Streamování SSE
Na této stránce
Odpovědi v reálném čase
V běžném režimu čekáš, až model dokončí generování celé odpovědi, než ji obdržíš. Při streamování SSE (Server-Sent Events) přicházejí tokeny průběžně, jak jsou generovány. To je zásadní pro konverzační rozhraní, kde uživatelé chtějí vidět odpověď objevující se postupně.
Povolení streamování
Do svého požadavku přidej "stream": true:
curl https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.20-0309-reasoning",
"input": "Write a poem about programming.",
"stream": true
}'
Odpověď přichází jako SSE stream:
data: {"type": "response.created", "response": {...}}
data: {"type": "response.output_item.added", ...}
data: {"type": "response.content_part.added", ...}
data: {"type": "response.output_text.delta", "delta": "La "}
data: {"type": "response.output_text.delta", "delta": "programmation "}
data: {"type": "response.output_text.delta", "delta": "est "}
...
data: {"type": "response.completed", "response": {...}}
Typy událostí
| Událost | Popis |
|---|---|
response.created | Generování zahájeno |
response.output_item.added | Nová položka ve výstupu |
response.content_part.added | Nová část obsahu |
response.output_text.delta | Textový fragment (nejčastější) |
response.output_text.done | Kompletní text položky |
response.completed | Odpověď finalizována včetně využití |
response.failed | Chyba během generování |
Streamování v Pythonu
stream = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Explain how a compiler works.",
stream=True
)
full_text = ""
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
full_text += event.delta
elif event.type == "response.completed":
usage = event.response.usage
print(f"\n\nTokens: {usage.total_tokens}")
print(f"Cost: {usage.cost_in_nano_usd / 1e9:.6f} USD")
Parametr flush=True vynutí okamžité zobrazení každého fragmentu.
Streamování s nástroji
Když model ve streamovacím režimu používá nástroje, obdržíš další události:
data: {"type": "response.output_item.added", "item": {"type": "web_search_call"}}
data: {"type": "response.web_search_call.in_progress", ...}
data: {"type": "response.web_search_call.completed", ...}
data: {"type": "response.output_text.delta", "delta": "Selon les résultats..."}
U volání funkcí na straně klienta obdržíš argumenty postupně:
data: {"type": "response.function_call.arguments.delta", "delta": "{\"city\""}
data: {"type": "response.function_call.arguments.delta", "delta": ": \"Paris\"}"}
data: {"type": "response.function_call.arguments.done", ...}
Integrace na frontend
Pro webovou aplikaci odešli SSE stream do prohlížeče prostřednictvím koncového bodu serveru:
const response = await fetch('/api/chat', {
method: 'POST',
body: JSON.stringify({ message: userInput })
});
const reader = response.body.getReader();
const decoder = new TextDecoder();
while (true) {
const { done, value } = await reader.read();
if (done) break;
const text = decoder.decode(value);
outputElement.textContent += text;
}
Streamování a fakturace
Streamování nemění fakturaci. Náklady jsou totožné, ať je povoleno či nikoliv – liší se pouze způsob doručení. Kompletní objekt usage je dostupný v události response.completed.
Klíčové poznatky
stream: truepovoluje streamování SSE – tokeny přicházejí, jak jsou generovány- Událost
response.output_text.deltaobsahuje každý textový fragment - Událost
response.completedobsahuje konečnou odpověď s metadaty o využití - Streamování funguje s nástroji (web_search, funkce)
- Náklady jsou se streamováním i bez něj totožné