xAI

同梱の grok ウェブ検索プロバイダーは xAI OAuth を優先し、その後 XAI_API_KEY または Plugin のウェブ検索キーにフォールバックします。

openclaw models auth login --provider xai --method oauthopenclaw config set tools.web.search.provider grok

同梱の xai Plugin は、共有の video_generate ツールを介して動画生成を登録します。

• デフォルトモデル: xai/grok-imagine-video
• 追加モデル: xai/grok-imagine-video-1.5
• クラシックモード: テキストから動画、画像から動画、参照画像による生成、 リモート動画編集、リモート動画拡張
• Video 1.5 モード: 画像から動画のみ。最初のフレームとして使用する画像は正確に 1 枚
• アスペクト比: 1:1、16:9、9:16、4:3、3:4、3:2、2:3。 省略した場合、クラシックおよび Video 1.5 の画像から動画では、ソース画像の比率を継承
• 解像度: クラシックは 480P／720P。Video 1.5 は 1080P にも対応。すべての 生成モードのデフォルトは 480P
• 時間: 生成／画像から動画では 1～15 秒、クラシックの reference_image ロールを 使用する場合は 1～10 秒、クラシック拡張では 2～10 秒
• 参照画像による生成: 指定するすべての画像で imageRoles を reference_image に設定。 xAI はこのような画像を最大 7 枚受け付けます
• 動画の編集／拡張では、入力動画のアスペクト比と解像度を継承します。 これらの操作ではジオメトリの上書きは受け付けません
• デフォルトの操作タイムアウト: video_generate.timeoutMs または agents.defaults.mediaModels.video.timeoutMs が設定されていない限り 600 秒

Video 1.5 は、xAI の grok-imagine-video-1.5-preview および grok-imagine-video-1.5-2026-05-30 識別子も認識します。OpenClaw は選択された 識別子を変更せずに転送しますが、同じ画像限定の検証を適用します。

xAI をデフォルトの動画プロバイダーとして使用するには、次のように設定します。

{  agents: {    defaults: {      videoGenerationModel: {        primary: "xai/grok-imagine-video",      },    },  },}

バンドルされている xai Plugin は、共有 image_generate ツールを通じて画像生成を登録します。

• デフォルトの画像モデル: xai/grok-imagine-image
• 追加モデル: xai/grok-imagine-image-quality
• モード: テキストから画像への生成、および参照画像の編集
• 参照入力: image 1つ、または images 最大3つ
• アスペクト比: 1:1、16:9、9:16、4:3、3:4、3:2、2:3、2:1、 1:2、19.5:9、9:19.5、20:9、9:20
• 解像度: 1K、2K
• 生成数: 最大4画像
• デフォルトの処理タイムアウト: image_generate.timeoutMs または agents.defaults.mediaModels.image.timeoutMs が設定されていない限り600秒

OpenClaw は、生成されたメディアを通常のチャンネル添付ファイルの経路で保存および配信できるよう、xAI に b64_json 形式の画像レスポンスを要求します。ローカルの参照画像はデータ URL に変換され、リモートの http(s) 参照は変更されずに渡されます。

xAI をデフォルトの画像プロバイダーとして使用するには、次のように設定します。

{  agents: {    defaults: {      imageGenerationModel: {        primary: "xai/grok-imagine-image",      },    },  },}

バンドルされている xai Plugin は、共有 tts プロバイダーサーフェスを通じてテキスト読み上げを登録します。

• 音声: xAI から取得する認証済みライブカタログ。openclaw infer tts voices --provider xai で一覧表示可能
• オフラインフォールバック音声: ara、eve、leo、rex、sal
• デフォルト音声: eve
• アカウントのカスタム音声 ID は、組み込みカタログのレスポンスに含まれていない場合でも転送されます
• 形式: mp3、wav、pcm、mulaw、alaw
• 言語: BCP-47 コードまたは auto
• 速度: プロバイダーネイティブの速度オーバーライド
• ネイティブの Opus ボイスメモ形式は未対応

xAI をデフォルトの TTS プロバイダーとして使用するには、次のように設定します。

{  tts: {    provider: "xai",    providers: {      xai: {        voiceId: "eve",      },    },  },}

