Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Forstå svarformatet

Lektion 4 af 16 Opdateret 30. juli 2026 Udvikler
På denne side
  1. Opbygningen af et svar
  2. Komplet struktur
  3. Hovedfelter
  4. Forstå usage-objektet
  5. Brug af værktøjer på serversiden
  6. Uddrag af tekst i Python
  7. Vigtige pointer

Opbygningen af et svar

Når du sender en anmodning til POST /v1/responses, returnerer xAI-serveren et struktureret JSON-objekt. Det er afgørende, at du forstår hvert felt i dette objekt for korrekt at kunne bruge resultaterne i din applikation.

Komplet struktur

Her er et typisk svar:

{
  "id": "resp-abc123def456",
  "object": "response",
  "created_at": 1712000000,
  "status": "completed",
  "model": "grok-4.20-0309-reasoning",
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "Le machine learning est une branche de l'IA...",
          "annotations": []
        }
      ],
      "status": "completed"
    }
  ],
  "usage": {
    "input_tokens": 45,
    "output_tokens": 180,
    "total_tokens": 225,
    "output_tokens_details": {
      "reasoning_tokens": 120
    },
    "cost_in_nano_usd": 500000
  }
}

Hovedfelter

id

Den unikke identifikator for svaret i formatet resp-xxx. Du bruger den til at:

  • Kæde samtaler sammen med previous_response_id
  • Hente et gemt svar med GET /v1/responses/{id}
  • Slette et svar med DELETE /v1/responses/{id}

status

Svarets status:

StatusBetydning
completedSvar genereret succesfuldt
failedFejl under generering
incompleteSvar afbrudt (token-grænse, indholdsfilter)
in_progressGenerering i gang (streaming)

Tjek altid status, før du bruger svarindholdet i din kode.

output

Et array, der indeholder svarelementerne. Hvert element har en type:

  • message: Tekstsvar fra modellen
  • function_call: Værktøjskald anmodet af modellen

Tekstindholdet findes på output[0].content[0].text. Annotationer (citationer, links) ligger i annotations-arrayet i samme objekt.

usage

Brugsinformation, som vi dykker ned i nedenfor.

Forstå usage-objektet

usage-objektet er afgørende for at spore dine omkostninger:

{
  "input_tokens": 45,
  "output_tokens": 180,
  "total_tokens": 225,
  "output_tokens_details": {
    "reasoning_tokens": 120
  },
  "cost_in_nano_usd": 500000
}

Input- og output-tokens

  • input_tokens: Antal tokens i din prompt (og i historikken, hvis du kæder samtaler sammen)
  • output_tokens: Samlet antal genererede tokens, inklusive ræsonnement
  • total_tokens: Summen af begge

Ræsonnementstokens

output_tokens_details.reasoning_tokens angiver, hvor mange tokens modellen brugte til sit interne ræsonnement. Disse tokens faktureres, men de er ikke synlige i tekstsvar.

I eksemplet ovenfor er 120 ud af 180 output-tokens brugt til ræsonnement, og kun 60 udgør det synlige svar. Dette er et typisk forhold for ræsonnementsmodeller.

Omkostninger i nano-USD

cost_in_nano_usd angiver den nøjagtige omkostning for anmodningen. Konverteringen er enkel:

Omkostning i USD = cost_in_nano_usd / 1.000.000.000

For vores eksempel: 500000 / 1.000.000.000 = 0,0005 USD (0,0005 $).

Brug af værktøjer på serversiden

Når modellen bruger indbyggede værktøjer, inkluderer usage-objektet også:

{
  "server_side_tool_usage_details": {
    "web_search_calls": 2,
    "code_interpreter_calls": 0,
    "x_search_calls": 1,
    "document_search_calls": 0,
    "file_search_calls": 0,
    "mcp_calls": 0
  }
}

Dette giver dig mulighed for præcist at se, hvilke værktøjer der blev kaldt, og hvor mange gange.

Uddrag af tekst i Python

Her er et robust mønster til at uddrage tekstindhold:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Explique les listes en Python."
)

# Check status
if response.status == "completed":
    text = response.output[0].content[0].text
    print(text)
else:
    print(f"Error: status {response.status}")

# Display usage
print(f"Tokens used: {response.usage.total_tokens}")
print(f"Cost: {response.usage.cost_in_nano_usd / 1e9:.6f} USD")

Vigtige pointer

  • Hvert svar har en unik id, som kan genbruges til kædning eller hentning
  • Tjek altid status, før du bruger indholdet
  • Teksten findes på output[0].content[0].text
  • reasoning_tokens faktureres, men er usynlige i svaret
  • cost_in_nano_usd divideret med én milliard giver omkostningen i dollars