées en tant que (cluster d'IA dédié uniquement).
Conseil

Pour garantir un accès fiable aux modèles d'IA générative en mode à la demande, nous vous recommandons d'implémenter une stratégie de back-off, qui implique de retarder les demandes après un rejet. Sans cela, des demandes rapides répétées peuvent entraîner d'autres rejets au fil du temps, une latence accrue et un blocage temporaire potentiel du client par le service d'IA générative. En utilisant une stratégie de back-off, telle qu'une stratégie de back-off exponentielle, vous pouvez répartir les demandes plus uniformément, réduire la charge et améliorer le succès des nouvelles tentatives, en respectant les meilleures pratiques du secteur et en améliorant la stabilité et les performances globales de votre intégration au service.

Remarque

Les modèles Grok sont disponibles uniquement en mode à la demande.

Reportez-vous au tableau suivant pour connaître le nom de produit de ce modèle sur la page de tarification.

Nom du modèle Nom du modèle OCI Nom du produit de la page de tarification
xAI Grok 4 xai.grok-4 xAI – Grok 4

Date de lancement

Modèle Date de publication de la disponibilité générale Date de sortie à la demande Date de retrait du mode dédié
xai.grok-4 2 025-7-23 Provisoire Ce modèle n'est pas disponible pour le mode dédié.
Important

Pour obtenir la liste de toutes les lignes de temps du modèle et des détails de sortie, voir Mettre hors service les modèles.

Paramètres de modèle

Pour modifier les réponses du modèle, vous pouvez modifier les valeurs des paramètres suivants dans le playground de test ou l'API.

Nombre maximal de sèmes de sortie

Nombre maximal de sèmes que le modèle doit générer pour chaque réponse. Estimez quatre caractères par jeton. Comme vous demandez un modèle de discussion, la réponse dépend de l'invite et chaque réponse n'utilise pas nécessairement le nombre maximal de jetons alloués. La longueur maximale de l'invite + de la sortie est de 128 000 jetons pour chaque exécution.

Conseil

Pour les entrées volumineuses présentant des problèmes difficiles, définissez une valeur élevée pour le paramètre de jetons de sortie maximum. Reportez-vous à Dépannage.
Température

Niveau de randomité utilisé pour générer le texte de sortie. Min : 0, Max : 2

Conseil

Commencez par définir la température sur 0 et augmentez-la à mesure que vous régénérez les invitations pour affiner les sorties. Les températures élevées peuvent introduire des hallucinations et des informations factuellement incorrectes.
Valeur Top p

Méthode d'échantillonnage qui contrôle la probabilité cumulée des jetons supérieurs à prendre en compte pour le jeton suivant. Affectez à p un nombre décimal compris entre 0 et 1 pour la probabilité. Par exemple, entrez 0,75 pour les 75 % les plus importants à prendre en compte. Définissez p sur 1 pour prendre en compte tous les jetons.

Remarque

Le modèle xai.grok-4 a un raisonnement, mais ne prend pas en charge le paramètre reasoning_effort utilisé dans les modèles rapides Grok 3 mini et Grok 3 mini. Si vous indiquez le paramètre reasoning_effort dans l'API pour le modèle xai.grok-4, vous obtenez une réponse d'erreur.

Dépannage

Problème : le modèle Grok 4 ne répond pas.

Cause : le paramètre Nombre maximal de jetons de sortie dans la zone de lecture ou le paramètre max_tokens dans l'API est probablement trop faible.

Action : augmentez le paramètre de jetons de sortie maximum.

Motif : pour les problèmes difficiles qui nécessitent un raisonnement et une résolution de problèmes, et pour les entrées sophistiquées volumineuses, le modèle xai.grok-4 a tendance à penser et à consommer de nombreux jetons. Par conséquent, si le paramètre max_tokens est trop faible, le modèle utilise les jetons alloués et ne renvoie pas de réponse finale.