Skip to main content
Помимо живого поиска, Responses API Grok предлагает еще два серверных инструмента: выполнение кода (code_interpreter, серверная песочница Python) и Remote MCP (серверы xAI напрямую подключаются к указанному вами MCP-серверу). Оба подтверждены как работающие на APIYI (13 июля 2026, UTC+8) с ключом из группы по умолчанию.

Выполнение кода

Модель пишет Python и действительно запускает его в изолированной среде на сервере xAI — это идеально для точных вычислений и обработки данных. В тестировании мы попросили вычислить 2 в степени 100: модель выполнила print(2 ** 100) и вернула точное значение (арифметика больших целых, с которой чистые языковые модели регулярно ошибаются; выполнение кода дает точный результат):
Измеренная задержка для одной задачи выполнения кода: ~6 с. usage.server_side_tool_usage_details.code_interpreter_calls фиксирует число выполнений.

Удалённые MCP-инструменты

Укажите внешний MCP-сервер в запросе, и серверы xAI автоматически подключатся, перечислят его инструменты и вызовут их по необходимости — локальный MCP-клиент не требуется. Подтверждено подключение к общедоступному MCP-серверу и выполнение вызова инструмента (~16 с):
  • MCP-сервер должен быть доступен из интернета: подключения исходят от серверов xAI; адреса intranet / localhost не подойдут.
  • Учитывайте безопасность данных: содержимое вашего разговора отправляется через серверы xAI на этот MCP-сервер — подключайте только те сервисы, которым доверяете.
  • Доступность внешнего сервера не зависит от APIYI; при сбоях сначала проверьте состояние сервера.

Поиск по коллекциям (RAG) — Недоступно

xAI также предлагает инструмент collections_search (извлечение из базы знаний / file_search). Он не работает в APIYI: для этого заранее нужно загрузить файлы и создать коллекции в консоли xAI, а APIYI работает в режиме key-pool без доступа к upstream-консоли. В тестах запрос проходит, но извлечение неизбежно завершается ошибкой (file_search_call возвращает failed). Для RAG реализуйте извлечение на своей стороне (векторное хранилище + добавляйте извлеченный контент в prompt), используя контекстное окно Grok на 1M и автоматическое кэширование.

Вопросы и ответы

Да. Массив tools может включать web_search / x_search / code_interpreter / mcp вместе; модель решает, какой вызывать для каждой задачи. usage.server_side_tool_usage_details учитывает их по отдельности.
Песочница предназначена для вычислений (математика на Python / обработка данных) и не может получать доступ к вашим локальным файлам. Для внешних данных сочетайте ее с инструментами web_search или MCP.
Tokens для рассуждения на стороне модели тарифицируются обычным образом. Плата за вызовы инструментов соответствует тарифам APIYI на инструменты и вашему фактическому счету по тарификации — проверьте на небольших объемах, прежде чем масштабироваться.

Связанные документы

Поиск Web и X

Инструменты live-search в том же Responses API

Обзор Grok

Линейка моделей, тарификация и полная таблица границ возможностей