Optimalizujte své náklady
Na této stránce
Zvládni svůj rozpočet na API
Používání modelů Grok v produkci může představovat významnou investici. Dobrá zpráva: xAI nabízí několik pák pro optimalizaci, které při správném použití mohou snížit vaše náklady o 50 % až 90 %. Tato lekce představuje konkrétní strategie, jak toho dosáhnout.
Automatická mezipaměť: Tvůj nejlepší spojenec
Mezipaměť xAI je nejsilnější mechanismus pro úsporu nákladů, který máš k dispozici. Funguje automaticky: když dva požadavky sdílejí společnou prefixovou část (stejný systémový prompt, stejný začátek konverzace), tokeny, které již byly zpracovány, se načtou z mezipaměti místo toho, aby se přepočítávaly.
Úspora je masivní:
- Grok 4.7: tokeny z mezipaměti za 0,50 $/M místo 2,00 $/M (snížení o 75 %)
- Grok 4.5: 0,30 $/M místo 2,00 $/M (85 %)
- Grok 4.3 a generace 4.20: 0,20 $/M místo 1,25 $/M (84 %)
Maximalizuj úspěšnost zásahu mezipaměti (Cache Hit Rate)
Abys z mezipaměti vytěžil maximum, dodržuj tyto zásady:
Udržuj svůj systémový prompt stabilní. Je to nejdelší a nejčastěji znovu používaný prefix. Pokud jej mezi požadavky změníš, mezipaměť se pro celý požadavek zneplatní.
Nové zprávy vždy přidávej na konec. Nepřerovnávej historii konverzace – každá úprava prefixu rozbije mezipaměť.
Používej hlavičku x-grok-conv-id. Tato hlavička, která přijímá UUID v4, sděluje xAI, že více požadavků patří ke stejné konverzaci. Zlepšuje tím směrování do příslušné mezipaměti.
x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000
Pro všechny požadavky v rámci jedné konverzace použij stejné UUID a pro každou novou konverzaci UUID nové.
Batch API: Sleva 50 % na tokeny
Batch API, dostupné od ledna 2026, nabízí 50% slevu na standardní sazby za tokeny. Princip je jednoduchý: odešleš dávku požadavků a výsledky získáš异步ně, místo abys dostával odpovědi v reálném čase.
| Model | Standard Input | Batch Input | Standard Output | Batch Output |
|---|---|---|---|---|
| Grok 4.5 | $2.00 | $1.00 | $6.00 | $3.00 |
| Grok 4.3 | $1.25 | $0.63 | $2.50 | $1.25 |
Důležité: Sleva za batch se vztahuje pouze na textové tokeny. Generování obrázků a videí zůstává za standardní sazby, a to i přes Batch API.
Od března 2026 můžeš své soubory JSONL nahrávat prostřednictvím Files API pro odesílání dávek, což zjednodušuje pracovní postup.
Vyber správný model
Výběr modelu je často nejvlivnější pákou pro optimalizaci. Zde je rozhodovací rámec zaměřený na náklady:
Ve výchozím nastavení používej grok-4.3. Je to nejhospodárnější model pro obecné účely pro většinu úloh a nabízí největší kontextové okno v nabídce. Vstup za 1,25 $/M, výstup za 2,50 $/M.
Logické uvažování (reasoning) zapínej pouze v případě nutnosti. Tokeny pro logické uvažování se účtují sazbou za výstup. Požadavek s logickým uvažováním může stát 2 až 5krát více než požadavek bez něj na stejném modelu.
Přejdi na Grok 4.5 pouze pro složité úlohy, které vyžadují hluboké logické uvažování. Nepoužívej jej pro klasifikaci nebo jednoduché shrnování.
Pro kód používej grok-build-0.1 místo Grok 4.5: je to nejrychlejší model v nabídce, za poloviční cenu na vstupu (1,00 $ oproti 2,00 $) a třikrát levnější na výstupu (2,00 $ oproti 6,00 $).
Vyhrazená propustnost (Provisioned Throughput – Enterprise)
Pro firemní klienty s předvídatelnými objemy nabízí Provisioned Throughput vyhrazenou kapacitu se SLA 99,9 %. Model fakturace činí 10,00 $ za den za jednotku s minimálním závazkem na 30 dní.
To dává smysl, pokud potřebuješ garantované latence a vyšší limity rychlosti (rate limits), než nabízí platba podle spotřeby (pay-as-you-go). Ekonomický přínos závisí na tvém objemu: vypočítej si měsíční spotřebu při platbě podle spotřeby a porovnej ji s náklady na vyhrazenou kapacitu.
Kombinovaná strategie
Optimální strategie kombinuje několik pák:
- grok-4.3 jako výchozí model
- Maximalizovaná mezipaměť díky stabilním promptům a
x-grok-conv-id - Batch API pro veškeré zpracování, které nevyžaduje okamžitou odpověď
- Inteligentní směrování k modelu Grok 4.5 pouze tehdy, když to kvalita vyžaduje
Kombinací mezipaměti (sleva 75 % až 85 % na vstupu v závislosti na modelu) a batch zpracování (50 %) můžeš dosáhnout velmi nízkých efektivních nákladů, a to i při vysokých objemech.
Klíčové poznatky
- Automatická mezipaměť je nejsilnější páka: snížení o 75 % až 85 % u vstupních tokenů v závislosti na modelu
- Používej
x-grok-conv-idpro zlepšení úspěšnosti zásahu mezipaměti - Batch API nabízí 50% slevu na textové tokeny
- Vyber nejlevnější model, který splňuje tvé požadavky na kvalitu
- grok-4.3 je optimální výchozí volbou pro většinu případů
- Kombinuj mezipaměť + batch + správný model pro maximalizaci úspor