xai/grok-4.6

LLM

Grok 4.6 API by xAI

xai/grok-4.6

Grok-4.6

xAI’s flagship model for advanced reasoning, coding, and agentic tasks.

Grok 4.6 は xAI が開発したモデルです。Atlas Cloud（運営：Atlas Cloud AI LLC）は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。

パラメータ

コード例
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-4.6",
    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)

インストール

お使いの言語に必要なパッケージをインストールしてください。

pip install requests

認証

すべての API リクエストには API キーによる認証が必要です。API キーは Atlas Cloud ダッシュボードから取得できます。

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP ヘッダー

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

API キーを安全に保管してください

API キーをクライアントサイドのコードや公開リポジトリに公開しないでください。代わりに環境変数またはバックエンドプロキシを使用してください。

リクエストを送信

import requests

url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "xai/grok-4.6",
    "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())

入力 Schema

以下のパラメータがリクエストボディで使用できます。

合計: 5必須: 2任意: 3

modelstringrequired

The model ID to use for the completion.

Example: "xai/grok-4.6"

messagesarray[object]required

A list of messages comprising the conversation so far.

rolestringrequired

The role of the message author.

systemuserassistant

contentstring | array[object]required

Plain text, or an array of content parts for multimodal input. Combine a media part with a text part to ask a question about the media. Accepts image (png, jpeg, webp, gif).

max_tokensinteger

The maximum number of tokens to generate in the completion. The maximum value is the model's context length minus the prompt length.

Min: 1

temperaturenumber

Controls the variety of the model's responses. Lower values make output more predictable and deterministic, higher values more diverse and random.

Default: 1Min: 0Max: 2

streamboolean

If set to true, partial message deltas will be sent as server-sent events.

Default: false

リクエストボディの例

{
  "model": "xai/grok-4.6",
  "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
}

出力 Schema

API は ChatCompletion 互換のレスポンスを返します。

idstringrequired

Unique identifier for the completion.

objectstringrequired

Object type, always "chat.completion".

Default: "chat.completion"

createdintegerrequired

Unix timestamp of when the completion was created.

modelstringrequired

The model used for the completion.

choicesarray[object]required

List of completion choices.

indexintegerrequired

Index of the choice.

messageobjectrequired

The generated message.

finish_reasonstringrequired

The reason generation stopped.

stoplengthcontent_filter

usageobjectrequired

Token usage statistics.

prompt_tokensintegerrequired

Number of tokens in the prompt.

completion_tokensintegerrequired

Number of tokens in the completion.

total_tokensintegerrequired

Total tokens used.

レスポンス例

{
  "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

Atlas Cloud Skills は 400 以上の AI モデルを AI コーディングアシスタントに直接統合します。ワンコマンドでインストールし、自然言語で画像・動画生成や LLM との対話が可能です。

対応クライアント

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ 対応クライアント

インストール

npx skills add AtlasCloudAI/atlas-cloud-skills

API キーの設定

Atlas Cloud ダッシュボードから API キーを取得し、環境変数として設定してください。

export ATLASCLOUD_API_KEY="your-api-key-here"

機能

インストール後、AI アシスタントで自然言語を使用してすべての Atlas Cloud モデルにアクセスできます。

画像生成Nano Banana 2、Z-Image などのモデルで画像を生成します。

動画作成Kling、Vidu、Veo などでテキストや画像から動画を作成します。

LLM チャットQwen、DeepSeek などの大規模言語モデルと対話します。

メディアアップロード画像編集や画像から動画へのワークフロー用にローカルファイルをアップロードします。

詳細を見る

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server は Model Context Protocol を通じて IDE と 400 以上の AI モデルを接続します。MCP 対応のあらゆるクライアントで動作します。

対応クライアント

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ 対応クライアント

インストール

npx -y atlascloud-mcp

設定

以下の設定を IDE の MCP 設定ファイルに追加してください。

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

利用可能なツール

atlas_generate_imageテキストプロンプトから画像を生成します。

atlas_generate_videoテキストや画像から動画を作成します。

atlas_chat大規模言語モデルと対話します。

atlas_list_models400 以上の利用可能な AI モデルを閲覧します。

atlas_quick_generate最適なモデルを自動選択し、ワンステップでコンテンツを作成。

atlas_upload_mediaAPI ワークフロー用にローカルファイルをアップロードします。

詳細を見る

Grok 4.6 API by xAI

パラメータ

コード例

インストール

認証

HTTP ヘッダー

リクエストを送信

入力 Schema

リクエストボディの例

出力 Schema

レスポンス例

Atlas Cloud Skills

対応クライアント

インストール

API キーの設定

機能

MCP Server

対応クライアント

インストール

設定

利用可能なツール

類似モデルを探索

Grok 4.5

Grok Build 0.1

Grok 4.3

DeepSeek V4.1 Flash

DeepSeek V4 Pro 0813

DeepSeek V4 Flash 0731

Qwen3.8 27B

Qwen3.8 Max

Kimi K3

KAT Coder Air V2.5

Doubao Seed Character

Doubao Seed 2.1 Pro

Doubao Seed 2.1 Turbo

GLM 5.3 Flash

GLM 5.3

GLM 5.2

ひとつのAPIで、あらゆるメディアAIを。

パラメータ

コード例

インストール

認証

HTTP ヘッダー

リクエストを送信

入力 Schema

リクエストボディの例

出力 Schema

レスポンス例

Atlas Cloud Skills

対応クライアント

インストール

API キーの設定

機能

MCP Server

対応クライアント

インストール

設定

利用可能なツール