---
read_when:
- คุณต้องการใช้โมเดล Grok ใน OpenClaw
- คุณกำลังกำหนดค่าการตรวจสอบสิทธิ์หรือรหัสโมเดลของ xAI
summary: ใช้โมเดล xAI Grok ใน OpenClaw
title: xAI
x-i18n:
generated_at: "2026-05-10T19:55:18Z"
model: gpt-5.5
provider: openai
source_hash: f11c31e7ff39e7e13465b48d819db3921a32ed624676a57dc38f97c0dbd21e46
source_path: providers/xai.md
workflow: 16
---
OpenClaw มาพร้อมกับ Plugin ผู้ให้บริการ `xai` แบบบันเดิลสำหรับโมเดล Grok
## เริ่มต้นใช้งาน
สร้าง API key ใน [คอนโซล xAI](https://console.x.ai/)
ตั้งค่า `XAI_API_KEY` หรือเรียกใช้:
```bash
openclaw onboard --auth-choice xai-api-key
```
```json5
{
agents: { defaults: { model: { primary: "xai/grok-4.3" } } },
}
```
OpenClaw ใช้ xAI Responses API เป็นการขนส่ง xAI แบบบันเดิล API key เดียวกัน
จาก `openclaw onboard --auth-choice xai-api-key` ยังสามารถขับเคลื่อน
`x_search` ระดับเฟิร์สต์คลาสและ `code_execution` ระยะไกลได้ด้วย; `XAI_API_KEY` หรือการกำหนดค่า
เว็บเสิร์ชของ Plugin ก็สามารถขับเคลื่อน `web_search` ที่รองรับด้วย Grok ได้เช่นกัน
หากคุณจัดเก็บคีย์ xAI ไว้ใต้ `plugins.entries.xai.config.webSearch.apiKey`
ผู้ให้บริการโมเดล xAI แบบบันเดิลจะนำคีย์นั้นมาใช้ซ้ำเป็นทางเลือกสำรองด้วย
ตั้งค่า `plugins.entries.xai.config.webSearch.baseUrl` เพื่อกำหนดเส้นทาง Grok `web_search`
และโดยค่าเริ่มต้น `x_search` ผ่านพร็อกซี xAI Responses ของผู้ปฏิบัติการ
การปรับแต่ง `code_execution` อยู่ใต้ `plugins.entries.xai.config.codeExecution`
## แค็ตตาล็อกในตัว
OpenClaw รวมตระกูลโมเดล xAI เหล่านี้มาให้พร้อมใช้งาน:
| ตระกูล | ID โมเดล |
| -------------- | ------------------------------------------------------------------------ |
| Grok 3 | `grok-3`, `grok-3-fast`, `grok-3-mini`, `grok-3-mini-fast` |
| Grok 4.3 | `grok-4.3` |
| Grok 4 | `grok-4`, `grok-4-0709` |
| Grok 4 Fast | `grok-4-fast`, `grok-4-fast-non-reasoning` |
| Grok 4.1 Fast | `grok-4-1-fast`, `grok-4-1-fast-non-reasoning` |
| Grok 4.20 Beta | `grok-4.20-beta-latest-reasoning`, `grok-4.20-beta-latest-non-reasoning` |
| Grok Code | `grok-code-fast-1` |
Plugin ยัง forward-resolve ID `grok-4*` และ `grok-code-fast*` ที่ใหม่กว่าเมื่อ
ID เหล่านั้นใช้รูปแบบ API เดียวกัน
`grok-4.3`, `grok-4-fast`, `grok-4-1-fast` และตัวแปร `grok-4.20-beta-*`
คือ refs ของ Grok ที่รองรับภาพในปัจจุบันในแค็ตตาล็อกแบบบันเดิล
## การครอบคลุมฟีเจอร์ของ OpenClaw
Plugin แบบบันเดิลแมปพื้นผิว API สาธารณะปัจจุบันของ xAI ไปยังสัญญา
