Thỏa thuận này là sự mở rộng của một thỏa thuận chính thức ban đầu được ký kết vào tháng 8 năm 2025, nhưng quy mô của sự tích hợp lần này phản ánh tốc độ mà cả hai công ty đang nỗ lực để giành được sự quan tâm của các lập trình viên trong cuộc đua hạ tầng AI .

Danh sách đầy đủ các mô hình Grok trên AI Gateway

AI Gateway của Cloudflare hiện hỗ trợ tất cả các mô hình Grok mà xAI cung cấp thông qua API của mình :

• Grok 4.3 — Mô hình suy luận văn bản và hình ảnh hàng đầu của xAI, được xây dựng với cửa sổ ngữ cảnh 1 triệu token. Nó hỗ trợ gọi công cụ gốc, gọi hàm, đầu ra có cấu trúc và các mức độ suy luận có thể cấu hình (không, thấp, trung bình, cao). Chấp nhận cả đầu vào văn bản và hình ảnh .
• Grok Build 0.1 — Một mô hình viết code nhanh được huấn luyện cho các quy trình viết code tự động, hiện đang trong giai đoạn beta. Nó có cửa sổ ngữ cảnh 256.000 token và được định giá thấp hơn so với mô hình suy luận chủ lực .
• Grok Imagine — Các mô hình tạo hình ảnh từ văn bản, bao gồm một biến thể "Chất lượng hình ảnh" (Image Quality) có độ trung thực cao hơn, mặc định xuất ra độ phân giải 2K và hỗ trợ chỉnh sửa thông qua ảnh tham khảo và mặt nạ .
• Grok Aurora — Một mô hình tạo video, tạo các clip từ văn bản và hình ảnh tĩnh, với khả năng tạo chuyển động và âm thanh .
• Grok Voice (STT) — Một mô hình chuyển giọng nói thành văn bản hỗ trợ 25 ngôn ngữ với dấu thời gian ở cấp độ từ, phiên âm đa kênh, nhận dạng người nói (speaker diarization) và điều chỉnh theo từ khóa chính .
• Grok 4.20 — Mô hình chủ lực trước đây, cũng có thể truy cập thông qua gateway cho các đội nhóm chưa kịp nâng cấp .

Bảng giá cho các mô hình văn bản

Giá cả thông qua AI Gateway của Cloudflare tương tự với giá API tiêu chuẩn của xAI. Hai mô hình văn bản chính có giá như sau :

So với Grok 4.20 (có giá $2,00 cho mỗi triệu token đầu vào và $6,00 cho mỗi triệu token đầu ra), Grok 4.3 thể hiện mức giảm khoảng 37% ở đầu vào và 58% ở đầu ra . Mức giá cắt giảm này, có hiệu lực khi xAI phát hành Grok 4.3 vào ngày 6 tháng 5 năm 2026, là một trong những động thái định giá mạnh mẽ nhất trên thị trường mô hình tiên tiến .

Việc thanh toán được thực hiện thông qua hệ thống thanh toán thống nhất của Cloudflare. Các lập trình viên mua tín dụng (credits) trong Bảng điều khiển Cloudflare và sử dụng chúng cho bất kỳ nhà cung cấp AI nào đã kết nối, bao gồm cả xAI. Điều này giúp loại bỏ nhu cầu duy trì các mối quan hệ thanh toán riêng biệt với từng nhà cung cấp mô hình .

Cách lập trình viên định tuyến các yêu cầu

Việc định tuyến các yêu cầu Grok thông qua AI Gateway chỉ yêu cầu một thao tác thay đổi URL đơn giản. Lập trình viên chỉ cần thay thế URL gốc của API xAI bằng endpoint của Cloudflare gateway :

https://gateway.ai.cloudflare.com/v1/{account_id}/{gateway_id}/grok

Cần có ba thông tin: ID tài khoản Cloudflare, tên gateway đã cấu hình trong bảng điều khiển và một khóa API xAI hợp lệ. Vì gateway sử dụng lược đồ API tương thích với OpenAI, các tích hợp hiện có được xây dựng trên SDK OpenAI sẽ hoạt động mà không cần thay đổi code nào ngoài việc cập nhật URL cơ sở .

