Optimér dine omkostninger
På denne side
Få styr på dit API-budget
Brug af Grok-modeller i produktion kan udgøre en betydelig investering. De gode nyheder er, at xAI tilbyder flere optimeringsmuligheder, som – hvis de bruges korrekt – kan reducere dine omkostninger med 50 % til 90 %. I denne lektion præsenterer vi konkrete strategier til at opnå dette.
Automatisk cache: Din bedste allierede
xAI’s cache er den mest effektive mekanisme til besparelser, du har til rådighed. Den fungerer automatisk: Når to anmodninger deler et fælles præfiks (samme system-prompt, samme start på samtalen), hentes tokens, der allerede er behandlet, fra cachen i stedet for at blive genberegnet.
Besparelsen er massiv:
- Grok 4.7: Cachetokens koster $0,50/M i stedet for $2,00/M (75 % reduktion)
- Grok 4.5: $0,30/M i stedet for $2,00/M (85 %)
- Grok 4.3 og generation 4.20: $0,20/M i stedet for $1,25/M (84 %)
Maksimér cache-hit-raten
For at få mest muligt ud af cachen skal du følge disse principper:
Hold din system-prompt stabil. Dette er det længste og oftest genbrugte præfiks. Hvis du ændrer det mellem anmodninger, bliver cachen ugyldig for hele anmodningen.
Tilføj altid nye beskeder til slutningen. Omorganisér ikke samtalehistorikken – enhver ændring af præfikset ødelægger cachen.
Brug headere x-grok-conv-id. Denne header, som tager en UUID v4, fortæller xAI, at flere anmodninger tilhører den samme samtale. Det forbedrer routingen til den relevante cache.
x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000
Brug den samme UUID til alle anmodninger i én samtale og en ny UUID til hver ny samtale.
Batch-API: 50 % rabat på tokens
Batch-API’en, som har været tilgængelig siden januar 2026, giver 50 % rabat på standardtokenpriser. Princippet er enkelt: Du indsender en batch af anmodninger og modtager resultaterne asynkront i stedet for at få svar i realtid.
| 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 |
Vigtigt: Batch-rabatten gælder kun for teksttokens. Generering af billeder og video forbliver til standardpriser, selv via Batch-API’en.
Siden marts 2026 kan du uploade dine JSONL-filer via Files-API’en for at indsende dine batches, hvilket forenkler arbejdsgangen.
Vælg den rigtige model
Valg af model er ofte den mest impactful optimeringsmulighed. Her er et beslutningsframework med fokus på omkostninger:
Brug som standard grok-4.3. Det er den mest økonomiske af general-purpose-modellerne til de fleste opgaver, og det tilbyder det største kontekstvindue i sortimentet. Input koster $1,25/M, output $2,50/M.
Aktivér kun ræsonnement, når det er nødvendigt. Ræsonnementstokens faktureres til output-prisen. En anmodning med ræsonnement kan koste 2 til 5 gange mere end en anmodning uden ræsonnement på samme model.
Opgradér kun til Grok 4.5 ved komplekse opgaver, der kræver dyb ræsonnement. Brug det ikke til klassificering eller simpel opsummering.
Brug grok-build-0.1 til kode i stedet for Grok 4.5: Det er den hurtigste model i sortimentet, til halv pris på input ($1,00 mod $2,00) og tre gange billigere på output ($2,00 mod $6,00).
Provisioned Throughput (Enterprise)
For Enterprise-kunder med forudsigelige volumener tilbyder Provisioned Throughput dedikeret kapacitet med en SLA på 99,9 %. Afregningsmodellen er $10,00 pr. dag pr. enhed med en minimumsforpligtelse på 30 dage.
Dette er relevant, hvis du har brug for garanterede latenstider og højere rate limits end pay-as-you-go. Den økonomiske fordel afhænger af dit volumen: Beregn dit månedlige forbrug på pay-as-you-go og sammenlign det med omkostningen ved provisioned kapacitet.
Kombineret strategi
Den optimale strategi kombinerer flere løftestænger:
- grok-4.3 som standardmodel
- Maksimeret cache via stabile prompts og
x-grok-conv-id - Batch-API til al behandling, der ikke kræver øjeblikkeligt svar
- Intelligent routing til Grok 4.5 kun når kvaliteten kræver det
Ved at kombinere cache (75 % til 85 % rabat på input afhængigt af modellen) og batch (50 %) kan du opnå meget lave effektive omkostninger, selv ved høje volumener.
Vigtige pointer
- Automatisk cache er den mest kraftfulde løftestang: 75 % til 85 % reduktion på inputtokens afhængigt af modellen
- Brug
x-grok-conv-idfor at forbedre cache-hit-raten - Batch-API’en giver 50 % reduktion på teksttokens
- Vælg den billigste model, der opfylder dine kvalitetskrav
- grok-4.3 er den optimale standard til de fleste tilfælde
- Kombinér cache + batch + rigtig model for at maksimere besparelser