xAI近期发布了Grok 3 API，其中包含多个版本的Grok模型，每个模型都有独特的特点，能适配不同的应用场景。下面就来详细了解一下这些模型。

一、Grok模型版本及特点

（一）Grok 3

Grok 3是旗舰模型，具备深度知识理解能力和强大的推理能力。在金融、法律、医疗、文本摘要、编码等领域，它能发挥出色的作用。例如在金融领域，它可以对复杂的金融数据进行分析和解读；在法律场景中，能够辅助处理法律条文的理解和案例分析等工作。

（二）Grok 3 Fast

Grok 3 Fast和Grok 3属于同一模型系列，但它的响应速度更快。当然，更快的响应速度也意味着更高的价格。这种模型适合那些对延迟非常敏感的在线任务，比如在线实时问答、即时交易风险评估等场景，能快速给出结果，满足业务对时效性的高要求。

（三）Grok 3 Mini

Grok 3 Mini是轻量版的模型，它的一个显著特点是会记录“思考”过程。在日常对话、处理逻辑问题以及追求效率的场景中，它表现得十分出色。像日常的聊天机器人、简单逻辑推理助手等应用，使用Grok 3 Mini就很合适。

（四）Grok 3 Mini Fast

Grok 3 Mini Fast是Grok 3 Mini的快速版本。它特别适合小型问答、网页助手等对速度要求较高的快速应用场景。例如在网页上为用户提供即时的问题解答，或者在一些简单的智能客服场景中，它能快速响应用户需求。

（五）Grok 2 Vision / Image

Grok 2 Vision / Image支持图像输入或图像生成，适用于多模态场景。比如在描述图像内容、根据文本描述生成图像等方面，都能发挥作用。像是为图片自动添加描述、基于用户的文字描述创作图片等应用，都可以借助这个模型来实现。

二、模型性能与定价

（一）性能表现

从一些基准测试结果来看，不同版本的Grok模型在各项测试中各有表现。以AIME’25、AIME’24、GPQA、LCB、B MMLU – Pro等测试为例，grok – 3 – beta、grok – 3 – mini – beta（Low）、grok – 3 – mini – beta（High）在不同测试中的得分有所差异，这也体现了不同模型在不同任务上的优势。

（二）文本模型定价

所有Grok模型都支持131K tokens的上下文窗口，这为长文摘要、长对话等场景提供了便利。不同版本的文本模型定价如下：

（三）多模态模型定价

对于多模态模型，有一些特定的限制和定价规则。图像文件方面，最大尺寸限制为10MB，支持JPG和PNG格式，并且可以混合输入顺序（图像和文字能任意组合）。

三、上下文窗口与提示结构

Grok模型在上下文窗口和提示结构方面也有一些特点。所有Grok 3 / Mini系列以及Grok Vision模型，都支持不同大小的上下文窗口，分别为131,072 tokens（超长上下文）和8,192 tokens（较短）。在提示结构上，没有对话角色顺序限制，system、user、assistant可以任意顺序组合，部分模型还支持图像和文字组合的prompt，输出结果可以是文本，也可以是图像，具体取决于所使用的模型。

四、使用限制与注意事项

使用Grok模型时，需要注意一些限制条件。首先，Grok模型无法连接互联网，不能实时访问外部网页或数据。其次，模型的知识截止时间为2024年11月17日，对于实时事件，需要作为上下文输入添加给模型。不过，它支持直接指定模型别名，比如grok – 3、grok – 3 – fast – latest等，方便用户调用。

目前官方没有明确标注免费配额，部分开发者账号可能会提供试用期体验额度。建议大家登录xAI控制台，查看API Key绑定的模型可用性和计费状态。官方的详细信息可以在https://docs.x.ai/docs/models#models-and-pricing中查看。