Các tính năng của Cloudflare AI Gateway

Cloudflare định vị AI Gateway như một mặt phẳng điều khiển (control plane) nằm giữa các ứng dụng và các nhà cung cấp mô hình. Khi lưu lượng Grok được dẫn qua gateway, các lập trình viên sẽ mở khóa được nhiều khả năng hạ tầng mà nếu không có sẽ phải tự xây dựng phần mềm trung gian :

• Bộ nhớ đệm (Caching) — Các yêu cầu giống hệt nhau được phục vụ từ bộ nhớ đệm toàn cầu của Cloudflare thay vì gọi đến API xAI nhiều lần. Điều này giảm độ trễ và loại bỏ chi phí token dư thừa. Thời gian sống (TTL) của bộ nhớ đệm có thể cấu hình cho từng endpoint .
• Giới hạn tốc độ (Rate limiting) — Các đội nhóm có thể giới hạn khối lượng yêu cầu theo tốc độ, khung thời gian và phương pháp giới hạn để ngăn chặn các hóa đơn vượt tầm kiểm soát và chặn các mẫu lưu lượng đáng ngờ .
• Phân tích và ghi log (Analytics and logging) — Bảng điều khiển hiển thị khối lượng yêu cầu, mức tiêu thụ token, chi phí và các mẫu lỗi. Nhật ký liên tục (persistent logs) có sẵn trên tất cả các gói, mặc dù giới hạn lưu trữ khác nhau: tổng cộng 100.000 log ở gói miễn phí, 10 triệu log mỗi gateway ở gói trả phí .
• Định tuyến dự phòng (Fallback routing) — Khi API của xAI trả về lỗi hoặc đạt giới hạn tốc độ, AI Gateway có thể tự động định tuyến các yêu cầu đến các mô hình hoặc nhà cung cấp thay thế mà không cần thay đổi ở cấp ứng dụng .
• Thanh toán thống nhất (Unified billing) — Nhiều nhà cung cấp AI (OpenAI, Anthropic, và bây giờ là xAI) được hợp nhất vào một hóa đơn Cloudflare duy nhất. Tín dụng được mua trong bảng điều khiển và sử dụng cho tất cả các nhà cung cấp. Tính năng này hiện đang trong giai đoạn beta mở .
• Lưu trữ khóa an toàn (Secure key storage) — Các khóa API được lưu giữ bởi hạ tầng của Cloudflare thay vì được nhúng trong mã nguồn ứng dụng, giảm thiểu rủi ro lộ lọt .
• Guardrails — Các bộ lọc an toàn nội dung được áp dụng tự động cùng với các tính năng gateway khác, quét các prompt và phản hồi .

Tầm quan trọng chiến lược của quan hệ đối tác này

Sự tích hợp này mang một ý nghĩa vượt ra ngoài một thông báo đơn thuần về kết nối API. Nó phản ánh cách mà lớp hạ tầng AI đang được hợp nhất, và cả hai công ty đang đặt cược vào đâu.

Đối với xAI, quan hệ đối tác với Cloudflare mang lại khả năng phân phối ở cấp độ doanh nghiệp mà không yêu cầu xAI phải tự xây dựng một mạng lưới biên toàn cầu. Hạ tầng của Cloudflare trải dài hàng trăm thành phố, và việc định tuyến Grok qua hạ tầng đó có nghĩa là các mô hình của xAI sẽ kế thừa tính sẵn sàng với độ trễ thấp, khả năng caching và khả năng quan sát mà các khách hàng doanh nghiệp lớn kỳ vọng. Động thái này định vị Grok như một nền tảng AI đa phương thức — văn bản, code, hình ảnh, video và âm thanh — có thể cạnh tranh trực tiếp với OpenAI và Anthropic để giành ngân sách của các lập trình viên .

Đối với Cloudflare, việc bổ sung toàn bộ dòng sản phẩm Grok củng cố luận điểm rằng AI Gateway là một mặt phẳng điều khiển trung lập, phổ quát. Mỗi dòng mô hình gia đình bổ sung thêm vào gateway làm cho hạ tầng của Cloudflare trở nên "dính" hơn: một khi một đội nhóm đã định tuyến lưu lượng AI của họ qua Cloudflare cho các tác vụ caching, ghi log, thanh toán và dự phòng, chi phí chuyển đổi sẽ tăng lên. Điều này cạnh tranh trực tiếp với AI Gateway của Vercel và các lớp phần mềm trung gian khác nhằm tóm tắt các nhà cung cấp mô hình đằng sau một API thống nhất .

Thời điểm cũng rất đáng chú ý. Thông báo này được đưa ra khoảng một tháng sau khi xAI phát hành Grok 4.3 với cửa sổ ngữ cảnh 1 triệu token và mức giá cạnh tranh, và ngay khi mô hình này đạt được tính khả dụng chung (GA) trên nhiều nền tảng đối tác. Bằng cách đảm bảo phân phối sâu hơn thông qua Cloudflare vào thời điểm đó, xAI đã tạo cho các lập trình viên một con đường dễ dàng để áp dụng mô hình mới này cùng với các nhà cung cấp hiện có đã được định tuyến qua cùng một gateway .