ผู้ให้บริการและเครื่องมือที่ใช้ร่วมกันของ OpenClaw ความสามารถที่ไม่พอดีกับสัญญาที่ใช้ร่วมกัน
(เช่น TTS แบบสตรีมมิงและเสียงแบบเรียลไทม์) จะไม่ถูกเปิดเผย - ดูตาราง
ด้านล่าง
| ความสามารถของ xAI | พื้นผิว OpenClaw | สถานะ |
| -------------------------- | ----------------------------------------- | ------------------------------------------------------------------- |
| แชท / Responses | ผู้ให้บริการโมเดล `xai/` | ใช่ |
| เว็บเสิร์ชฝั่งเซิร์ฟเวอร์ | ผู้ให้บริการ `web_search` `grok` | ใช่ |
| การค้นหา X ฝั่งเซิร์ฟเวอร์ | เครื่องมือ `x_search` | ใช่ |
| การประมวลผลโค้ดฝั่งเซิร์ฟเวอร์ | เครื่องมือ `code_execution` | ใช่ |
| รูปภาพ | `image_generate` | ใช่ |
| วิดีโอ | `video_generate` | ใช่ |
| ข้อความเป็นเสียงแบบแบตช์ | `messages.tts.provider: "xai"` / `tts` | ใช่ |
| TTS แบบสตรีมมิง | - | ไม่เปิดเผย; สัญญา TTS ของ OpenClaw ส่งคืนบัฟเฟอร์เสียงแบบสมบูรณ์ |
| เสียงพูดเป็นข้อความแบบแบตช์ | `tools.media.audio` / ความเข้าใจสื่อ | ใช่ |
| เสียงพูดเป็นข้อความแบบสตรีมมิง | Voice Call `streaming.provider: "xai"` | ใช่ |
| เสียงแบบเรียลไทม์ | - | ยังไม่เปิดเผย; สัญญาเซสชัน/WebSocket แตกต่างกัน |
| ไฟล์ / แบตช์ | ความเข้ากันได้กับ API โมเดลทั่วไปเท่านั้น | ไม่ใช่เครื่องมือ OpenClaw ระดับเฟิร์สต์คลาส |
OpenClaw ใช้ API REST รูปภาพ/วิดีโอ/TTS/STT ของ xAI สำหรับการสร้างสื่อ
เสียงพูด และการถอดเสียงแบบแบตช์, ใช้ WebSocket STT แบบสตรีมมิงของ xAI สำหรับการถอดเสียง
สายเสียงสด และใช้ Responses API สำหรับเครื่องมือโมเดล การค้นหา และ
การประมวลผลโค้ด ฟีเจอร์ที่ต้องใช้สัญญา OpenClaw ที่แตกต่างกัน เช่น
เซสชันเสียงแบบเรียลไทม์ จะถูกบันทึกไว้ที่นี่ในฐานะความสามารถต้นทาง
แทนที่จะเป็นพฤติกรรมของ Plugin ที่ซ่อนอยู่
### การแมปโหมดเร็ว
`/fast on` หรือ `agents.defaults.models["xai/"].params.fastMode: true`
เขียนคำขอ xAI แบบเนทีฟใหม่ดังนี้:
| โมเดลต้นทาง | เป้าหมายโหมดเร็ว |
| ------------- | ------------------ |
| `grok-3` | `grok-3-fast` |
| `grok-3-mini` | `grok-3-mini-fast` |
| `grok-4` | `grok-4-fast` |
| `grok-4-0709` | `grok-4-fast` |
### นามแฝงความเข้ากันได้แบบดั้งเดิม
นามแฝงดั้งเดิมยังคงถูก normalize เป็น ID แบบบันเดิลมาตรฐาน:
| นามแฝงดั้งเดิม | ID มาตรฐาน |
| ------------------------- | ------------------------------------- |
| `grok-4-fast-reasoning` | `grok-4-fast` |
| `grok-4-1-fast-reasoning` | `grok-4-1-fast` |
| `grok-4.20-reasoning` | `grok-4.20-beta-latest-reasoning` |
| `grok-4.20-non-reasoning` | `grok-4.20-beta-latest-non-reasoning` |
