Zählen von Reasoning-Tokens

Lektion am 3. November 2026 überarbeitet basierend auf der xAI-API-Referenz (Chat Completions und Responses), dem Reasoning-Guide und dem Beispiel Reasoning Effort Evals aus dem Cookbook: Bei xAI zählt completion_tokens (bzw. output_tokens) nur die sichtbare Antwort; Reasoning wird separat gezählt, und die Summe setzt sich aus allen drei Komponenten zusammen. Die Ausgabebegrenzung begrenzt das Reasoning nicht. Die vorherige Version behauptete das Gegenteil, verwendete Felder der Chat Completions für eine Antwort der Responses-API, setzte den Aufwand (effort) auf grok-4.20-0309-reasoning, das diesen Parameter nicht akzeptiert, und zeigte ein Screenshot, der nicht mit der API übereinstimmte; diese Elemente wurden korrigiert oder entfernt. Quellen: Chat Completions · Responses · Reasoning Effort Evals.

Reasoning-Tokens verstehen

Reasoning-Modelle erzeugen zwei Arten von Tokens: jene für die sichtbare Antwort und jene für den internen Denkprozess des Modells. Das Verständnis, wie xAI diese zählt, ist unerlässlich, um Ihre Kosten zu beherrschen und Ihre Dashboards korrekt auszuwerten.

Das Nutzungsojekt in Chat Completions

Jede Antwort enthält ein usage-Objekt, das den Verbrauch detailliert beschreibt. Hier ist das Beispiel aus der xAI-Chat-Completions-API-Referenz:

{
  "usage": {
    "prompt_tokens": 32,
    "completion_tokens": 9,
    "total_tokens": 135,
    "completion_tokens_details": {
      "reasoning_tokens": 94
    }
  }
}

In diesem Beispiel:

• prompt_tokens (32): Tokens in der Eingabemeldung
• completion_tokens (9): Tokens in der sichtbaren Antwort
• reasoning_tokens (94): Tokens, die dem internen Reasoning gewidmet sind
• total_tokens (135): die Summe aller drei Werte, 32 + 9 + 94

Reasoning ist daher nicht in completion_tokens enthalten; es wird addiert. Achten Sie darauf, wenn Sie von einer anderen API kommen, in der die Konvention abweicht, oder wenn Ihr Dashboard die sichtbare Antwort durch Subtraktion berechnet.

Reasoning-Tokens im Code abrufen

In der Responses-API tragen dieselben Informationen andere Namen: input_tokens und output_tokens für die sichtbare Antwort sowie output_tokens_details.reasoning_tokens für das Reasoning.

response = client.responses.create(
    model="grok-4.7",
    input="Lösen Sie das Integral von x^2 * e^x dx.",
    reasoning={"effort": "high"},
)

visible_response = response.usage.output_tokens
reasoning = response.usage.output_tokens_details.reasoning_tokens
billed_output = visible_response + reasoning

print(f"Reasoning-Tokens: {reasoning}")
print(f"Antwort-Tokens: {visible_response}")
print(f"Anteil des Reasoning: {reasoning / billed_output * 100:.0f}%")

Sie setzen den Aufwand (effort) bei grok-4.7, grok-4.6 und grok-4.5; grok-4.20-0309-reasoning rechnet immer nach, ohne Aufwand-Parameter.

Abrechnung zum Ausgabetarif

Reasoning-Tokens werden zum Ausgabetarif abgerechnet, wie uns das Beispiel Reasoning Effort Evals im xAI-Cookbook erinnert. Für grok-4.7 bei 6 USD pro Million Ausgabe-Tokens (Eingabe unter 200.000 Tokens) kostet jeder Reasoning-Token dasselbe wie ein Antwort-Token.

Der Aufwand wiegt also auf der Rechnung, aber nicht immer so stark, wie man vermuten könnte. In diesem selben Beispiel verbrauchten bei der Bearbeitung von dreißig kurzen Support-Tickets durch grok-4.7 die Aufwände medium, high und xhigh etwa die gleiche Menge an Reasoning – rund 600 Tokens pro Antwort – während low etwa 140 verbrauchte und die Hälfte kostete, wobei alle Scores zwischen 87 und 93 % lagen. Messen Sie dies an Ihren eigenen Daten, bevor Sie eine Entscheidung treffen.

Beispiel zur Kostenberechnung

# grok-4.7: 6,00 USD/M Ausgabe-Tokens (Eingabe < 200k)
cost_per_token = 6.00 / 1_000_000

reasoning = 600
visible_response = 350
billed_output = reasoning + visible_response  # 950

cost = billed_output * cost_per_token
print(f"Ausgabenkosten: ${cost:.4f}")  # 0,0057 USD

Die Rolle von max_completion_tokens

Die Ausgabebegrenzung – max_completion_tokens in Chat Completions, max_output_tokens in der Responses-API – gilt nur für die sichtbare Antwort: laut API-Referenz zählen Reasoning-Tokens und Funktionsaufrufe nicht dazu. Ohne Wert liegt der Standard bei 128.000 Tokens. Um das Reasoning zu begrenzen, müssen Sie den Aufwand (effort) festlegen (Lektion 10).

{
  "model": "grok-4.7",
  "messages": [
    {"role": "user", "content": "Erklären Sie die spezielle Relativitätstheorie."}
  ],
  "reasoning_effort": "medium",
  "max_completion_tokens": 2000
}

Preise am 3. November 2026 verifiziert – Preise ändern sich regelmäßig: prüfen Sie vor jeder Budgetberechnung den aktuellen Tarif auf der offiziellen Seite für xAI-Modelle und Preise.

Wichtige Punkte zur Erinnerung

• Reasoning-Tokens befinden sich in usage.completion_tokens_details.reasoning_tokens (Chat Completions) oder usage.output_tokens_details.reasoning_tokens (Responses)
• Bei xAI zählen completion_tokens und output_tokens nur die sichtbare Antwort; die Summe setzt sich aus Eingabe, Antwort und Reasoning zusammen
• Reasoning-Tokens werden zum Ausgabetarif abgerechnet
• Die Ausgabebegrenzung betrifft nur die sichtbare Antwort; der Aufwand steuert das Reasoning
• Die Kostenunterschiede zwischen den Aufwänden hängen von der Aufgabe ab: messen Sie dies an Ihren eigenen Daten