Spring til hovedindhold
Dansk— Vælg et sprog
Menu

System-fingerprint og reproducerbarhed

Lektion 10 af 12 Opdateret 30. juli 2026 Udvikler
På denne side
  1. The system_fingerprint: Sporing af konfiguration
  2. Hvad bruges system_fingerprint til?
  3. Modelversioner og fingerprints
  4. Reproducerbarhed af svar
  5. Logning af fingerprints i produktion
  6. Modellivscyklus
  7. Vigtige pointer

The system_fingerprint: Sporing af konfiguration

Hvert svar fra Chat Completions API indeholder et system_fingerprint-felt – en streng, der identificerer den systemkonfiguration, der blev brugt til at generere svaret. Udviklere ignorerer ofte dette felt, men det er værdifuldt til fejlfinding og reproducerbarhed.

{
  "id": "chatcmpl-abc123",
  "system_fingerprint": "fp_44709d6fcb",
  "choices": [...],
  "usage": {...}
}

Hvad bruges system_fingerprint til?

Fingerprintet identificerer kombinationen af modelversion, systemparametre og infrastruktur, der blev brugt til at behandle din anmodning. To identiske anmodninger behandlet med samme fingerprint vil producere resultater, der ligger tættere på hinanden, end to anmodninger med forskellige fingerprints.

Praktiske anvendelsestilfælde

  • Fejlfinding: Når et svar ændrer sig uventet, så tjek om fingerprintet er ændret. En ændring i fingerprintet indikerer en opdatering på serversiden.
  • Reproducerbarhed: Hvis du har brug for at reproducere et resultat, så noter fingerprintet. Samme prompt + samme fingerprint = bedre chancer for at få samme svar.
  • Revision: I regulerede miljøer giver fingerprintet dig mulighed for at dokumentere præcis, hvilken version af systemet der producerede et givent svar.

Modelversioner og fingerprints

Fingerprintet er tæt knyttet til modelversionen. xAI tilbyder tre navngivningskonventioner for modeller:

Simpel alias

model = "grok-4.20"

Peger på den seneste stabile version. Fingerprintet kan ændre sig, når xAI opdaterer denne stabile version – selvom modelnavnet forbliver det samme.

Seneste alias

model = "grok-4.20-latest"

Peger på den absolut nyeste version (bleeding-edge). Fingerprintet vil ændre sig hyppigt, da denne version udvikler sig løbende.

Fast version

model = "grok-4.20-0309"

Peger på en specifik version, der aldrig vil ændre sig. Fingerprintet vil være mest stabilt med denne type reference.

Reproducerbarhed af svar

Selv med samme prompt, model og fingerprint er svar ikke altid identiske. Tekstgenerering involverer et element af tilfældighed, der styres af parameteren temperature.

For at maksimere reproducerbarheden:

response = client.chat.completions.create(
    model="grok-4.20-0309",  # Fast version
    messages=[
        {"role": "user", "content": "Calculate 2 + 2"}
    ],
    temperature=0,  # Deterministisk
    seed=42          # Seed til tilfældighedsgeneratoren
)

# Gem fingerprintet til reference
print(f"Fingerprint: {response.system_fingerprint}")

Kombination for maksimal reproducerbarhed

  • Fast modelversion (grok-4.20-0309): Sikrer, at modellen ikke ændrer sig
  • Temperature sat til 0: Fjerner tilfældig sampling
  • Fast seed: Initialiserer tilfældighedsgeneratoren på samme punkt
  • Samme fingerprint: Bekræfter, at infrastrukturen ikke er ændret

Selv med alt dette er reproducerbarhed ikke 100 % garanteret på grund af numeriske optimeringer (ikke-deterministiske flydende komma-operationer). Men i praksis vil resultaterne være meget tæt på hinanden.

Logning af fingerprints i produktion

En bedste praksis er at gemme fingerprintet sammen med hver anmodning for at lette senere fejlfinding:

def call_grok(messages: list, model: str = "grok-4.20-0309"):
    response = client.chat.completions.create(
        model=model,
        messages=messages
    )

    # Log til fejlfinding
    log = {
        "response_id": response.id,
        "model": response.model,
        "fingerprint": response.system_fingerprint,
        "finish_reason": response.choices[0].finish_reason,
        "tokens": response.usage.total_tokens
    }
    logger.info("API call", extra=log)

    return response.choices[0].message.content

Modellivscyklus

xAI-modeller følger en livscyklus i tre faser:

  • Aktiv: Tilgængelig og anbefalet til produktionsbrug
  • Forældet: Fungerer stadig, men vil blive fjernet. En advarsel kan vises i svar. Migrer så hurtigt som muligt.
  • Foraltet: Fjernet. Anmodninger vil fejle med en fejlmeddelelse.

Når en model flytter fra Aktiv til Forældet, ændres fingerprintet ofte, fordi xAI kan omdirigere anmodninger til en nyere version.

Vigtige pointer

  • system_fingerprint identificerer den systemkonfiguration, der blev brugt til at generere svaret
  • En ændring i fingerprintet indikerer en ændring på serversiden (opdatering af model eller infrastruktur)
  • Brug faste versioner (grok-4.20-0309) for maksimal stabilitet i produktion
  • Kombiner fast version + temperature 0 + fast seed for bedste reproducerbarhed
  • Log fingerprintet ved hver anmodning for at lette fejlfinding