Přejít na hlavní obsah
Čeština— Vyberte jazyk
Menu

Fakturace a optimalizace nákladů

Lekce 9 z 12 Aktualizováno 3. listopadu 2026 Vývojář
Na této stránce
  1. Tokeny logického uvažování na faktuře
  2. Ceník podle modelu (červenec 2026)
  3. Sledování nákladů za každý požadavek
  4. Strategie optimalizace nákladů
  5. Sledování rozpočtu v produkci
  6. Klíčové poznatky

Aktualizováno 3. listopadu 2026: Předchozí příklady přistupovaly k usage.prompt_tokens a usage.completion_tokens v odpovědích rozhraní Responses API, které nyní poskytují input_tokens, output_tokens a jejich podrobnosti (cached_tokens, reasoning_tokens): kód vyvolával AttributeError. Sledování nákladů nyní zohledňuje mezipaměť vstupů a doporučení ke snížení limitu výstupu za účelem omezení logického uvažování bylo opraveno, protože se tento limit na uvažování nevztahuje. Zdroje: Modely a ceník · Osvědčené postupy.

Tokeny logického uvažování na faktuře

Fakturace tokenů pro logické uvažování je klíčovým aspektem používání modelů xAI. Tyto tokeny jsou účtovány sazbou pro výstupní tokeny – tedy tou nejvyšší – a neoptimalizované používání může rychle navýšit náklady, zejména při vysokém úsilí o logické uvažování u modelu grok-4.5.

Novinka pro rok 2026, kterou je důležité pochopit: cenotvorba je stupňovitá. Cena za token závisí na velikosti kontextu požadavku. Při méně než 200 tisících vstupních tokenů platíte základní sazbu; nad touto hranicí se sazba zdvojnásobí.

Ceník podle modelu (červenec 2026)

Cena za milion tokenů.

Model Vstup < 200k Výstup < 200k Vstup ≥ 200k Výstup ≥ 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

Tokeny logického uvažování jsou fakturovány podle sazby ve sloupci „Výstup“. U modelu grok-4.5 s kontextem pod 200 tisíci tokenů stojí milion tokenů pro uvažování 6,00 $; u modelu grok-4.20-0309-reasoning je to 2,50 $. Pokud váš prompt překročí 200 tisíc tokenů, tyto částky se zdvojnásobí: na 12,00 $ a 5,00 $.

Sledování nákladů za každý požadavek

Objekt usage v odpovědi obsahuje čítače tokenů; některé odpovědi API xAI mohou navíc obsahovat přímá pole s náklady. Zkontrolujte objekt usage vrácený vaším modelem a ověřte si v oficiální dokumentaci dostupná pole. V opačném případě je ruční výpočet jednoduchý:

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

# Sazby grok-4.5 pro kontext pod 200k tokenů (Responses API počítá ve vstupu/výstupu)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000  # zahrnuje uvažování
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}")

Upozornění: tento výpočet předpokládá kontext menší než 200 tisíc tokenů. V produkčním prostředí musí váš nástroj pro sledování detekovat příslušnou cenovou hladinu (viz níže).

Strategie optimalizace nákladů

1. Přizpůsobte úsilí úkolu

První a nejefektivnější optimalizací je zvolit správnou úroveň úsilí o logické uvažování u modelu grok-4.5. Nízké úsilí může spotřebovat výrazně méně tokenů pro uvažování než vysoké úsilí:

# Seřaďte požadavky podle složitosti
if complexity == "simple":
    effort = "low"      # stručné uvažování
elif complexity == "medium":
    effort = "medium"   # střední uvažování
else:
    effort = "high"     # hluboké uvažování

Přesné hodnoty akceptované tímto parametrem si ověřte na oficiální stránce modelů.

2. Použijte správný model

Pro běžné úlohy logického uvažování stojí grok-4.20-0309-reasoning při ceně 2,50 $/M za výstup méně než polovinu oproti grok-4.5 za 6,00 $/M. Vlajkový model si rezervujte pro úkoly, které jej skutečně vyžadují. Pro kód je grok-build-0.1 za 2,00 $/M za výstup ještě úspornější.

3. Zůstaňte pod hranicí 200 tisíc tokenů

Cenová hladina je přímou pákou: požadavek s kontextem 250 tisíc tokenů stojí za token dvakrát tolik co požadavek se 150 tisíci tokeny. Před odesláním masivního kontextu se zeptejte sami sebe, zda by jeho rozdělení na několik menších požadavků (nebo průběžné shrnutí) nebylo jak levnější, tak efektivnější.

4. Využijte mezipaměť promptů

xAI nabízí snížené ceny za vstupní tokeny, které jsou již v mezipaměti: opakované prefixy promptů (systémové instrukce, sdílený kontext) stojí při opětovném použití z jednoho požadavku do druhého méně. Pod hranicí 200 tisíc tokenů stojí mezipaměťovaný vstup 0,30 $ za milion místo 2,00 $ u modelu grok-4.5 a 0,20 $ místo 1,25 $ u modelu grok-4.20-0309-reasoning (stránka Modely a ceník, listopad 2026). Strukturovejte své prompty tak, aby stabilní části byly v čele; část obsloužená z mezipaměti se objeví v usage.input_tokens_details.cached_tokens.

5. Nastavte velikost limitu výstupu

Limit výstupu (max_output_tokens v rozhraní Responses API, max_completion_tokens v Chat Completions) omezuje pouze viditelnou odpověď: tokeny pro logické uvažování se do něj nezapočítávají. Jeho snížení tedy nesníží množství uvažování; riskujete pouze uříznutí odpovědi. Osvědčené postupy xAI doporučují nastavit jej nad nejdelší očekávanou odpověď nebo ponechat jeho výchozí hodnotu 128 000 tokenů. Chcete-li snížit množství uvažování, snižte úsilí u modelů, které to umožňují, nebo zvolte levnější model.

Sledování rozpočtu v produkci

class CostTracker:
    # Sazby za MTok: (vstup, mezipaměťovaný vstup, výstup) podle cenové hladiny kontextu
    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  # vstupní tokeny

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

    def track(self, response, model="grok-4.5"):
        usage = response.usage  # odpověď z 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  # zahrnuje uvažování
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Ceny platné k 5. srpnu 2026 – ceny se pravidelně mění: před jakýmkoli výpočtem rozpočtu si ověřte aktuální ceník na oficiální stránce modelů a cen xAI.

Klíčové poznatky

  • Tokeny logického uvažování jsou fakturovány sazbou pro výstupní tokeny
  • Ceník pro rok 2026 je stupňovitý: nad 200 tisíci kontextovými tokeny se cena za token zdvojnásobí
  • grok-4.5 stojí 2 $/6 $ za MTok pod 200k (4 $/12 $ nad); grok-4.20-0309-reasoning stojí 1,25 $/2,50 $ (2,50 $/5 $ nad)
  • Tři hlavní páky: přizpůsobte úsilí o uvažování, zvolte správný model, zůstaňte pod hranicí 200 tisíc tokenů
  • Sledujte své náklady požadavek po požadavku s přihlédnutím k příslušné cenové hladině