Thỏa thuận này là sự mở rộng của một thỏa thuận chính thức ban đầu được ký kết vào tháng 8 năm 2025, nhưng quy mô của sự tích hợp lần này phản ánh tốc độ mà cả hai công ty đang nỗ lực để giành được sự quan tâm của các lập trình viên trong cuộc đua hạ tầng AI .

Danh sách đầy đủ các mô hình Grok trên AI Gateway

AI Gateway của Cloudflare hiện hỗ trợ tất cả các mô hình Grok mà xAI cung cấp thông qua API của mình :

• Grok 4.3 — Mô hình suy luận văn bản và hình ảnh hàng đầu của xAI, được xây dựng với cửa sổ ngữ cảnh 1 triệu token. Nó hỗ trợ gọi công cụ gốc, gọi hàm, đầu ra có cấu trúc và các mức độ suy luận có thể cấu hình (không, thấp, trung bình, cao). Chấp nhận cả đầu vào văn bản và hình ảnh .
• Grok Build 0.1 — Một mô hình viết code nhanh được huấn luyện cho các quy trình viết code tự động, hiện đang trong giai đoạn beta. Nó có cửa sổ ngữ cảnh 256.000 token và được định giá thấp hơn so với mô hình suy luận chủ lực .
• Grok Imagine — Các mô hình tạo hình ảnh từ văn bản, bao gồm một biến thể "Chất lượng hình ảnh" (Image Quality) có độ trung thực cao hơn, mặc định xuất ra độ phân giải 2K và hỗ trợ chỉnh sửa thông qua ảnh tham khảo và mặt nạ .
• Grok Aurora — Một mô hình tạo video, tạo các clip từ văn bản và hình ảnh tĩnh, với khả năng tạo chuyển động và âm thanh .
• Grok Voice (STT) — Một mô hình chuyển giọng nói thành văn bản hỗ trợ 25 ngôn ngữ với dấu thời gian ở cấp độ từ, phiên âm đa kênh, nhận dạng người nói (speaker diarization) và điều chỉnh theo từ khóa chính .
• Grok 4.20 — Mô hình chủ lực trước đây, cũng có thể truy cập thông qua gateway cho các đội nhóm chưa kịp nâng cấp .

Bảng giá cho các mô hình văn bản

Giá cả thông qua AI Gateway của Cloudflare tương tự với giá API tiêu chuẩn của xAI. Hai mô hình văn bản chính có giá như sau :

So với Grok 4.20 (có giá $2,00 cho mỗi triệu token đầu vào và $6,00 cho mỗi triệu token đầu ra), Grok 4.3 thể hiện mức giảm khoảng 37% ở đầu vào và 58% ở đầu ra . Mức giá cắt giảm này, có hiệu lực khi xAI phát hành Grok 4.3 vào ngày 6 tháng 5 năm 2026, là một trong những động thái định giá mạnh mẽ nhất trên thị trường mô hình tiên tiến .

Việc thanh toán được thực hiện thông qua hệ thống thanh toán thống nhất của Cloudflare. Các lập trình viên mua tín dụng (credits) trong Bảng điều khiển Cloudflare và sử dụng chúng cho bất kỳ nhà cung cấp AI nào đã kết nối, bao gồm cả xAI. Điều này giúp loại bỏ nhu cầu duy trì các mối quan hệ thanh toán riêng biệt với từng nhà cung cấp mô hình .

Cách lập trình viên định tuyến các yêu cầu

Việc định tuyến các yêu cầu Grok thông qua AI Gateway chỉ yêu cầu một thao tác thay đổi URL đơn giản. Lập trình viên chỉ cần thay thế URL gốc của API xAI bằng endpoint của Cloudflare gateway :

https://gateway.ai.cloudflare.com/v1/{account_id}/{gateway_id}/grok

Cần có ba thông tin: ID tài khoản Cloudflare, tên gateway đã cấu hình trong bảng điều khiển và một khóa API xAI hợp lệ. Vì gateway sử dụng lược đồ API tương thích với OpenAI, các tích hợp hiện có được xây dựng trên SDK OpenAI sẽ hoạt động mà không cần thay đổi code nào ngoài việc cập nhật URL cơ sở .

