Grok 4.6 倍率与接入

模型名 grok-4.6，只挂在 grok-heavy 分组（0.2x）。它是这一代的稳定主力，通用对话与检索增强场景表现可预期，适合长期跑。

稳定主力OpenAI 兼容检索增强单分组 0.2x

分组与倍率

与 4.7 相同，只有 grok-heavy 一个分组，倍率 0.2x。

分组	倍率	特点
grok-heavy	0.2x	纯 grok-heavy 号池，文本为主

倍率是相对官方定价的计费倍数：0.43x 就是按官方价的 43% 计费，数字越小越便宜。实际扣费 = 该模型的官方单价 × 你所在分组的倍率，再按实际 token 数结算。倍率会随上游成本调整，以控制台内实时展示的数值为准。

接入信息

标准 OpenAI 协议。

项目	填什么
模型名（model）	`grok-4.6`
Chat Completions 端点	`https://turingapi.space/v1/chat/completions`
Responses 端点	`https://turingapi.space/v1/responses`
Base URL（OpenAI SDK）	`https://turingapi.space/v1`
认证方式	`Authorization: Bearer sk-xxx`

调用示例

调用方式与 GPT 完全一致。

curl（Chat Completions）

curl https://turingapi.space/v1/chat/completions \
  -H "Authorization: Bearer $TURING_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "grok-4.6",
    "messages": [{"role": "user", "content": "你好"}]
  }'

输出长度用 max_completion_tokens 控制；老参数 max_tokens 在新一代模型上可能不被接受。

Python（openai 官方 SDK）

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的密钥",
    base_url="https://turingapi.space/v1",   # 含 /v1
)

r = client.chat.completions.create(
    model="grok-4.6",
    messages=[{"role": "user", "content": "你好"}],
)
print(r.choices[0].message.content)

OpenAI SDK 的 base_url 必须带 /v1，这和 Anthropic SDK 正好相反。

Responses 协议

curl https://turingapi.space/v1/responses \
  -H "Authorization: Bearer $TURING_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "grok-4.6",
    "input": "你好"
  }'

Codex CLI 这类新工具走的是 Responses 协议。同一把密钥两个端点都通用。

怎么选分组

它是稳定优先的选择：

稳定优先时选它

4.7 更新但线路更年轻。已经在跑的业务，4.6 的抖动通常更少。

检索增强自己拼

把检索到的段落作为 system 或 user 内容传入，并明确要求「只依据以下材料回答」。这是 RAG 场景的标准做法，模型不会自己去找资料。

长对话做摘要

历史消息过长时费用会明显上升，且质量下降。保留最近几轮 + 一份滚动摘要即可。

在客户端里用这个模型

可以直接在这些客户端里用：

NextChat

接口地址不要带 /v1，它会自己补

Cherry Studio

桌面聊天，模型名手填

LobeChat

模型列表可自定义

通用 OpenAI 兼容

任意支持自定义 base_url 的工具

常见问题

关于 RAG 和分组的问题最多。

倍率和 4.7 一样吗？

同一个分组，倍率都是 0.2x。差别在模型自身单价与能力，不在分组。

怎么用它做检索增强？

先在外部检索出候选段落，把它们拼进 prompt，并明确要求只依据给定材料作答、材料没提到就直说。这样能显著减少编造。

能处理长文档吗？

受上下文上限限制。常规做法是分段摘要再合并。真需要一次读完整份文档，考虑 GPT-6 Astra 这类长上下文型号。

支持流式输出吗？

支持，"stream": true。

有没有必要同时开 4.6 和 4.7？

两个都挂在同一分组里，不用额外开。按任务临时切 model 字段就行。