Grok 4.7 - AnyFast

Grok 4.7 可通过 AnyFast 的 POST /v1/responses 和 POST /v1/chat/completions 调用。模型 ID 为 grok-4.7。Responses API 是推理、函数调用、结构化输出和图片输入的主要接口。

xAI 上游规格给出的上下文窗口为 500,000 Token，支持文本和图片输入、文本输出。

适用场景

长时间运行的编程和智能体任务
多步骤知识工作与复杂分析
结合文本和图片输入的视觉理解
函数调用或受 JSON Schema 约束的输出

快速示例

Responses API
Chat Completions

curl https://www.anyfast.ai/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "input": "检查这个函数是否正确：function median(a){a.sort();return a[a.length/2]}",
    "reasoning": {"effort": "high"},
    "max_output_tokens": 1024
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://www.anyfast.ai/v1",
)

response = client.responses.create(
    model="grok-4.7",
    input="检查这个函数是否正确：function median(a){a.sort();return a[a.length/2]}",
    reasoning={"effort": "high"},
    max_output_tokens=1024,
)

print(response.output_text)

curl https://www.anyfast.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "messages": [{"role": "user", "content": "解释为什么二分查找的时间复杂度是 O(log n)。"}],
    "reasoning_effort": "low",
    "max_tokens": 1024
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://www.anyfast.ai/v1",
)

response = client.chat.completions.create(
    model="grok-4.7",
    messages=[{"role": "user", "content": "解释为什么二分查找的时间复杂度是 O(log n)。"}],
    reasoning_effort="low",
    max_tokens=1024,
)

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

图片输入

使用 Responses API 的多模态消息格式传入图片 URL：

{
  "model": "grok-4.7",
  "input": [{
    "role": "user",
    "content": [
      {"type": "input_image", "image_url": "https://science.nasa.gov/wp-content/uploads/2023/09/web-first-images-release.png", "detail": "low"},
      {"type": "input_text", "text": "用一句话描述这张图片。"}
    ]
  }],
  "store": false
}

推理行为

Responses 使用 reasoning.effort，Chat Completions 使用 reasoning_effort：

值	行为
`low`	面向简单任务，降低延迟
`medium`	平衡推理深度与延迟
`high`	默认值，适合困难任务
`xhigh`	最大推理深度，同时延迟最高

Grok 4.7 无法关闭推理。设置 reasoning: {"effort": "none"} 会返回 400。

核心请求字段

参数	类型	必填	说明
`model`	string	是	两种接口均固定为 `grok-4.7`
`input` / `messages`	string / array	是	Responses 使用 `input`；Chat Completions 使用 `messages`
`reasoning.effort` / `reasoning_effort`	string	否	`low`、`medium`、`high` 或 `xhigh`；默认 `high`
`max_output_tokens` / `max_tokens`	integer	否	Responses / Chat Completions 的输出 Token 预算
`tools` 和 `tool_choice`	array / string	否	定义函数并控制调用方式
`text.format`	object	否	Responses 设置 `type: "json_schema"` 可使用严格 JSON Schema 输出
`stream`	boolean	否	设为 `true` 时返回 Responses API SSE 事件

响应与流式输出

非流式请求的最终答案位于 Responses 的 output[].content[].text 或 Chat Completions 的 choices[0].message.content。Responses 流式请求需要依次拼接 response.output_text.delta 事件中的文本增量。推理 Token 数量分别见 Responses 的 usage.output_tokens_details.reasoning_tokens 和 Chat Completions 的 usage.completion_tokens_details.reasoning_tokens。多轮 Responses 会话应原样传回包含 encrypted_content 的 reasoning 条目。

API 参考

查看 Grok 4.7 的请求与响应结构。

​适用场景

​快速示例

​图片输入

​推理行为

​核心请求字段

​响应与流式输出

API 参考

​官方参考

适用场景

快速示例

图片输入

推理行为

核心请求字段

响应与流式输出

官方参考