Các tính năng của Cloudflare AI Gateway

Cloudflare định vị AI Gateway như một mặt phẳng điều khiển (control plane) nằm giữa các ứng dụng và các nhà cung cấp mô hình. Khi lưu lượng Grok được dẫn qua gateway, các lập trình viên sẽ mở khóa được nhiều khả năng hạ tầng mà nếu không có sẽ phải tự xây dựng phần mềm trung gian :

• Bộ nhớ đệm (Caching) — Các yêu cầu giống hệt nhau được phục vụ từ bộ nhớ đệm toàn cầu của Cloudflare thay vì gọi đến API xAI nhiều lần. Điều này giảm độ trễ và loại bỏ chi phí token dư thừa. Thời gian sống (TTL) của bộ nhớ đệm có thể cấu hình cho từng endpoint .
• Giới hạn tốc độ (Rate limiting) — Các đội nhóm có thể giới hạn khối lượng yêu cầu theo tốc độ, khung thời gian và phương pháp giới hạn để ngăn chặn các hóa đơn vượt tầm kiểm soát và chặn các mẫu lưu lượng đáng ngờ .
• Phân tích và ghi log (Analytics and logging) — Bảng điều khiển hiển thị khối lượng yêu cầu, mức tiêu thụ token, chi phí và các mẫu lỗi. Nhật ký liên tục (persistent logs) có sẵn trên tất cả các gói, mặc dù giới hạn lưu trữ khác nhau: tổng cộng 100.000 log ở gói miễn phí, 10 triệu log mỗi gateway ở gói trả phí .
• Định tuyến dự phòng (Fallback routing) — Khi API của xAI trả về lỗi hoặc đạt giới hạn tốc độ, AI Gateway có thể tự động định tuyến các yêu cầu đến các mô hình hoặc nhà cung cấp thay thế mà không cần thay đổi ở cấp ứng dụng .
• Thanh toán thống nhất (Unified billing) — Nhiều nhà cung cấp AI (OpenAI, Anthropic, và bây giờ là xAI) được hợp nhất vào một hóa đơn Cloudflare duy nhất. Tín dụng được mua trong bảng điều khiển và sử dụng cho tất cả các nhà cung cấp. Tính năng này hiện đang trong giai đoạn beta mở .
• Lưu trữ khóa an toàn (Secure key storage) — Các khóa API được lưu giữ bởi hạ tầng của Cloudflare thay vì được nhúng trong mã nguồn ứng dụng, giảm thiểu rủi ro lộ lọt .
• Guardrails — Các bộ lọc an toàn nội dung được áp dụng tự động cùng với các tính năng gateway khác, quét các prompt và phản hồi .

Tầm quan trọng chiến lược của quan hệ đối tác này

Sự tích hợp này mang một ý nghĩa vượt ra ngoài một thông báo đơn thuần về kết nối API. Nó phản ánh cách mà lớp hạ tầng AI đang được hợp nhất, và cả hai công ty đang đặt cược vào đâu.

Đối với xAI, quan hệ đối tác với Cloudflare mang lại khả năng phân phối ở cấp độ doanh nghiệp mà không yêu cầu xAI phải tự xây dựng một mạng lưới biên toàn cầu. Hạ tầng của Cloudflare trải dài hàng trăm thành phố, và việc định tuyến Grok qua hạ tầng đó có nghĩa là các mô hình của xAI sẽ kế thừa tính sẵn sàng với độ trễ thấp, khả năng caching và khả năng quan sát mà các khách hàng doanh nghiệp lớn kỳ vọng. Động thái này định vị Grok như một nền tảng AI đa phương thức — văn bản, code, hình ảnh, video và âm thanh — có thể cạnh tranh trực tiếp với OpenAI và Anthropic để giành ngân sách của các lập trình viên .

Đối với Cloudflare, việc bổ sung toàn bộ dòng sản phẩm Grok củng cố luận điểm rằng AI Gateway là một mặt phẳng điều khiển trung lập, phổ quát. Mỗi dòng mô hình gia đình bổ sung thêm vào gateway làm cho hạ tầng của Cloudflare trở nên "dính" hơn: một khi một đội nhóm đã định tuyến lưu lượng AI của họ qua Cloudflare cho các tác vụ caching, ghi log, thanh toán và dự phòng, chi phí chuyển đổi sẽ tăng lên. Điều này cạnh tranh trực tiếp với AI Gateway của Vercel và các lớp phần mềm trung gian khác nhằm tóm tắt các nhà cung cấp mô hình đằng sau một API thống nhất .

Thời điểm cũng rất đáng chú ý. Thông báo này được đưa ra khoảng một tháng sau khi xAI phát hành Grok 4.3 với cửa sổ ngữ cảnh 1 triệu token và mức giá cạnh tranh, và ngay khi mô hình này đạt được tính khả dụng chung (GA) trên nhiều nền tảng đối tác. Bằng cách đảm bảo phân phối sâu hơn thông qua Cloudflare vào thời điểm đó, xAI đã tạo cho các lập trình viên một con đường dễ dàng để áp dụng mô hình mới này cùng với các nhà cung cấp hiện có đã được định tuyến qua cùng một gateway .