Grok 4.20：完整規格、定價、API 存取與使用範例（2026）

Grok 4.20 是 xAI 的推理模型，可透過 Gate.AI 使用，模型 ID 為 xai/grok-4.20。根據 Gate.AI 模型列表，該模型將 200 萬 token 的上下文窗口與圍繞推理的能力相結合，支援串聯式「思維過程」風格的問題求解，並具備指令遵循能力。其標價為：輸入 $2.50 / 每 100 萬 token，輸出 $5 / 每 100 萬 token。對開發者與技術團隊而言，這些特性使 Grok 4.20 特別適合大上下文推理、複雜指令，以及多階段的 AI 工作流程。

Grok 4.20 是什麼？

Grok 4.20 是 xAI 開發的、偏推理導向的 Grok 變體，收錄於 Gate.AI 模型目錄中。

Gate.AI 的模型卡將其描述為：面向 多步驟問題求解，並具備「代理式工具使用」特徵的任務，同時強調嚴格遵循提示詞並降低幻覺。該模型圍繞三大能力領域進行分類：推理（Reasoning）、鏈式思維（Chain of Thought） 與 指令遵循（Instruction Following）。

這些特性使 Grok 4.20 有別於那些主要針對輕量文本生成或簡單對話任務而最佳化的模型。當提示要求系統將多段資訊關聯起來、遵循細緻的限制，或在生成答案前經歷數個相互依賴的階段時，推理導向模型就更有價值。

其標註的 200 萬 token 上下文窗口也是另一個重要差異點。就實際使用而言，更大的上下文預算能支援包含大量文件、較長的對話歷史、大型程式碼庫，或在單一推理工作流程中處理多份文件的任務。

Grok 4.20 的關鍵規格與定價是什麼？

以下規格僅根據 Gate.AI 上所列的 Grok 4.20 資訊。

規格	Gate.AI 列示數值
模型	Grok 4.20
提供方	xAI
模型 ID	xai/grok-4.20
參考日期	2026年3月31日
上下文窗口	2M tokens
主要側重	Reasoning and agentic workflows
能力標籤	Reasoning, Chain of Thought, Instruction Following
輸入價格	$2.50 per 1M tokens
輸出價格	$5.00 per 1M tokens
快取輸入價格	$0.40 per 1M tokens
快取寫入價格	未列示
Gate.AI 可用性	已列示

定價應以「實際 token 消耗」來理解。

例如，若某個工作負載使用 100,000 個輸入 token，並生成 10,000 個輸出 token，其按標價計算的近似 token 成本為：

輸入： 100,000 / 1,000,000 × $2.50 = $0.25
輸出： 10,000 / 1,000,000 × $5.00 = $0.05

預估合計 = $0.30

以上是根據 Gate.AI 列示費率的計算示例。實際用量取決於提示詞長度、生成輸出量、快取行為，以及 Gate.AI 目前顯示的定價。

Grok 4.20 能做什麼，讓它在生產環境中更有用？

最直接的生產價值來自「大上下文窗口」與「推理導向定位」的結合。

多步驟問題求解 在最終答案依賴多個中間決策時特別有用。例如：審閱技術架構、分析一組複雜需求、排查彼此關聯的程式碼，或把冗長規格轉換為實作計畫。

指令遵循 在生產工作流程中同樣重要，因為企業提示詞往往包含許多限制。系統可能需要同時：遵循指定的輸出結構、保留特定術語、套用驗證規則，並避免出現被排除的內容。

代理式工作流程 是 Gate.AI 目錄中強調的另一個、與模型相關的典型用例。在代理式架構中，語言模型可能會決定接下來應該發生什麼，而週邊應用負責處理工具、外部系統、狀態與執行。

Gate.AI 本身提供統一的模型路由環境，並指出在使用其 API 基礎設施時，應用仍需自行負責編排（orchestration）、工具分派（tool dispatch）、記憶（memory）以及對話狀態。

200 萬 token 的上下文窗口也可能讓 Grok 4.20 對「文件密集型」工作流程更具吸引力：若必須反覆把來源材料切成小片段，反而會增加系統複雜度。

Grok 4.20 支援哪些模態？

針對這份「精確型號」的 Gate.AI 資訊，強調的是推理能力，而不是廣泛的媒體生成能力。

模態 / 能力	Gate.AI 狀態
文本提示	支援，用於模型互動
文本輸出	支援
推理	已列示能力
鏈式「思維過程」風格推理	已列示能力類別
指令遵循	已列示能力
代理式工作流程使用	已列示定位
圖像輸入	未在所提供的 Grok 4.20 Gate.AI 模型卡資訊中確認
音訊輸入	未確認
影片輸入	未確認
圖像生成	未確認適用於此模型
音訊生成	未確認適用於此模型
影片生成	未確認適用於此模型

Gate.AI 為圖像、語音（speech）與影片模型提供獨立 API，但這些平台級能力不應自動歸因到 Grok 4.20。Gate.AI 的文件將聊天模型與專用的圖像、語音與影片端點分開說明。