## ฟีเจอร์
ผู้ให้บริการเว็บเสิร์ช `grok` แบบบันเดิลสามารถใช้ `XAI_API_KEY` หรือคีย์
เว็บเสิร์ชของ Plugin ได้:
```bash
openclaw config set tools.web.search.provider grok
```
Plugin `xai` แบบบันเดิลลงทะเบียนการสร้างวิดีโอผ่านเครื่องมือ
`video_generate` ที่ใช้ร่วมกัน
- โมเดลวิดีโอเริ่มต้น: `xai/grok-imagine-video`
- โหมด: ข้อความเป็นวิดีโอ, ภาพเป็นวิดีโอ, การสร้างภาพอ้างอิง, การแก้ไขวิดีโอระยะไกล และการขยายวิดีโอระยะไกล
- อัตราส่วนภาพ: `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`
- ความละเอียด: `480P`, `720P`
- ระยะเวลา: 1-15 วินาทีสำหรับการสร้าง/ภาพเป็นวิดีโอ, 1-10 วินาทีเมื่อใช้บทบาท `reference_image`, 2-10 วินาทีสำหรับการขยาย
- การสร้างภาพอ้างอิง: ตั้งค่า `imageRoles` เป็น `reference_image` สำหรับภาพที่ให้มาทุกภาพ; xAI ยอมรับภาพดังกล่าวได้สูงสุด 7 ภาพ
ไม่รับบัฟเฟอร์วิดีโอในเครื่อง ใช้ URL `http(s)` ระยะไกลสำหรับ
อินพุตการแก้ไข/ขยายวิดีโอ ภาพเป็นวิดีโอรับบัฟเฟอร์รูปภาพในเครื่องได้เพราะ
OpenClaw สามารถเข้ารหัสเป็น URL ข้อมูลสำหรับ xAI ได้
หากต้องการใช้ xAI เป็นผู้ให้บริการวิดีโอเริ่มต้น:
```json5
{
agents: {
defaults: {
videoGenerationModel: {
primary: "xai/grok-imagine-video",
},
},
},
}
```
ดู [การสร้างวิดีโอ](/th/tools/video-generation) สำหรับพารามิเตอร์เครื่องมือที่ใช้ร่วมกัน
การเลือกผู้ให้บริการ และพฤติกรรม failover
Plugin `xai` แบบบันเดิลลงทะเบียนการสร้างรูปภาพผ่านเครื่องมือ
`image_generate` ที่ใช้ร่วมกัน
- โมเดลรูปภาพเริ่มต้น: `xai/grok-imagine-image`
- โมเดลเพิ่มเติม: `xai/grok-imagine-image-pro`
- โหมด: ข้อความเป็นรูปภาพและการแก้ไขภาพอ้างอิง
- อินพุตอ้างอิง: `image` หนึ่งรายการหรือ `images` ได้สูงสุดห้ารายการ
- อัตราส่วนภาพ: `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `2:3`, `3:2`
- ความละเอียด: `1K`, `2K`
- จำนวน: ได้สูงสุด 4 ภาพ
OpenClaw ขอการตอบกลับรูปภาพแบบ `b64_json` จาก xAI เพื่อให้สื่อที่สร้างขึ้นสามารถ
จัดเก็บและส่งผ่านเส้นทางไฟล์แนบของช่องทางปกติได้ รูปภาพอ้างอิงในเครื่อง
จะถูกแปลงเป็น URL ข้อมูล; การอ้างอิง `http(s)` ระยะไกลจะถูกส่งผ่านตามเดิม
หากต้องการใช้ xAI เป็นผู้ให้บริการรูปภาพเริ่มต้น:
```json5
{
agents: {
defaults: {
imageGenerationModel: {
primary: "xai/grok-imagine-image",
},
},
},
}
```
xAI ยังบันทึก `quality`, `mask`, `user` และอัตราส่วนเนทีฟเพิ่มเติม
เช่น `1:2`, `2:1`, `9:20` และ `20:9` ด้วย ปัจจุบัน OpenClaw ส่งต่อเฉพาะ
ตัวควบคุมรูปภาพข้ามผู้ให้บริการที่ใช้ร่วมกัน; knob ที่เป็นเนทีฟเท่านั้นซึ่งไม่รองรับ
จะไม่ถูกเปิดเผยผ่าน `image_generate` โดยตั้งใจ
