Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Einheiten und TPM-Allokationen pro Modell

Lektion 6 von 14 Aktualisiert am 2. November 2026 Mittelstufe
Auf dieser Seite
  1. Warum Einheiten unterschiedlichen Wert haben
  2. Allokationen nach Modell
  3. Die Tabelle lesen
  4. Übersetzung dieses Rasters in Entscheidungen
  5. Kernaussagen

Aktualisiert am 2. November 2026 — Flaggschiff-Modell. Grok 4.5 ist nicht mehr das leistungsfähigste Modell: Grok 4.6 (12. August 2026) und dann Grok 4.7 (grok-4.7, 21. September 2026) haben es ersetzt. Grok 4.7 verfügt über 500.000 Kontext-Token, einen Rechenaufwand von low bis xhigh und dieselbe gestaffelte Preisgestaltung ($2 / $6 unter 200.000 Anfrage-Token, $4 / $12 darüber). grok-4.5 bleibt verfügbar; für ein neues Projekt beginnen Sie mit grok-4.7 (Kurs Grok im Jahr 2026, Lektion 9).

Warum Einheiten unterschiedlichen Wert haben

Wir haben festgestellt, dass eine bereitgestellte Durchsatz-Einheit (Unit) unabhängig vom gewählten Modell den gleichen Preis hat. Was sich ändert, ist das, was Sie erhalten: Jede Einheit gewährt eine bestimmte Anzahl von Token pro Minute, abhängig vom gewählten Modell. Diese Variation ist nicht willkürlich – sie spiegelt die rechnerische Komplexität des Modells wider. Je mehr Rechenleistung ein Modell benötigt, um ein Token zu erzeugen, desto weniger Token kann eine Einheit pro Minute liefern.

Eine zweite Unterscheidung strukturiert die folgende Tabelle: Allokationen sind zwischen Eingabe-Token und Ausgabe-Token aufgeteilt, da die Generierung erheblich mehr kostet als die Ingestion. Das Lesen eines 1.000-Token-Prompts und das Schreiben von 1.000 Token erfordern nicht dieselbe Infrastrukturaufwände, und die Preisstruktur berücksichtigt dies.

Allokationen nach Modell

Hier sind die TPM-Allokationen pro Einheit für die Hauptmodelle, die im Provisioned Throughput verfügbar sind (indikative Werte – konsultieren Sie die offizielle xAI-Dokumentation für aktuelle Allokationen für jedes Modell):

Modell Eingabe TPM/Einheit Ausgabe TPM/Einheit
grok-4.5 2.000 400
grok-4.3 21.000 12.500
grok-4.20-0309 (ohne Reasoning) 3.000 700
grok-4.20-0309 (mit Reasoning) 3.000 700
grok-4.20-multi-agent-0309 3.000 700
grok-build-0.1 31.500 4.000

Die Tabelle lesen

Hochleistungsmodelle erkennt man sofort an ihren niedrigen Allokationen. Die Modelle grok-4.5 und grok-4.20 sind die leistungsfähigsten und damit rechenintensivsten; sie bieten daher die geringste Anzahl an TPM pro Einheit: 2.000 bis 3.000 Eingabe und 400 bis 700 Ausgabe. Reservieren Sie sie für Aufgaben, die wirklich fortgeschrittenes Reasoning erfordern. Die Lücke zum Rest des Spektrums ist groß genug, dass eine undifferenzierte Nutzung teuer wird – die nächste Lektion zeigt dies mit harten Zahlen.

Am anderen Ende erreicht grok-build-0.1 bis zu 31.500 Eingabe-TPM und 4.000 Ausgabe-TPM pro Einheit, die höchste Eingabedurchsatzrate im Spektrum. Es ist speziell für Code-Generierung ausgelegt und bietet das beste Verhältnis von Durchsatz zu Kosten für Entwicklungsworkflows. Sein Profil passt genau zu dieser Art von Last: Ein Dienst, der große Quellcode-Dateien liest, um Vorschläge zur Fehlerbehebung zu machen, verbraucht stark bei der Eingabe und relativ wenig bei der Ausgabe.

Dazwischen liefert grok-4.3 21.000 Eingabe-TPM und 12.500 Ausgabe-TPM pro Einheit. Es ist das einzige Modell in der Tabelle mit großzügiger Ausgabekapazität und eignet sich daher besonders für einfache, hochvolumige Aufgaben – wie Klassifizierung, Extraktion oder Zusammenfassung –, bei denen Sie aus einem bescheidenen Kontext viel Text erzeugen.

Übersetzung dieses Rasters in Entscheidungen

In der Praxis besteht das Ziel darin, jeden Anwendungsfall dem Modell zuzuordnen, dessen Allokationsprofil am besten passt. Ein Kundensupport-Dienst, ein interner Chatbot, ein Klassifizierungspipeline oder jede hochvolumige Verarbeitung wird auf grok-4.3 angewiesen sein. Komplexe Analysen, fortgeschriebenes Schreiben und Multi-Agent-Szenarien rechtfertigen grok-4.20. Code-Generierung und Entwicklungsworkflows deuten auf grok-build-0.1 hin.

Sie müssen auf Unternehmensebene nicht eine Lösung für alle Fälle treffen. Sie können mehrere Modelle parallel bereitstellen und sie in getrennten Kapazitäts-Pools isolieren, indem Sie den Header x-pt-id verwenden, um jede Anfrage dem entsprechenden Pool zuzuleiten. Auf diese Weise kann eine einzige Plattform einen wirtschaftlichen Chatbot und eine Premium-Analyse-Engine bedienen, ohne dass der erstere die Kapazität verbraucht, die für den letzteren reserviert ist.

Kernaussagen

  • TPM-Allokationen variieren erheblich je nach Modell: von 2.000 bis 31.500 Eingabe-TPM pro Einheit
  • Die Einheitenkosten bleiben konstant bei $10/Tag, die TPM variieren
  • grok-4.3 und grok-build-0.1 bieten das beste Verhältnis von Durchsatz zu Kosten
  • Kombinieren Sie mehrere Modelle, um Kosten je nach Aufgabentyp zu optimieren