> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/spacexai.md).

# SpaceXAI

ビジョン機能を備えた SpaceXAI Grok モデルを実行します。

## v3

視覚機能を備えた SpaceXAI Grok モデルに質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは Grok に JSON のリストを要求します。 `{"label": ..., "box_2d": [x_min, y_min, x_max, y_max]}` 座標が画像の幅と高さの百分率（0〜100 の浮動小数）であるエントリ。信頼度スコアは任意で、ない場合はデコードされた検出結果に割り当てられます `1.0`.

物体検出用の画像は、可逆 PNG として元の解像度で送信され、 `detail: "high"`これは Grok 4.5/4.6 の vlm-exam ベンチマーク設定に一致します。Grok 4.7 は同じプロンプトと画像処理を使用します。

## バージョンの違い

このバージョン（v3）は、ブロック内でモデルの回答をデコードし、追加で `predictions`, `error_status` と `inference_id` を、生の `output` 文字列の横に追加します:

* `predictions` には、 `object-detection` タスクのRLEマスク付き検出、そして `classification` / `multi-label-classification` タスクの分類予測が入ります。出力の種類は選択されたタスクタイプに従います。
* `predictions` は `None` それ以外のすべてのタスク（制約なしプロンプト、OCR、キャプション生成、構造化応答、視覚的質問応答）では
* `error_status` は `True` は、回答をデコードできなかった場合です。
* `inference_id` は画像ごとに生成されます。

別々の `roboflow_core/vlm_as_detector@v2` と `roboflow_core/vlm_as_classifier@v2` ステップは不要になりました。

### API キーのオプション

1. **Roboflow管理APIキー（デフォルト）** - 使用 `rf_key:account` Roboflow の API 経由でリクエストをプロキシします。利用料金は Roboflow クレジットに課金されます。
2. **カスタム xAI API キー** - 独自の xAI API キーを提供し、xAI に直接支払います。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/spacexai@v3` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                                                        | 参照 |
| ------------------------- | ---------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                                                       | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                                                 | ❌  |
| `prompt`                  | `str`            | Grok モデルへのテキストプロンプト。                                                                                                                                                                                          | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                                                       | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                                                  | ✅  |
| `api_key`                 | `str`            | Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。                                                                                                                                       | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                                                      | ✅  |
| `reasoning_effort`        | `str`            | xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. Grok モデルの既定値は「high」で、推論を無効化することはできません。「xhigh」は grok-4.5 ではサポートされていません。直接の xAI キーを使用する場合、モデルがその `推論` パラメータを受け付けない場合、リクエストはそれを除いて再試行されるため、モデルは既定の強度にフォールバックします.. | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                                                      | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                                                   | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、ブロックが実行できる同時リクエスト数。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値を既定で使用します。xAI の制限に達する場合は制限してください..                                                                                 | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `SpaceXAI` バージョン `v3` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): Grok モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. Grok モデルの既定値は「high」で、推論を無効化することはできません。「xhigh」は grok-4.5 ではサポートされていません。直接の xAI キーを使用する場合、モデルがその `推論` パラメータを受け付けない場合、リクエストはそれを除いて再試行されるため、モデルは既定の強度にフォールバックします..
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。
  * `input_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `output_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `predictions` (*Union\[*[*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`classification_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/classification-prediction.md)*]*) : 検出されたバウンディングボックスをsv.Detections(...)オブジェクト形式で持つ予測、もし `object_detection_prediction` 、または分類器からの予測、もし `classification_prediction`.
  * `error_status` ([`boolean`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)): ブールフラグ。
  * `inference_id` ([`inference_id`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/inference-id.md)) : 推論識別子。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/spacexai@v3",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "rf_key:account",
	    "model_version": "grok-4.7",
	    "reasoning_effort": "low",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v2

視覚機能を備えた SpaceXAI Grok モデルに質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは Grok に JSON のリストを要求します。 `{"label": ..., "box_2d": [x_min, y_min, x_max, y_max]}` 座標が画像の幅と高さの百分率（0〜100 の浮動小数）であるエントリ。使用してください `roboflow_core/vlm_as_detector@v2` を持つ `model_type="spacexai"` 出力を予測に変換します。信頼度スコアは任意で、ない場合はパーサーが割り当てます `1.0`.

物体検出用の画像は、可逆 PNG として元の解像度で送信され、 `detail: "high"`これは Grok 4.5/4.6 の vlm-exam ベンチマーク設定に一致します。

### API キーのオプション

1. **Roboflow管理APIキー（デフォルト）** - 使用 `rf_key:account` Roboflow の API 経由でリクエストをプロキシします。利用料金は Roboflow クレジットに課金されます。
2. **カスタム xAI API キー** - 独自の xAI API キーを提供し、xAI に直接支払います。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/spacexai@v2` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                                                                        | 参照 |
| ------------------------- | ---------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                                                                       | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                                                                 | ❌  |
| `prompt`                  | `str`            | Grok モデルへのテキストプロンプト。                                                                                                                                                          | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                                                                       | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                                                                  | ✅  |
| `api_key`                 | `str`            | Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。                                                                                                       | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                                                                      | ✅  |
| `reasoning_effort`        | `str`            | xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. Grok モデルの既定値は「high」で、推論を無効化することはできません。「xhigh」は grok-4.6 でのみサポートされています。直接の xAI キーを使用するリクエストでは、モデルがそのパラメータを拒否した場合、推論なしで再試行されます.. | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                                                                      | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                                                                   | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、ブロックが実行できる同時リクエスト数。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値を既定で使用します。xAI の制限に達する場合は制限してください..                                                 | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `SpaceXAI` バージョン `v2` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): Grok モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. Grok モデルの既定値は「high」で、推論を無効化することはできません。「xhigh」は grok-4.6 でのみサポートされています。直接の xAI キーを使用するリクエストでは、モデルがそのパラメータを拒否した場合、推論なしで再試行されます..
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。
  * `input_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。
  * `output_tokens` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/spacexai@v2",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "rf_key:account",
	    "model_version": "grok-4.6",
	    "reasoning_effort": "low",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>

