跳转到主要内容
grok-4.20-multi-agent-beta-0309 是 xAI 的多智能体协作模型：一次请求内部会启动多个 agent 并行工作（模型自称 Oppie，「协作型 AI 团队领导者」），由领导 agent 汇总产出最终回答。适合复杂研究、多角度对比分析类任务。API易 已上架，OpenAI 兼容格式直接调用。

​
计费特性（务必先读）

内部 agent 的全部流量都计入你的账单。这是该模型与普通模型最大的差异：
  • 实测一个约 40 tokens 的普通提问，实际计费 39,263 prompt tokens + 9,997 completion tokens（内部多 agent 的往返流量全部计入）
  • 即使最简单的一句话请求，也有约 3,900 prompt tokens 起步的固定开销
  • 单价虽与 grok-4.3 相同（$1.25 / $2.50 每 1M tokens），单次请求实际成本可达普通模型的几十倍
简单任务请勿使用该模型——普通问答用 grok-4.3 或 grok-4.20-0309-reasoning 即可。
好消息是内部流量的缓存命中率很高（实测 39K prompt tokens 中 26.8K 命中缓存折扣价），实际成本低于名义 token 数的直接换算，但仍显著高于普通模型。

​
调用方式

与普通模型完全一致，仅 model 字段不同： 
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.apiyi.com/v1",
)

resp = client.chat.completions.create(
    model="grok-4.20-multi-agent-beta-0309",
    messages=[{
        "role": "user",
        "content": "比较 Rust 和 Go 在构建高并发网络服务时的优劣，各给3点，最后给一句结论"
    }],
)
print(resp.choices[0].message.content)
print("实际计费 tokens:", resp.usage.total_tokens)
多智能体协作是服务端内部行为，无需任何额外参数；流式输出、结构化输出（json_schema）实测同样支持。

​
实测特征（2026-07-13）

维度实测值
中等复杂度任务延迟~29 秒
简单问答延迟~5 秒
简单问答固定开销~3,900 prompt tokens
中等任务 token 消耗~39K prompt + ~10K completion
内部缓存命中约 2/3 的 prompt tokens 命中缓存折扣
思维链外露不外露（reasoning_tokens 照常计费）

​
选型建议

适合的场景

多角度深度对比分析、复杂研究类问题、需要多条思路交叉验证的开放性任务——多 agent 并行探索能明显提升答案的全面性。

不适合的场景

日常问答、翻译、摘要、代码补全等单线任务——效果与普通模型接近，成本却放大几十倍。这些场景用 grok-4.3 / grok-4.5 即可。
上线前建议先用少量真实任务对比 grok-4.20-0309-reasoning 与 multi-agent 模型的输出质量差异，再决定是否为质量增量支付成本放大——多数场景下推理变体已经够用。

​
常见问题

这是该模型的内置人设（多 agent 团队的领导者角色），属正常现象。验证模型身份以请求与响应的 model 字段为准。
不能。多智能体编排是 xAI 服务端内部行为，对外不暴露任何控制参数。
建议放宽（如 8192），该模型内部推理消耗大，配额过小容易截断最终回答。

​
相关文档

Grok 概览

全系模型阵容与定价

对话与推理

普通模型的思维链与计费说明