SpaceXAI: Grok 4.3 (batch)

Grok 4.3 (batch) é um modelo de raciocínio da xAI, listado em api14 sob o id de modelo x-ai/grok-4.3:batch como SpaceXAI: Grok 4.3 (batch). Ele está na categoria de texto e é oferecido como uma variante batch, o que significa que se destina a cargas de trabalho que podem ser submetidas e processadas em conjunto, em vez de uma requisição interativa por vez. O provedor o descreve como um modelo de raciocínio adequado para fluxos de trabalho agênticos, tarefas de seguimento de instruções e aplicações que exigem alta precisão factual.

O modelo aceita entradas de texto, imagem e arquivo e retorna texto. Sua janela de contexto é de 1.000.000 de tokens, e a saída máxima é de 900.000 tokens, portanto entradas muito grandes e gerações muito longas são ambas possíveis em uma única chamada. Além da geração de texto padrão, ele expõe parâmetros orientados a raciocínio, então você pode controlar quanto esforço de raciocínio é aplicado e ler o conteúdo de raciocínio junto com a resposta final.

Essas capacidades apontam para um conjunto bastante específico de usos. Como ele aceita imagens e arquivos, além de texto, ele se encaixa em análise de documentos e mídia mista quando o material de origem é longo: contratos, relatórios, transcrições, logs ou material digitalizado que precisa ser lido e analisado em uma única passada. Os limites grandes de contexto e de saída o tornam uma escolha razoável para pipelines agênticos que acumulam estado ao longo de muitos passos, para tarefas de seguimento de instruções com especificações detalhadas e para extração estruturada em que a resposta deve retornar em um formato definido. O processamento em batch é adequado para trabalhos que não são sensíveis à latência, como classificação em massa, sumarização em larga escala ou execuções de avaliação sobre muitos registros.

Você o chama através da API compatível com OpenAI do api14 usando o id de modelo x-ai/grok-4.3:batch, então bibliotecas cliente OpenAI existentes e formatos de requisição funcionam com uma URL base e um nome de modelo alterados. Os parâmetros de requisição suportados são include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools, top_logprobs e top_p. Chamada de ferramentas e saídas estruturadas estão disponíveis, o que permite conectar o modelo a agentes de chamada de função ou forçar respostas para um esquema via response_format. Logprobs e top_logprobs são suportados se você precisar de probabilidades em nível de token, e seed, além de temperature e top_p, dão controle sobre reprodutibilidade e amostragem.

Como esta é a variante batch, ela é a melhor escolha quando a vazão importa mais do que a latência por requisição; se você precisa de respostas interativas imediatas, uma versão não batch geralmente se encaixaria melhor. Suas entradas são texto, imagem e arquivo, e sua saída é apenas texto, portanto não é o modelo para gerar imagens, áudio ou outras mídias. Se sua tarefa é pequena e simples, o contexto de um milhão de tokens e os controles de raciocínio podem ser mais do que você precisa, mas para trabalho de contexto longo, com uso de ferramentas e estruturado, os parâmetros suportados cobrem a maior parte do que um desenvolvedor buscaria.