Grok 4.6 API の使い方

xAIは2026年8月12日にGrok 4.6を出荷しました。その売り込みは開発者向けに明確に焦点を当てており、長期間実行されるエージェントや多段階のコーディング作業のための最先端モデルで、価格は入力トークン100万あたり2ドル、出力100万あたり6ドルです。公式ドキュメントにはリファレンス資料が記載されていますが、上位の検索結果にはAPIをエンドツーエンドで実際に呼び出す方法を説明しているものはありません。このガイドがそれを解決します。

このガイドを読み終える頃には、APIキー、curl、Python、JavaScriptで動作するリクエスト、ストリーミング出力、そしてGrok 4.6エンドポイントを本番環境に投入する前にテストするための再現性のあるセットアップが手に入っているでしょう。ターミナルウィンドウを切り替えながら視覚的にリクエストを構築・デバッグしたい場合は、Apidogがその全ワークフローを処理します。ガイドに沿って進めるために、無料でダウンロードしてください。

要点

• console.x.aiでAPIキーを取得し、XAI_API_KEYとして設定し、モデルgrok-4-6を指定してhttps://api.x.ai/v1/chat/completionsを呼び出します。
• このAPIはOpenAI互換であるため、ベースURLを置き換えるだけで公式のOpenAI SDKが動作し、新しいクライアントライブラリを学ぶ必要はありません。
• Grok 4.6は500,000トークンのコンテキストウィンドウと、2026年2月1日までの知識カットオフを提供します。
• 価格: 入力トークン100万あたり2ドル、出力100万あたり6ドル。高速版はその2倍の費用がかかります。
• ネイティブAPIの他に、Grok 4.6はOpenRouter、Vercel、Cloudflare、Cursor、およびGrok Buildを通じて利用可能です。
• Apidogを使って、リクエストのテスト、ストリーミングレスポンスの検査、CIのためのGrokエンドポイントのモックを行うことができます。

作業内容

コードを書く前に、統合の決定に重要な仕様書を以下に示します。

Grok 4.5からの主な改善点は、エージェント機能にあります。xAIは、モデルが長期間の処理において自己の作業をより頻繁にチェックし、インタラクティブおよびビジュアルプロジェクトにおいて、より強力な初回パスを生成すると報告しています。ベンチマークでは、DeepSWE v1.1で54%から65.9%に、APEX-Agentsで47.1%から57.5%に向上しました。Grok 4.5 APIをベースに構築している場合でも、統合インターフェースは変更ありません。Grok 4.5 APIガイドで基本を確認し、モデル名を入れ替えるだけで利用できます。

ステップ1: APIキーの取得

1. console.x.aiにアクセスし、xAIアカウントにサインインまたは新規作成します。
2. サイドバーから「API Keys」を開き、「Create API key」をクリックします。
3. キーの環境に応じた名前を付けます（grok-dev、grok-prodなど）。後でキーをローテーションする際に役立ちます。
4. キーをすぐにコピーしてください。xAIは一度しか表示しません。

コードに直接貼り付けるのではなく、環境変数として保存してください。

export XAI_API_KEY="your-key-here"

初日から実践すべき習慣として、開発用と本番用でキーを分け、キーをバージョン管理システムにコミットしないでください。キーが漏洩した場合は、コンソールでキーを無効にし、新しいキーを発行してください。

ステップ2: curlでの最初のリクエスト

xAI APIはOpenAIのチャット補完フォーマットに準拠しています。以下に最小限のリクエストを示します。

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."}
    ]
  }'

成功したレスポンスは、アシスタントメッセージを含むchoices配列と、入力および出力トークンをカウントするusageオブジェクトを返します。このusageブロックは課金メーターとなるため、最初からログを記録してください。

ヒント：モデルIDは、ネイティブAPIとリセラー（例えばOpenRouterではx-ai/grok-4.6と表示されます）とで異なる場合があります。model not foundエラーが発生した場合は、あなたのキーがアクセスできるモデルをリストアップしてください。

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

ステップ3: PythonとJavaScript

このAPIはOpenAI互換であるため、公式のOpenAI SDKはベースURLとキーの2行を変更するだけで動作します。

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)

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);

この互換性は、どちらの方向への移行も容易であることを意味します。GPT-5.6 APIを既に実行している場合でも、単一の設定フラグでGrok 4.6とA/Bテストを行うことができます。