## v1

視覚機能を備えた SpaceXAI Grok モデルに質問します。

任意のテキストプロンプトまたは定義済みのプロンプトを指定できます。このブロックは次の種類のプロンプトをサポートします:

* **オープンプロンプト** (`制約なし`) - 任意のプロンプトを使って生の応答を生成します
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **視覚的質問応答** (`visual-question-answering`) - モデルがプロンプトで送信した質問に答えます
* **キャプション生成（短）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の詳しい説明を提供します
* **単一ラベル分類** (`classification`) - モデルが画像内容を提示されたクラスのいずれかに分類します
* **複数ラベル分類** (`multi-label-classification`) - モデルが画像内容を提示されたクラスの1つ以上に分類します
* **プロンプトなし物体検出** (`object-detection`) - モデルが画像内の主要な物体のバウンディングボックスを検出して返します
* **構造化出力生成** (`structured-answering`) - モデルが指定されたフィールドを持つJSONレスポンスを返します

この `object-detection` タスクは Grok に JSON のリストを要求します。 `{"label": ..., "box_2d": [x_min, y_min, x_max, y_max]}` 座標が画像の幅と高さの百分率（0〜100 の浮動小数）であるエントリ。使用してください `roboflow_core/vlm_as_detector@v2` を持つ `model_type="spacexai"` 出力を予測に変換します。信頼度スコアは任意で、ない場合はパーサーが割り当てます `1.0`.

物体検出用の画像は、可逆 PNG として元の解像度で送信され、 `detail: "high"`これは Grok 4.5/4.6 の vlm-exam ベンチマーク設定に一致します。

### API キーのオプション

1. **Roboflow管理APIキー（デフォルト）** - 使用 `rf_key:account` Roboflow の API 経由でリクエストをプロキシします。利用料金は Roboflow クレジットに課金されます。
2. **カスタム xAI API キー** - 独自の xAI API キーを提供し、xAI に直接支払います。

### タイプ識別子

ステップで次の識別子を使用してください `"type"` フィールド: `roboflow_core/spacexai@v1` を、ワークフローにステップとして追加します。

### プロパティ

| **名前**                    | **型**            | **説明**                                                                                                                        | 参照 |
| ------------------------- | ---------------- | ----------------------------------------------------------------------------------------------------------------------------- | -- |
| `name`                    | `str`            | このステップの一意の識別子を入力してください。                                                                                                       | ❌  |
| `task_type`               | `str`            | モデルが実行するタスクタイプです。値によって必要なパラメータと出力レスポンスが決まります。                                                                                 | ❌  |
| `prompt`                  | `str`            | Grok モデルへのテキストプロンプト。                                                                                                          | ✅  |
| `output_structure`        | `Dict[str, str]` | 期待されるJSONレスポンスの構造を持つ辞書。                                                                                                       | ❌  |
| `classes`                 | `List[str]`      | 使用するクラスのリスト。                                                                                                                  | ✅  |
| `api_key`                 | `str`            | Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。                                                       | ✅  |
| `model_version`           | `str`            | 使用するモデル。                                                                                                                      | ✅  |
| `reasoning_effort`        | `str`            | xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. 直接の xAI キーを使用するリクエストでは、モデルがそのパラメータを拒否した場合、推論なしで再試行されます..                       | ✅  |
| `max_tokens`              | `int`            | モデルが応答で生成できるトークンの最大数です。指定しない場合、モデルの既定の上限が使われます。最小値は16です。                                                                      | ❌  |
| `temperature`             | `float`          | モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。                                                                   | ✅  |
| `max_concurrent_requests` | `int`            | 入力画像のバッチが提供されたときに、ブロックが実行できる同時リクエスト数。指定しない場合、ブロックは Workflows Execution Engine でグローバルに設定された値を既定で使用します。xAI の制限に達する場合は制限してください.. | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`requires_internet` - エアギャップ／オフライン展開: このブロックは、完全オフライン／エアギャップ展開からは到達できないサービスに依存します。

### 入力および出力バインディング

利用可能な接続は、そのバインディング種別に依存します。 `SpaceXAI` バージョン `v1` に、どのバインディング種別があるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* input
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `prompt` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): Grok モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 使用するクラスのリスト。
  * `api_key` (*Union\[*[*`ROBOFLOW_MANAGED_KEY`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-managed-key.md)*,* [*`secret`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/secret.md)*,* [*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*]*): Roboflow 管理の API キーを使用するには、あなたの xAI API キーまたは 'rf\_key:account' を指定します。
  * `model_version` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)) : 使用するモデル。
  * `reasoning_effort` ([*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)): xAI に渡す任意の推論強度は、 `reasoning: {"effort": ...}`. 直接の xAI キーを使用するリクエストでは、モデルがそのパラメータを拒否した場合、推論なしで再試行されます..
  * `temperature` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)) : モデルからサンプリングする温度です。値の範囲は0.0〜2.0で、値が高いほど生成はよりランダム／「創造的」になります。
* output
  * `output` (*Union\[*[*`string`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*) : 文字列値、もし `string` 、またはLLM/VLMの出力、もし `language_model_output`.
  * `classes` ([`list_of_values`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)) : 任意の型の値のリスト。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/spacexai@v1",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "私のプロンプト",
	    "output_structure": {
	        "my_key": "説明"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "api_key": "rf_key:account",
	    "model_version": "grok-4.6",
	    "reasoning_effort": "low",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>"
	}
```

</details>
