Премини към основното съдържание
Български— Изберете език
Меню

Фактуриране и оптимизация на разходите

Урок 9 от 12 Обновен 3 ноември 2026 г. Програмист
На тази страница
  1. Токени за разсъждение във Вашата фактура
  2. Цени по модел (юли 2026 г.)
  3. Проследяване на разходите за всяка заявка
  4. Стратегии за оптимизация на разходите
  5. Проследяване на бюджета в производствена среда
  6. Ключови изводи

Обновено на 3 ноември 2026 г.: Предишните примери достъпваха usage.prompt_tokens и usage.completion_tokens в отговорите на Responses API, които излагат input_tokens, output_tokens и техните детайли (cached_tokens, reasoning_tokens): кодът предизвикваше AttributeError. Проследяването на разходите вече отчита кешираните входни данни, а съветът за намаляване на лимита за изход с цел ограничаване на разсъжденията е коригиран, тъй като този лимит не брои токените за разсъждение. Източници: Модели и ценообразуване · Най-добри практики.

Токени за разсъждение във Вашата фактура

Фактурирането на токените за разсъждение е критичен аспект при използването на модели на xAI. Тези токени се таксуват на тарифата за изходни токени – най-високата ставка – и неоптимизираната употреба може бързо да увеличи разходите, особено при високо ниво на разсъждение с grok-4.5.

Ново за 2026 г. и важно за разбиране: ценообразуването е на нива (tiered). Цената за токен зависи от размера на контекста на заявката. При под 200 000 входни токена плащате стандартната тарифа; над тази граница тарифата се удвоява.

Цени по модел (юли 2026 г.)

Цена за един милион токена.

Model Input < 200k Output < 200k Input ≥ 200k Output ≥ 200k
grok-4.5 $2.00 $6.00 $4.00 $12.00
grok-4.20-0309-reasoning $1.25 $2.50 $2.50 $5.00
grok-4.3 $1.25 $2.50 $2.50 $5.00
grok-build-0.1 $1.00 $2.00 $2.00 $4.00

Токените за разсъждение се таксуват по тарифата от колоната “Output”. При grok-4.5 с контекст под 200 000 токена, всеки милион токена за разсъждение струва $6.00; при grok-4.20-0309-reasoning – $2.50. Ако Вашето подканване (prompt) надхвърли 200 000 токена, тези суми се удвояват: $12.00 и $5.00.

Проследяване на разходите за всяка заявка

Обектът usage в отговора съдържа броячи на токени; някои отговори на xAI API могат да включват и директни полета за разходи. Проверете обекта usage, върнат от Вашия модел, и се консултирайте с официалната документация за наличните полета. В противен случай ръчното изчисление е просто:

response = client.responses.create(
    model="grok-4.5",
    input="Solve this dynamic programming problem...",
    reasoning={"effort": "high"}
)

# Тарифи за grok-4.5 при контекст под 200k токена (Responses API брои във вход/изход)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000  # включва разсъждение
total_cost = input_cost + output_cost

print(f"Input cost: ${input_cost:.6f}")
print(f"Output cost: ${output_cost:.6f}")
print(f"Total cost: ${total_cost:.6f}")

Внимание: това изчисление предполага контекст под 200 000 токена. В производствена среда Вашият тракър трябва да открива приложимото ниво (вижте по-долу).

Стратегии за оптимизация на разходите

1. Съответствайте усилието със задачата

Първата и най-ефективна оптимизация е изборът на правилното ниво на усилие за разсъждение при grok-4.5. Ниското усилие може да консумира значително по-малко токени за разсъждение от високото:

# Сортиране на заявките по сложност
if complexity == "simple":
    effort = "low"      # кратко разсъждение
elif complexity == "medium":
    effort = "medium"   # междинно разсъждение
else:
    effort = "high"     # дълбоко разсъждение

Проверете точните стойности, приемани от параметъра, на официалната страница за модели.