ステップ4: ストリーミングレスポンス

ユーザーに表示するものはすべてストリームを使用してください。Grok 4.6は長大な多段階出力を得意としており、2,000トークンのレスポンスのためにユーザーにスピナーを見つめさせるのは得策ではありません。

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)

ストリーミングレスポンスはサーバー送信イベント（SSE）として届きます。デバッグ時にターミナルで検査するのは扱いにくく、各チャンクは別々のdata:行であり、処理が不適切だとトークンの欠落やUIの停止として現れます。ApidogはSSEストリームを応答パネルにリアルタイムでレンダリングするため、停止がモデルの思考によるものか、クライアントのバッファリングによるものかが一目瞭然です。

ステップ5: 50万トークンのコンテキストを慎重に活用する

500,000トークンのウィンドウは、中規模のコードベース全体や数百ページに及ぶドキュメントを収容できます。ただし、すべてを投入する前に2つの注意点があります。

• コストは入力に比例して増加します。入力トークン100万あたり2ドルの場合、モデルが1語も書く前に50万トークンのプロンプト全体で1リクエストあたり約1ドルかかります。同じコーパスに対する繰り返しのクエリでは、すべてを再送信するのではなく、積極的にキャッシュするか、選択的に取得してください。
• 位置が重要です。すべての長コンテキストモデルと同様に、プロンプトの最初と最後で取得品質が最も高くなります。指示は上部に、質問は下部に配置し、参照資料はその間に配置してください。

高速版（2倍の価格）は、インタラクティブなコーディングアシスタントのようなレイテンシーに敏感なパスには価値があります。バッチ処理、夜間分析、大量分類には、標準ティアが明らかな選択肢です。GPT-5.6およびClaudeとの詳細な価格計算と比較は、Grok 4.5の料金内訳に記載されており、これは構造的にGrok 4.6にも適用されます。

Apidogで統合を適切にテストする

動作するcurlコマンドだけでは統合とは言えません。Grok 4.6を本番環境に投入する前に、リクエストがバージョン管理され、環境が分離され、失敗が再現可能な場所が必要です。Apidogがワークフローにおいてその地位を確立するのは、まさにこの点です。

1. プロジェクトを作成し、base_url = https://api.x.ai/v1と環境変数としてのXAI_API_KEYを持つ環境を追加します。開発用と本番用のキーは明確に分離されます。
2. チャット補完リクエストを一度構築し、認証を環境から継承します。これにより、すべてのチームメイトが同じ方法で同じエンドポイントにアクセスできるようになります。
3. ストリーミングを視覚的に検査します。ApidogはSSEチャンクが到着するたびに表示するため、トークンごとの出力を確認し、停止や切り捨てを即座に発見できます。
4. アサーションを追加します。choices[0].message.contentが空でないこと、usage.total_tokensが予算内に収まっていること、レスポンス時間がSLAを満たしていることを検証し、これらをCIで自動テストシナリオとして実行します。
5. エンドポイントをモックします。ApidogのスマートモックはリアルなGrok形式のレスポンスを返すため、フロントエンドやエージェントのコードは、プロンプトを反復処理する間、トークンを消費することなく安定した偽の環境に対して開発できます。

最後の点は、思っている以上に重要です。タスクごとにモデルを数十回呼び出すエージェントループは、ライブAPIに対してテストすると高価になります。ハッピーパスをモックし、本物を個別にテストすることで、CIを高速に保ち、費用を抑えることができます。

よくあるエラーと簡単な解決策

よくある質問

Grok 4.6 APIはOpenAI互換ですか？ はい。チャット補完エンドポイントは同じリクエスト形式を受け入れ、公式のOpenAI SDKはbase_urlをhttps://api.x.ai/v1に設定することで動作します。

Grok 4.6 APIの料金はいくらですか？ 入力トークン100万あたり2ドル、出力トークン100万あたり6ドルです。高速版は2倍です。50万トークンのコンテキストに対する別途料金はなく、実際に送信したトークンに対して支払います。

Grok 4.5を使用している場合、新しい統合が必要ですか？ いいえ。モデル名を入れ替えるだけです。Grok 4.5からリクエスト形式、認証、エンドポイントは変更されていません。

xAIアカウントなしでGrok 4.6を使用できますか？ はい、OpenRouter、Vercel AI Gateway、またはCloudflareを通じて利用可能で、それぞれ独自の課金体系があります。ネイティブAPIは、通常、大量利用において最も安価な方法です。