Advanced conversational AI model optimized for natural dialogue, knowledge exploration, reasoning, and interactive chat experiences.
Grok 4.3 dikembangkan oleh xAI. Atlas Cloud (dioperasikan oleh Atlas Cloud AI LLC) menyediakan akses ke model ini dan tidak memilikinya. Semua merek dagang adalah milik pemiliknya masing-masing.
import os
from openai import OpenAI
# Multimodal Understanding Example
# Image: use base64 encoding (data:image/png;base64,...) or a public URL
client = OpenAI(
api_key=os.getenv("ATLASCLOUD_API_KEY"),
base_url="https://api.atlascloud.ai/v1"
)
response = client.chat.completions.create(
model="xai/grok-4.3",
messages=[
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,<BASE64_IMAGE_DATA>"
}
},
{
"type": "text",
"text": "Please describe the content of this image"
}
]
}
],
max_tokens=81920,
temperature=0.7
)
print(response.choices[0].message.content)Instal paket dependensi yang diperlukan.
pip install requestsSemua permintaan API memerlukan autentikasi melalui API key. Anda bisa mendapatkan API key dari dasbor Atlas Cloud.
export ATLASCLOUD_API_KEY="your-api-key-here"import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Jangan pernah mengekspos API key Anda di kode sisi klien atau repositori publik. Gunakan variabel lingkungan atau proxy backend sebagai gantinya.
import requests
url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "xai/grok-4.3",
"messages": [
{
"role": "user",
"content": "what is difference between http and https"
}
],
"max_tokens": 81920,
"temperature": 0.7,
"stream": False
}
response = requests.post(url, headers=headers, json=data)
print(response.json())Parameter berikut diterima di isi permintaan.
{
"model": "xai/grok-4.3",
"messages": [
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "data:image/png;base64,<BASE64_IMAGE_DATA>"
}
},
{
"type": "text",
"text": "Please describe the content of this image"
}
]
}
],
"max_tokens": 81920,
"temperature": 0.7,
"stream": false
}API mengembalikan respons yang kompatibel dengan ChatCompletion.
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1700000000,
"model": "model-name",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I assist you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 10,
"completion_tokens": 20,
"total_tokens": 30
}
}Atlas Cloud Skills mengintegrasikan 400+ model AI langsung ke asisten pengkodean AI Anda. Satu perintah untuk menginstal, lalu gunakan bahasa alami untuk menghasilkan gambar, video, dan mengobrol dengan LLM.
npx skills add AtlasCloudAI/atlas-cloud-skillsDapatkan API key dari dasbor Atlas Cloud dan atur sebagai variabel lingkungan.
export ATLASCLOUD_API_KEY="your-api-key-here"Setelah diinstal, Anda dapat menggunakan bahasa alami di asisten AI Anda untuk mengakses semua model Atlas Cloud.
Atlas Cloud MCP Server menghubungkan IDE Anda dengan 400+ model AI melalui Model Context Protocol. Berfungsi dengan klien apa pun yang kompatibel dengan MCP.
npx -y atlascloud-mcpTambahkan konfigurasi berikut ke file pengaturan MCP di IDE Anda.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}