バンドルされている xai Plugin は、OpenClaw のメディア理解文字起こしサーフェスを通じてバッチ音声文字起こしを登録します。

• エンドポイント: xAI REST /v1/stt
• 入力経路: マルチパート音声ファイルのアップロード
• モデルの選択: xAI が文字起こしモデルを内部で選択します。このエンドポイントにはモデルセレクターがありません
• Discord ボイスチャンネルのセグメントやチャンネルの音声添付ファイルなど、受信音声の文字起こしで tools.media.audio を読み取るすべての箇所に使用されます

受信音声の文字起こしで xAI を強制的に使用するには、次のように設定します。

{  tools: {    media: {      audio: {        models: [          {            type: "provider",            provider: "xai",          },        ],      },    },  },}

言語は、共有の音声メディア設定または呼び出しごとの文字起こしリクエストで指定できます。プロンプトのヒントは共有 OpenClaw サーフェスで受け入れられますが、現在公開されている xAI エンドポイントに対応するのはファイルと言語のみであるため、xAI REST STT 統合が転送するのはこの2つだけです。

バンドルされている xai Plugin は、ライブ音声通話のためのリアルタイム文字起こしプロバイダーも登録します。

• エンドポイント: xAI WebSocket wss://api.x.ai/v1/stt
• デフォルトのエンコーディング: mulaw
• デフォルトのサンプルレート: 8000
• デフォルトのエンドポイント検出: 800ms
• 中間文字起こし: デフォルトで有効

Voice Call の Twilio メディアストリームは G.711 mu-law 音声フレームを送信するため、xAI プロバイダーはトランスコードせずにそれらのフレームを直接転送します。

{  plugins: {    entries: {      "voice-call": {        config: {          streaming: {            enabled: true,            provider: "xai",            providers: {              xai: {                apiKey: "${XAI_API_KEY}",                endpointingMs: 800,                language: "en",              },            },          },        },      },    },  },}

プロバイダー所有の設定は plugins.entries.voice-call.config.streaming.providers.xai に配置します。対応するキーは apiKey、baseUrl、sampleRate、encoding（pcm、mulaw、または alaw）、interimResults、endpointingMs、language です。

バンドルされている xai Plugin は、共有 registerRealtimeVoiceProvider 契約を通じて Talk モード用の Grok Voice Agent リアルタイムセッションを登録します。

• エンドポイント: wss://api.x.ai/v1/realtime?model=<voice-model>
• デフォルトモデル: grok-voice-latest
• デフォルト音声: eve
• トランスポート: gateway-relay（iOS、Android、Control UI のリレー経路）
• 音声: PCM16 24 kHz または G.711 µ-law 8 kHz
• 割り込み: xAI サーバーの VAD がレスポンスを中断します。OpenClaw はキューに入っている再生を消去し、未再生のプロバイダー履歴を切り詰めます

Gateway で Talk を設定します。

{  talk: {    realtime: {      provider: "xai",      mode: "realtime",      transport: "gateway-relay",      brain: "agent-consult",      providers: {        xai: {          model: "grok-voice-latest",          voice: "eve",          // プロバイダー側でのセッション再生を許容できる場合のみ有効にします。          sessionResumption: false,        },      },    },  },  env: { XAI_API_KEY: "xai-..." },}

Voice Call または共有リアルタイムセレクターが同じプロバイダーマップを再利用する場合、プロバイダー所有の設定は plugins.entries.voice-call.config.realtime.providers.xai からも解決されます。対応するキーは apiKey、baseUrl、model、voice、vadThreshold、silenceDurationMs、 prefixPaddingMs、reasoningEffort、sessionResumption です。 reasoningEffort は、xAI Voice Agent API に合わせて high または none のみを受け入れます。

xAI のサーバー VAD は常にレスポンスを作成し、音声の割り込みを処理します。 consultRouting: "provider-direct" を使用してください。強制的な文字起こしのルーティングと入力音声の割り込み無効化は、xAI Voice Agent プロトコルではサポートされていません。

