Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Fakturering og optimering af omkostninger

Lektion 9 af 12 Opdateret 3. november 2026 Udvikler
På denne side
  1. Ræsonnementstokens på din faktura
  2. Priser pr. model (juli 2026)
  3. Spor omkostningerne for hver anmodning
  4. Strategier til optimering af omkostninger
  5. Budgetsporing i produktion
  6. Vigtige pointer

Opdateret 3. november 2026: Tidligere eksempler tilgik usage.prompt_tokens og usage.completion_tokens på Responses API-svar, som eksponerer input_tokens, output_tokens og deres detaljer (cached_tokens, reasoning_tokens): koden udløste en AttributeError. 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