2. Използвайте правилния модел

За обикновени задачи за разсъждение, grok-4.20-0309-reasoning на цена $2.50/M за изход струва по-малко от половината на grok-4.5 на $6.00/M. Запазете водещия модел за задачи, които наистина го изискват. За код, grok-build-0.1 на $2.00/M за изход е още по-икономичен.

3. Останете под нивото от 200 000 токена

Нивото на ценообразуване е директен лост: заявка с 250 000 контекстни токена струва два пъти повече на токен от заявка със 150 000. Преди да изпратите масивен контекст, запитайте се дали разделянето му на няколко по-малки заявки (или междинно обобщение) няма да бъде едновременно по-евтино и по-ефективно.

4. Използвайте кеширане на подканванията (Prompt Caching)

xAI предлага намалени цени за входни токени, които вече са в кеша: повтарящите се префикси на подканванията (системни инструкции, споделен контекст) струват по-малко, когато се използват повторно от една заявка към следващата. При под 200 000 токена, кешираният вход струва $0.30 на милион вместо $2.00 с grok-4.5, и $0.20 вместо $1.25 с grok-4.20-0309-reasoning (страница “Модели и ценообразуване”, ноември 2026 г.). Структурирайте подканванията си със стабилни части в началото; частта, обслужвана от кеша, се появява в usage.input_tokens_details.cached_tokens.

5. Оразмеряване на лимита за изход

Лимитът за изход (max_output_tokens в Responses API, max_completion_tokens в Chat Completions) ограничава само видимия отговор: токените за разсъждение не се броят към него. Следователно намаляването му не намалява разсъждението; рискува единствено да отреже отговора. Най-добрите практики на xAI препоръчват задаването му над най-дългия очакван отговор или оставянето на стойността му по подразбиране от 128 000 токена. За намаляване на разсъждението, намалете усилието при моделите, които го приемат, или изберете по-евтин модел.

Проследяване на бюджета в производствена среда

class CostTracker:
    # Тарифи на MTok: (вход, кеширан вход, изход) по ниво на контекста
    RATES = {
        "grok-4.5": {"low": (2.00, 0.30, 6.00), "high": (4.00, 0.60, 12.00)},
        "grok-4.20-0309-reasoning": {"low": (1.25, 0.20, 2.50), "high": (2.50, 0.40, 5.00)},
        "grok-build-0.1": {"low": (1.00, 0.20, 2.00), "high": (2.00, 0.40, 4.00)},
    }
    TIER_THRESHOLD = 200_000  # входни токена

    def __init__(self):
        self.total_cost = 0
        self.request_count = 0

    def track(self, response, model="grok-4.5"):
        usage = response.usage  # отговор от Responses API
        details = usage.input_tokens_details
        cached = details.cached_tokens if details else 0
        tier = "high" if usage.input_tokens >= self.TIER_THRESHOLD else "low"
        rate_in, rate_cached, rate_out = self.RATES[model][tier]
        cost = (
            (usage.input_tokens - cached) * rate_in / 1e6
            + cached * rate_cached / 1e6
            + usage.output_tokens * rate_out / 1e6  # включва разсъждение
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Цени към 5 август 2026 г. – цените се променят редовно: преди всяко изчисление на бюджета проверете текущата тарифна мрежа на официалната страница за модели и цени на xAI.

Ключови изводи

  • Токените за разсъждение се таксуват на тарифата за изходни токени
  • Ценообразуването за 2026 г. е на нива: над 200 000 контекстни токена цената за токен се удвоява
  • grok-4.5 струва $2/$6 на MTok под 200 000 ($4/$12 над); grok-4.20-0309-reasoning струва $1.25/$2.50 ($2.50/$5 над)
  • Трите основни лоста: съответствайте усилието за разсъждение, изберете правилния модел, останете под нивото от 200 000 токена
  • Проследявайте разходите си заявка по заявка, отчитайки приложимото ниво