Plugin `xai` แบบบันเดิลลงทะเบียนข้อความเป็นเสียงผ่านพื้นผิวผู้ให้บริการ `tts`
ที่ใช้ร่วมกัน
- เสียง: `eve`, `ara`, `rex`, `sal`, `leo`, `una`
- เสียงเริ่มต้น: `eve`
- รูปแบบ: `mp3`, `wav`, `pcm`, `mulaw`, `alaw`
- ภาษา: รหัส BCP-47 หรือ `auto`
- ความเร็ว: การแทนที่ความเร็วแบบเนทีฟของผู้ให้บริการ
- ไม่รองรับรูปแบบวอยซ์โน้ต Opus แบบเนทีฟ
หากต้องการใช้ xAI เป็นผู้ให้บริการ TTS เริ่มต้น:
```json5
{
messages: {
tts: {
provider: "xai",
providers: {
xai: {
voiceId: "eve",
},
},
},
},
}
```
OpenClaw ใช้ปลายทาง `/v1/tts` แบบแบตช์ของ xAI xAI ยังมี TTS แบบสตรีมมิง
ผ่าน WebSocket ด้วย แต่ปัจจุบันสัญญาผู้ให้บริการเสียงพูดของ OpenClaw คาดหวัง
บัฟเฟอร์เสียงที่สมบูรณ์ก่อนส่งคำตอบ
Plugin `xai` แบบบันเดิลลงทะเบียนเสียงพูดเป็นข้อความแบบแบตช์ผ่านพื้นผิว
การถอดเสียงเพื่อความเข้าใจสื่อของ OpenClaw
- โมเดลเริ่มต้น: `grok-stt`
- ปลายทาง: xAI REST `/v1/stt`
- เส้นทางอินพุต: อัปโหลดไฟล์เสียงแบบ multipart
- OpenClaw รองรับในทุกที่ที่การถอดเสียงขาเข้าใช้
`tools.media.audio` รวมถึงส่วนเสียงของช่องเสียง Discord และ
ไฟล์แนบเสียงของช่องทาง
หากต้องการบังคับใช้ xAI สำหรับการถอดเสียงขาเข้า:
```json5
{
tools: {
media: {
audio: {
models: [
{
type: "provider",
provider: "xai",
model: "grok-stt",
},
],
},
},
},
}
```
สามารถระบุภาษาได้ผ่านการกำหนดค่าสื่อเสียงที่ใช้ร่วมกันหรือคำขอถอดเสียง
รายการต่อรายการ คำใบ้พรอมป์ได้รับการยอมรับโดยพื้นผิว OpenClaw ที่ใช้ร่วมกัน
แต่การผสานรวม xAI REST STT ส่งต่อเฉพาะไฟล์ โมเดล และ
ภาษา เพราะสิ่งเหล่านั้นแมปกับปลายทางสาธารณะปัจจุบันของ xAI ได้อย่างชัดเจน
Plugin `xai` แบบบันเดิลยังลงทะเบียนผู้ให้บริการการถอดเสียงแบบเรียลไทม์
สำหรับเสียงสายเสียงสดด้วย
- ปลายทาง: xAI WebSocket `wss://api.x.ai/v1/stt`
- การเข้ารหัสเริ่มต้น: `mulaw`
- อัตราสุ่มตัวอย่างเริ่มต้น: `8000`
- endpointing เริ่มต้น: `800ms`
- ข้อความถอดเสียงชั่วคราว: เปิดใช้งานตามค่าเริ่มต้น
สตรีมสื่อ Twilio ของ Voice Call ส่งเฟรมเสียง G.711 µ-law ดังนั้น
ผู้ให้บริการ xAI จึงส่งต่อเฟรมเหล่านั้นได้โดยตรงโดยไม่ต้องแปลงรหัส:
```json5
{
plugins: {
entries: {
"voice-call": {
config: {
streaming: {
enabled: true,
provider: "xai",
providers: {
xai: {
apiKey: "${XAI_API_KEY}",
endpointingMs: 800,
language: "en",
},
},
},
},
},
},
},
}
```
การกำหนดค่าที่ provider เป็นเจ้าของอยู่ภายใต้
`plugins.entries.voice-call.config.streaming.providers.xai` คีย์ที่รองรับ
ได้แก่ `apiKey`, `baseUrl`, `sampleRate`, `encoding` (`pcm`, `mulaw` หรือ
`alaw`), `interimResults`, `endpointingMs` และ `language`
