Paramètres de requête

Leçon corrigée le 3 novembre 2026 d’après la référence de la Responses API et les bonnes pratiques de xAI : température recommandée à 0,7 et plafonnée à 1, top_p à 0,95 par défaut, max_output_tokens limité à la réponse visible (128 000 par défaut, raisonnement exclu), effort de raisonnement réservé à grok-4.5 à 4.7. Sources : Responses API · Best practices.

Contrôler le comportement du modèle

Au-delà de model, input et instructions, la Responses API offre de nombreux paramètres pour ajuster finement le comportement de Grok. Comprendre ces paramètres vous permettra d’obtenir des réponses plus pertinentes, plus courtes ou plus créatives selon vos besoins.

Paramètres de génération

temperature

Contrôle le caractère aléatoire des réponses. L’API accepte des valeurs de 0 à 2, mais tout ce qui dépasse 1 est échantillonné à 1.

{
  "model": "grok-4.7",
  "input": "Écris un slogan pour une boulangerie.",
  "temperature": 0.7,
  "top_p": 0.95
}

Les bonnes pratiques de xAI sont nettes : réglez temperature à 0,7 et ne vous en écartez pas beaucoup, car les modèles Grok réagissent mal aux autres réglages d’échantillonnage. Pour un ton plus factuel ou plus créatif, passez par le prompt plutôt que par la température.

top_p

Échantillonnage nucleus. Les modèles texte actuels l’ont à 0,95 par défaut, et une valeur supérieure au défaut du modèle y est ramenée.

{
  "model": "grok-4.7",
  "input": "Résume cet article.",
  "top_p": 0.95
}

Avec top_p: 0.95, le modèle considère uniquement les tokens qui cumulent 95 % de la probabilité. La référence de l’API reprend le conseil classique de n’ajuster que l’un des deux paramètres ; les bonnes pratiques de xAI demandent au contraire de fixer explicitement les deux, à 0,7 et 0,95, à chaque requête.

max_output_tokens

Limite le nombre de tokens de la réponse visible ; le raisonnement et les appels de fonction n’y comptent pas, et la valeur par défaut est de 128 000 tokens :

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Explique la relativité générale.",
  "max_output_tokens": 500
}

Pour les modèles de raisonnement, c’est donc l’effort de raisonnement, et non ce plafond, qui règle la réflexion interne. Une réponse coupée par le plafond est signalée par un statut incomplete.

reasoning

Pour les modèles qui supportent le raisonnement, vous pouvez ajuster l’effort :

{
  "model": "grok-4.7",
  "input": "Résous ce problème de logique.",
  "reasoning": {"effort": "high"}
}

Les valeurs possibles sont low, medium et high (par défaut), plus xhigh sur grok-4.6 et grok-4.7 ; le paramètre concerne grok-4.5 à 4.7, et grok-4.20-0309-reasoning ne l’accepte pas. Un effort élevé consomme plus de tokens et convient aux problèmes complexes.

Paramètres de conversation

store

Détermine si la réponse est conservée côté serveur :

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Analyse ce contrat.",
  "store": false
}

• true : réponse stockée 30 jours, récupérable via GET, utilisable avec previous_response_id
• false : réponse non persistée (mode privé)

previous_response_id

Chaîne une nouvelle requête à une conversation existante (détaillé dans la leçon 5).

user

Identifiant de l’utilisateur final, utile pour le suivi et la modération :

{
  "model": "grok-4.20-0309-reasoning",
  "input": "Bonjour",
  "user": "user-12345"
}

Paramètres d’outils

tools, tool_choice, parallel_tool_calls, max_turns

Ces paramètres contrôlent l’utilisation des outils (web_search, code_interpreter, fonctions custom). Ils sont couverts en détail dans la section “Outils” (leçons 9-12).

Récapitulatif des paramètres

Points clés à retenir

• xAI recommande temperature à 0,7 et top_p à 0,95, fixés explicitement
• max_output_tokens ne limite que la réponse visible, sans le raisonnement
• store: true persiste la réponse 30 jours pour le chaînage de conversations
• reasoning.effort permet de doser la réflexion du modèle selon la complexité de la tâche
• Le paramètre user aide au suivi et à la modération côté xAI