Grok 4.20 在哪些情況下不夠理想？

主要限制在於：Gate.AI 的模型卡並未公開指定生產團隊可能需要的每一個部署參數。

例如，所提供的 Gate.AI 資訊並未說明最大獨立輸出 token 限制、是否支援微調、與模型相關的限速、知識截止時間，或精確的多模態輸入覆蓋範圍。

這很關鍵，因為「200 萬 token 上下文窗口」並不自動意味著整個上下文都能配置給使用者輸入，或模型能在同等規模下生成大量輸出。

成本是另一個需要考量的因素。在標價為 $2.50/每 100 萬輸入 token、$5/每 100 萬輸出 token 的情況下，處理超大型文件並反覆執行的工作負載可能會累積出可觀的使用成本。就適用情境而言，快取可能會降低重複輸入成本：Gate.AI 將快取輸入列示為 $0.40/每 100 萬 token。

因此，開發者應以實際資訊需求來規劃提示詞規模，而非把最大上下文窗口當成目標。

Grok 4.20 最適合用來做什麼？

當工作負載能直接受益於 Gate.AI 強調的能力時，Grok 4.20 最相關：

• 包含多條指令與限制的複雜提示；
• 長文件的推理與整合；
• 技術規劃與問題拆解；
• 大上下文下的程式碼或文件分析；
• 結構化推理工作流程；
• 面向代理的應用：讓模型協助決定後續步驟。

當 推理深度、指令遵循與大上下文處理 比盡可能降低 token 成本更重要時，請選擇 Grok 4.20。

當工作負載單純、較短，或主要優化為低成本的高頻生成時，也可以考慮其他模型。Gate.AI 的更廣泛 模型目錄 讓你能比較不同模型在上下文長度、定價結構與能力輪廓方面的差異。

Grok 4.20 與 Grok 4.3、Grok 4.5 相比如何？

Gate.AI 分別維護 Grok 4.3 與 Grok 4.5 的百科式涵蓋，因此每一頁都應保留不同的檢索意圖。

模型	Gate.AI 編輯定位	關鍵決策因素
Grok 4.20	推理、指令遵循、代理式工作流程	200 萬標註上下文與 Grok 4.20 特定定價
Grok 4.3	較晚的 Grok 系列模型輪廓	對比其自身的上下文、定價與能力
Grok 4.5	前沿推理與代理式模型	更新一代的 Grok 選項

Gate.AI 的專屬 Grok 4.3 指南 與 Grok 4.5 指南 已分別涵蓋這些模型。

我如何透過 Gate.AI 存取 Grok 4.20？

根據 Gate.AI 的模型卡，模型 ID 為：

xai/grok-4.20

Gate.AI 透過以下方式記錄其 OpenAI 相容的 API 介面：

https://api.gate.ai/openai/v1

開發者可以建立 Gate.AI API 金鑰，並使用 OpenAI 相容的 Python 或 HTTP 用戶端。Gate.AI 的文件指出，模型可透過指定對應的模型識別碼直接選擇。

Python

import os
from openai import OpenAI
client = OpenAI(
    api_key=os.environ["GATEAI_API_KEY"],
    base_url="https://api.gate.ai/openai/v1",
)
response = client.chat.completions.create(
    model="xai/grok-4.20",
    messages=[
        {
            "role": "user",
            "content": "Analyze this technical plan and identify the main implementation risks."
        }
    ],
)
print(response.choices[0].message.content)

cURL

curl https://api.gate.ai/openai/v1/chat/completions \
  -H "Authorization: Bearer $GATEAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "xai/grok-4.20",
    "messages": [
      {
        "role": "user",
        "content": "Break this problem into logical implementation steps."
      }
    ]
  }'

這些範例遵循 Gate.AI 文件中記錄的、與 OpenAI 相容的聊天工作流程，並使用來自 Gate.AI 模型卡資訊的 Grok 4.20 模型 ID。Gate.AI 記錄了基礎 URL、Bearer 驗證、Python SDK 用法模式以及 chat-completions 請求結構。

常見問題

Grok 4.20 是什麼？

Grok 4.20 是 xAI 的推理導向模型，已在 Gate.AI 上架，支援多步驟問題求解、代理式工具使用、指令遵循以及偏重推理的工作流程。

Grok 4.20 的上下文窗口是多少？

根據 Gate.AI 的模型卡，Grok 4.20 具有 200 萬 token 的上下文窗口。

透過 Gate.AI 使用 Grok 4.20 需要多少錢？

Gate.AI 將 Grok 4.20 定價為 $2.50 / 每 100 萬輸入 tokens、$5 / 每 100 萬輸出 tokens，以及 $0.40 / 每 100 萬快取輸入 tokens。

Grok 4.20 對應的 Gate.AI 模型 ID 是什麼？

列示的模型 ID 為：

xai/grok-4.20

Grok 4.20 最適合用於什麼？

根據其在 Gate.AI 的定位，Grok 4.20 最適合多步驟推理、複雜指令遵循、長上下文分析、技術問題求解，以及面向代理的工作流程。

能用 OpenAI SDK 存取 Grok 4.20 嗎？

可以。Gate.AI 提供一個與 OpenAI 相容的 API 介面，只要使用 Gate.AI 的基礎 URL 與 API 金鑰即可完成設定，並同時指定對應的 Gate.AI 模型 ID。