provider สำหรับสตรีมมิงนี้ใช้สำหรับเส้นทางการถอดเสียงแบบเรียลไทม์ของ Voice Call
ปัจจุบันเสียง Discord จะบันทึกช่วงสั้น ๆ และใช้เส้นทางการถอดเสียงแบบแบตช์
`tools.media.audio` แทน
Plugin xAI ที่มาพร้อมชุดติดตั้งเปิดเผย `x_search` เป็นเครื่องมือ OpenClaw สำหรับค้นหา
เนื้อหา X (เดิมคือ Twitter) ผ่าน Grok
เส้นทางการกำหนดค่า: `plugins.entries.xai.config.xSearch`
| คีย์ | ประเภท | ค่าเริ่มต้น | คำอธิบาย |
| ------------------ | ------- | ------------------ | ------------------------------------ |
| `enabled` | boolean | - | เปิดหรือปิดใช้งาน x_search |
| `model` | string | `grok-4-1-fast` | โมเดลที่ใช้สำหรับคำขอ x_search |
| `baseUrl` | string | - | การแทนที่ URL ฐานของ xAI Responses |
| `inlineCitations` | boolean | - | รวมการอ้างอิงแบบอินไลน์ในผลลัพธ์ |
| `maxTurns` | number | - | จำนวนรอบการสนทนาสูงสุด |
| `timeoutSeconds` | number | - | ระยะหมดเวลาของคำขอเป็นวินาที |
| `cacheTtlMinutes` | number | - | อายุแคชเป็นนาที |
```json5
{
plugins: {
entries: {
xai: {
config: {
xSearch: {
enabled: true,
model: "grok-4-1-fast",
baseUrl: "https://api.x.ai/v1",
inlineCitations: true,
},
},
},
},
},
}
```
Plugin xAI ที่มาพร้อมชุดติดตั้งเปิดเผย `code_execution` เป็นเครื่องมือ OpenClaw สำหรับ
การรันโค้ดระยะไกลในสภาพแวดล้อม sandbox ของ xAI
เส้นทางการกำหนดค่า: `plugins.entries.xai.config.codeExecution`
| คีย์ | ประเภท | ค่าเริ่มต้น | คำอธิบาย |
| ----------------- | ------- | ------------------ | ---------------------------------------- |
| `enabled` | boolean | `true` (หากมีคีย์) | เปิดหรือปิดใช้งานการรันโค้ด |
| `model` | string | `grok-4-1-fast` | โมเดลที่ใช้สำหรับคำขอรันโค้ด |
| `maxTurns` | number | - | จำนวนรอบการสนทนาสูงสุด |
| `timeoutSeconds` | number | - | ระยะหมดเวลาของคำขอเป็นวินาที |
นี่คือการรันใน sandbox ของ xAI ระยะไกล ไม่ใช่ [`exec`](/th/tools/exec) ในเครื่อง
```json5
{
plugins: {
entries: {
xai: {
config: {
codeExecution: {
enabled: true,
model: "grok-4-1-fast",
},
},
},
},
},
}
```
- การยืนยันตัวตนในปัจจุบันใช้คีย์ API เท่านั้น คีย์ API อาจถูกเก็บไว้ในโปรไฟล์การยืนยันตัวตน xAI
ตัวแปรสภาพแวดล้อม หรือการกำหนดค่า Plugin ยังไม่มี OAuth ของ xAI หรือ
โฟลว์ device-code ใน OpenClaw
- `grok-4.20-multi-agent-experimental-beta-0304` ไม่รองรับบนเส้นทาง
provider xAI ปกติ เพราะต้องใช้พื้นผิว API ต้นทางที่แตกต่างจาก
การขนส่ง xAI มาตรฐานของ OpenClaw
- เสียง xAI Realtime ยังไม่ได้ลงทะเบียนเป็น provider ของ OpenClaw
