Fakturering og optimering af omkostninger
På denne side
Opdateret 3. november 2026: Tidligere eksempler tilgik
usage.prompt_tokensogusage.completion_tokenspå Responses API-svar, som eksponererinput_tokens,output_tokensog deres detaljer (cached_tokens,reasoning_tokens): koden udløste enAttributeError. Omkostningssporing tager nu højde for cachelagret input, og rådet om at sænke outputgrænsen for at begrænse ræsonnement er korrigeret, da denne grænse ikke tæller ræsonnement med. Kilder: Models and Pricing · Best practices.
Ræsonnementstokens på din faktura
Fakturering af ræsonnementstokens er et kritisk aspekt ved brug af xAI-modeller. Disse tokens faktureres til output-token-prisen – den højeste takst – og ikke-optimeret brug kan hurtigt drive omkostningerne i vejret, især ved højt ræsonnementsniveau på grok-4.5.
Nyt i 2026 og vigtigt at forstå: Prissætningen er trindelt. Prisen per token afhænger af anmodningens kontekststørrelse. Under 200.000 prompt-tokens betaler du standardtaksten; derover fordobles taksten.
Priser pr. model (juli 2026)
Pris per million tokens.
| Model | Input < 200k | Output < 200k | Input ≥ 200k | Output ≥ 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 |
Ræsonnementstokens faktureres til taksten i kolonnen „Output”. Med grok-4.5 under 200.000 kontekst-tokens koster hver million ræsonnementstokens $6,00; med grok-4.20-0309-reasoning koster de $2,50. Hvis din prompt overstiger 200.000 tokens, fordobles disse beløb til henholdsvis $12,00 og $5,00.
Spor omkostningerne for hver anmodning
Objektet usage i svaret indeholdertællere for tokens; nogle xAI API-svar kan også inkludere direkte omkostningsfelter. Inspicér objektet usage, som returneres af din model, og tjek den officielle dokumentation for tilgængelige felter. Ellers er manuel beregning ligetil:
response = client.responses.create(
model="grok-4.5",
input="Solve this dynamic programming problem...",
reasoning={"effort": "high"}
)
# grok-4.5 takster under 200k kontekst-tokens (Responses API tæller i input/output)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000 # inkluderer ræsonnement
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}")
Advarsel: Denne beregning forudsætter en kontekst på under 200.000 tokens. I produktion skal din tracker kunne registrere det gældende trin (se nedenfor).
Strategier til optimering af omkostninger
1. Tilpas indsatsen til opgaven
Den første og mest effektive optimering er at vælge det rette ræsonnementsniveau på grok-4.5. Lav indsats kan forbruge betydeligt færre ræsonnementstokens end høj indsats:
# Sortér anmodninger efter kompleksitet
if complexity == "simple":
effort = "low" # kort ræsonnement
elif complexity == "medium":
effort = "medium" # mellemræsonnement
else:
effort = "high" # dybt ræsonnement
Tjek de nøjagtige værdier, som parameteren accepterer, på den officielle side for modeller.
2. Brug den rigtige model
Til almindelige ræsonnementsopgaver koster grok-4.20-0309-reasoning ved $2,50/M output mindre end halvdelen af grok-4.5 ved $6,00/M. Reserver flaggskibsmodellen til opgaver, der virkelig kræver den. Til kode er grok-build-0.1 ved $2,00/M output endnu mere økonomisk.
3. Hold dig under trinnet på 200.000 tokens
Pristrinnet er en direkte løftestang: En anmodning med 250.000 kontekst-tokens koster dobbelt så meget per token som en anmodning med 150.000. Før du sender en massiv kontekst, så spørg dig selv, om det ikke ville være både billigere og mere effektivt at opdele den i flere mindre anmodninger (eller en mellemliggende opsummering).
4. Udnyt prompt-caching
xAI tilbyder reducerede priser for input-tokens, der allerede er i cache: Gentagne prompt-præfikser (systeminstruktioner, delt kontekst) koster mindre, når de genbruges fra én anmodning til den næste. Under 200.000 tokens koster cachelagret input $0,30 per million i stedet for $2,00 med grok-4.5 og $0,20 i stedet for $1,25 med grok-4.20-0309-reasoning (siden Models and Pricing, november 2026). Strukturér dine prompts med stabile dele i starten; den del, der betjenes af cachen, vises i usage.input_tokens_details.cached_tokens.
5. Dimensionér outputgrænsen
Outputgrænsen (max_output_tokens i Responses API, max_completion_tokens i Chat Completions) begrænser kun det synlige svar: Ræsonnementstokens tæller ikke med i denne grænse. At sænke den reducerer derfor ikke ræsonnementet; det risikerer kun at afkorte svaret. xAI’s bedste praksis anbefaler at sætte den over det længste forventede svar eller at beholde standardværdien på 128.000 tokens. For at reducere ræsonnementet bør du sænke indsatsen på modeller, der accepterer det, eller vælge en billigere model.
Budgetsporing i produktion
class CostTracker:
# Takster per MTok: (input, cachelagret input, output) pr. konteksttrin
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 # prompt-tokens
def __init__(self):
self.total_cost = 0
self.request_count = 0
def track(self, response, model="grok-4.5"):
usage = response.usage # Responses API-svar
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 # inkluderer ræsonnement
)
self.total_cost += cost
self.request_count += 1
return cost
Priser pr. 5. august 2026 – priser ændres regelmæssigt: Før enhver budgetberegning skal du verificere den aktuelle takst på den officielle side for xAI-modeller og prissætning.
Vigtige pointer
- Ræsonnementstokens faktureres til taksten for output-tokens
- Prissætningen i 2026 er trindelt: Ud over 200.000 kontekst-tokens fordobles prisen per token
- grok-4.5 koster $2/$6 per MTok under 200k ($4/$12 derover); grok-4.20-0309-reasoning koster $1,25/$2,50 ($2,50/$5 derover)
- De tre hovedløftestænger: Tilpas ræsonnementsindsatsen, vælg den rigtige model, og hold dig under trinnet på 200k
- Spor dine omkostninger anmodning for anmodning under hensyntagen til det gældende trin