Фактуриране и оптимизация на разходите
На тази страница
Обновено на 3 ноември 2026 г.: Предишните примери достъпваха
usage.prompt_tokensиusage.completion_tokensв отговорите на Responses API, които излагатinput_tokens,output_tokensи техните детайли (cached_tokens,reasoning_tokens): кодът предизвиквашеAttributeError. 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