バンドルされている xAI Plugin は、Grok を介して X（旧 Twitter）のコンテンツを検索する OpenClaw ツールとして x_search を公開します。

設定パス: plugins.entries.xai.config.xSearch

{  plugins: {    entries: {      xai: {        config: {          xSearch: {            enabled: true,            model: "grok-4.3",            baseUrl: "https://api.x.ai/v1",            inlineCitations: true,          },        },      },    },  },}

バンドルされている xAI Plugin は、xAI のサンドボックス環境でリモートコードを実行する OpenClaw ツールとして code_execution を公開します。

設定パス: plugins.entries.xai.config.codeExecution

{  plugins: {    entries: {      xai: {        config: {          codeExecution: {            enabled: true,            model: "grok-4.3",          },        },      },    },  },}

• xAI 認証では、API キー、環境変数、Plugin 設定の フォールバック、または対象となる xAI アカウントでの OAuth を使用できます。OAuth は localhost コールバックを使わず、デバイスコード検証を使用します。OAuth API トークンを 取得できるアカウントは xAI が決定します。また、OpenClaw は Grok Build アプリを 必要としませんが、同意ページに Grok Build と表示される場合があります。
• OpenClaw は現在、xAI のマルチエージェントモデルファミリーを公開していません。xAI は これらのモデルを Responses API 経由で提供していますが、OpenClaw の共有エージェントループで 使用されるクライアント側ツールやカスタムツールは受け付けません。 xAI マルチエージェントの制限 を参照してください。
• xAI Realtime 音声は現在、Gateway リレーの Talk トランスポートのみを公開しています。 ブラウザが所有するプロバイダー WebSocket セッションは、まだ Control UI に 接続されていません。
• xAI の画像 quality、画像 mask、およびネイティブ専用の追加アスペクト比は、 共有 image_generate ツールに対応する クロスプロバイダー制御が追加されるまで公開されません。

• OpenClaw は、共有ランナーパス上で xAI 固有のツールスキーマおよびツール呼び出しの互換性修正を 自動的に適用します。
• ネイティブ xAI リクエストでは、デフォルトで tool_stream: true が設定されます。無効にするには、 agents.defaults.models["xai/<model>"].params.tool_stream を false に設定します。
• バンドルされた xAI ラッパーは、ネイティブ xAI リクエストを送信する前に、サポートされていない contains-count スキーマ境界と サポートされていない推論 effort ペイロードキーを削除します。Grok 4.5 は low、medium、 high の effort をサポートします（デフォルトは high）。Grok 4.3 は none、low、medium、high の effort をサポートします（デフォルトは low）。推論機能を持つその他の xAI モデルは、設定可能な effort 制御を公開しませんが、後続ターンで以前の暗号化された推論を 再生できるように、引き続き include: ["reasoning.encrypted_content"] をリクエストします。
• web_search、x_search、および code_execution は OpenClaw ツールとして公開されます。OpenClaw は、すべてのチャットターンにすべてのネイティブツールを 添付するのではなく、各ツールが必要とする特定の xAI 組み込み機能のみを そのツールのリクエストに添付します。
• Grok web_search は plugins.entries.xai.config.webSearch.baseUrl を読み取ります。 x_search は plugins.entries.xai.config.xSearch.baseUrl を読み取り、その後 Grok Web 検索のベース URL にフォールバックします。
• x_search と code_execution は、コアモデルランタイムに ハードコードされるのではなく、バンドルされた xAI Plugin が所有します。
• code_execution はリモートの xAI サンドボックス実行であり、ローカルの exec ではありません。