xAI

バンドルされた grok Web 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 Web 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

バンドルされた xai Plugin は、共有の video_generate ツールを通じ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
• 従来モード: 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、リモート動画延長
• Video 1.5 モード: 画像から動画のみ。先頭フレーム画像は正確に 1 枚必要
• 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、従来モードと Video 1.5 の画像から動画への変換では、 元画像の比率を継承します
• 解像度: 従来モードは 480P／720P。Video 1.5 は 1080P にも対応します。 すべての生成モードのデフォルトは 480P です
• 長さ: 生成／画像から動画では 1～15 秒、従来モードの reference_image ロールを 使用する場合は 1～10 秒、従来モードの延長では 2～10 秒
• 参照画像による生成: 提供するすべての画像の imageRoles を reference_image に 設定します。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／延長では、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使用できません
• デフォルトの操作タイムアウト: video_generate.timeoutMs または agents.defaults.videoGenerationModel.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、同じ画像のみ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",      },    },  },}

バンドルされた xai Plugin は、共有の 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: 1つのimage、または最大3つのimages
• 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
• 枚数: 最大4枚
• デフォルトの処理タイムアウト: image_generate.timeoutMs またはagents.defaults.imageGenerationModel.timeoutMsが設定されていない場合は600秒

OpenClawは、生成されたメディアを通常のチャンネル添付パスを通じて 保存および配信できるよう、xAIにb64_json形式の画像応答を要求します。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",      },    },  },}

同梱のxai Pluginは、共通のtts プロバイダーインターフェー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のライブカタログ。openclaw infer tts voices --provider xai で一覧表示できます
• 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
• アカウント固有のカスタム音声IDは、組み込みカタログの応答に 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上書き
• ネイティブのOpusボイスメモ形式はサポートされていません

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。

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

同梱のxai Pluginは、OpenClawの メディア理解文字起こしインターフェースを通じて、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
• 入力パス: マルチパート音声ファイルのアップロード
• モデル選択: xAIが内部で文字起こしモデルを選択します。 このエンドポイントにモデルセレクターはありません
• Discordの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を含め、 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で使用されます

受信音声の文字起こしに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、共通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通のOpenClaw インターフェースで受け付けられますが、xAI REST STT連携が転送するのはファイルと言語のみです。 これは、現在公開されているxAIエンドポイントに対応するのがこの2つだけであるためです。

同梱のxai Pluginは、ライブ音声通話の音声向けに 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
• デフォルトエンコーディング: mulaw
• デフォルトサンプルレート: 8000
• デフォルトの発話区切り: 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ミュー則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",              },            },          },        },      },    },  },}

プロバイダーが所有する設定は plugins.entries.voice-call.config.streaming.providers.xaiに配置します。サポートされる キーはapiKey、baseUrl、sampleRate、encoding（pcm、mulaw、または alaw）、interimResults、endpointingMs、languageです。

同梱のxAI Pluginは、Grokを介してX（旧Twitter）のコンテンツを検索するための 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,          },        },      },    },  },}

同梱の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ための 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への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。どのアカウントがOAuth APIトークンを取得できるかはxAIが決定し、OpenClawではGrok Buildアプリを必要としない場合でも、同意ページにGrok Buildが表示されることがあります。
• 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の共通エージェントループで使用するクライアント側ツールやカスタムツールには対応していません。 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、まだOpenClawプロバイダーとして登録されていません。 バッチSTTやストリーミング文字起こしとは異なる、双方向音声セッションの契約が必要です。
• xAI画像のquality、画像のmask、およびネイティブのautoアスペクト比は、 共通のimage_generateツールに対応するプロバイダー間共通の制御が追加されるまで公開されません。

• OpenClawは、共通ランナーパス上で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。
• ネイティブのxAIリクエストでは、デフォルトでtool_stream: trueになります。無効にするには、 agents.defaults.models["xai/<model>"].params.tool_streamをfalseに 設定します。
• 同梱の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労力ペイロードキーを削除します。 Grok 4.5は低、中、高の労力をサポートします（デフォルトは高）。 Grok 4.3はなし、低、中、高の労力をサポートします（デフォルトは低）。 推論機能を持つその他のxAIモデルでは労力を設定できませんが、引き続き include: ["reasoning.encrypted_content"]を要求するため、以前の暗号化された推論を 後続ターンで再利用できます。
• web_search、x_search、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、各ツールのリクエストにそのツールが必要とする特定のxAI組み込み機能だけを添付します。
• Grokの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のWeb検索ベース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、 同梱の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。