ต้องใช้สัญญาเซสชันเสียงแบบสองทิศทางที่แตกต่างจาก STT แบบแบตช์หรือ
การถอดเสียงแบบสตรีมมิง
- `quality` ของภาพ xAI, `mask` ของภาพ และอัตราส่วนภาพเพิ่มเติมที่ใช้ได้เฉพาะแบบ native
ยังไม่ถูกเปิดเผยจนกว่าเครื่องมือ `image_generate` ที่ใช้ร่วมกันจะมี
ตัวควบคุมข้าม provider ที่สอดคล้องกัน
- OpenClaw ใช้การแก้ไขความเข้ากันได้สำหรับ schema ของเครื่องมือและการเรียกเครื่องมือที่เฉพาะกับ xAI
โดยอัตโนมัติบนเส้นทาง runner ที่ใช้ร่วมกัน
- คำขอ xAI แบบ native ตั้งค่าเริ่มต้นเป็น `tool_stream: true` ตั้งค่า
`agents.defaults.models["xai/"].params.tool_stream` เป็น `false` เพื่อ
ปิดใช้งาน
- wrapper xAI ที่มาพร้อมชุดติดตั้งจะลบแฟล็ก schema ของเครื่องมือแบบ strict ที่ไม่รองรับและ
คีย์ payload การให้เหตุผลก่อนส่งคำขอ xAI แบบ native
- `web_search`, `x_search` และ `code_execution` ถูกเปิดเผยเป็นเครื่องมือ OpenClaw
OpenClaw เปิดใช้งาน built-in ของ xAI ที่ต้องใช้ภายในคำขอเครื่องมือแต่ละรายการ
แทนการแนบเครื่องมือ native ทั้งหมดกับทุกเทิร์นของแชต
- Grok `web_search` อ่าน `plugins.entries.xai.config.webSearch.baseUrl`
`x_search` อ่าน `plugins.entries.xai.config.xSearch.baseUrl` จากนั้น
fallback ไปยัง URL ฐานของการค้นหาเว็บ Grok
- `x_search` และ `code_execution` เป็นของ Plugin xAI ที่มาพร้อมชุดติดตั้ง
ไม่ได้ถูก hardcode ไว้ใน runtime โมเดลหลัก
- `code_execution` คือการรันใน sandbox ของ xAI ระยะไกล ไม่ใช่
[`exec`](/th/tools/exec) ในเครื่อง
## การทดสอบแบบ live
เส้นทางสื่อ xAI ครอบคลุมด้วย unit test และชุดทดสอบแบบ live ที่เลือกเปิดใช้ คำสั่ง live
จะโหลด secrets จาก shell ล็อกอินของคุณ รวมถึง `~/.profile` ก่อน
probe `XAI_API_KEY`
```bash
pnpm test extensions/xai
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_TEST_QUIET=1 pnpm test:live -- extensions/xai/xai.live.test.ts
OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_TEST_QUIET=1 OPENCLAW_LIVE_IMAGE_GENERATION_PROVIDERS=xai pnpm test:live -- test/image-generation.runtime.live.test.ts
```
ไฟล์ live เฉพาะ provider จะสังเคราะห์ TTS ปกติ, PCM TTS ที่เหมาะกับระบบโทรศัพท์,
ถอดเสียงผ่าน STT แบบแบตช์ของ xAI, สตรีม PCM เดียวกันผ่าน STT เรียลไทม์ของ xAI,
สร้างผลลัพธ์ text-to-image และแก้ไขภาพอ้างอิง ไฟล์ live ของภาพที่ใช้ร่วมกัน
ยืนยัน provider xAI เดียวกันผ่านเส้นทางการเลือก runtime, fallback, การทำให้เป็นมาตรฐาน,
และแนบสื่อของ OpenClaw
## ที่เกี่ยวข้อง
การเลือก provider, model refs และพฤติกรรม failover
พารามิเตอร์เครื่องมือวิดีโอที่ใช้ร่วมกันและการเลือก provider
ภาพรวม provider ที่กว้างขึ้น
ปัญหาทั่วไปและการแก้ไข