Flagship conversational model built for real-time knowledge exploration, sharp reasoning, and highly engaging AI interactions.
Grok 4.5 är utvecklad av xAI. Atlas Cloud (som drivs av Atlas Cloud AI LLC) tillhandahåller åtkomst till modellen men äger den inte. Alla varumärken tillhör sina respektive ägare.
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-4.5",
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)Installera det nödvändiga paketet för ditt programmeringsspråk.
pip install requestsAlla API-förfrågningar kräver autentisering via en API key. Du kan hämta din API key från Atlas Cloud-instrumentpanelen.
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}"
}Exponera aldrig din API key i klientkod eller publika arkiv. Använd miljövariabler eller en backend-proxy istället.
import requests
url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "xai/grok-4.5",
"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())Följande parametrar accepteras i förfrågningsinnehållet.
{
"model": "xai/grok-4.5",
"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:et returnerar ett ChatCompletion-kompatibelt svar.
{
"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 integrerar 400+ AI-modeller direkt i din AI-kodassistent. Ett kommando för att installera, sedan använd naturligt språk för att generera bilder, videor och chatta med LLM.
npx skills add AtlasCloudAI/atlas-cloud-skillsHämta din API key från Atlas Cloud-instrumentpanelen och ställ in den som en miljövariabel.
export ATLASCLOUD_API_KEY="your-api-key-here"När det är installerat kan du använda naturligt språk i din AI-assistent för att komma åt alla Atlas Cloud-modeller.
Atlas Cloud MCP Server ansluter din IDE med 400+ AI-modeller via Model Context Protocol. Fungerar med alla MCP-kompatibla klienter.
npx -y atlascloud-mcpLägg till följande konfiguration i din IDE:s MCP-inställningsfil.
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}