SSE-Streaming
Auf dieser Seite
Echtzeit-Antworten
Im Normalmodus warten Sie darauf, dass das Modell die vollständige Antwort generiert hat, bevor Sie diese erhalten. Mit SSE-Streaming (Server-Sent Events) werden Tokens sofort gesendet, sobald sie generiert werden. Dies ist für konversationelle Schnittstellen unerlässlich, bei denen Nutzer die schrittweise Anzeige der Antwort erwarten.
Streaming aktivieren
Fügen Sie "stream": true zu Ihrer Anfrage hinzu:
curl https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.20-0309-reasoning",
"input": "Schreiben Sie ein Gedicht über Programmierung.",
"stream": true
}'
Die Antwort kommt als SSE-Stream an:
data: {"type": "response.created", "response": {...}}
data: {"type": "response.output_item.added", ...}
data: {"type": "response.content_part.added", ...}
data: {"type": "response.output_text.delta", "delta": "La "}
data: {"type": "response.output_text.delta", "delta": "programmation "}
data: {"type": "response.output_text.delta", "delta": "est "}
...
data: {"type": "response.completed", "response": {...}}
Event-Typen
| Event | Beschreibung |
|---|---|
response.created | Die Generierung beginnt |
response.output_item.added | Ein neuer Eintrag im Ausgabebereich |
response.content_part.added | Ein neuer Inhaltsteil |
response.output_text.delta | Textfragment (häufigster Typ) |
response.output_text.done | Vollständiger Text eines Eintrags |
response.completed | Antwort abgeschlossen mit Nutzungsinformationen |
response.failed | Fehler während der Generierung |
Streaming in Python
stream = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Erklären Sie, wie ein Compiler funktioniert.",
stream=True
)
full_text = ""
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
full_text += event.delta
elif event.type == "response.completed":
usage = event.response.usage
print(f"\n\nTokens: {usage.total_tokens}")
print(f"Kosten: {usage.cost_in_nano_usd / 1e9:.6f} USD")
flush=True erzwingt die sofortige Anzeige jedes Fragments.
Streaming mit Tools
Wenn das Modell im Streaming-Modus Tools verwendet, erhalten Sie zusätzliche Events:
data: {"type": "response.output_item.added", "item": {"type": "web_search_call"}}
data: {"type": "response.web_search_call.in_progress", ...}
data: {"type": "response.web_search_call.completed", ...}
data: {"type": "response.output_text.delta", "delta": "Selon les résultats..."}
Bei Client-Funktionsaufrufen erhalten Sie die Argumente schrittweise:
data: {"type": "response.function_call.arguments.delta", "delta": "{\"city\""}
data: {"type": "response.function_call.arguments.delta", "delta": ": \"Paris\"}"}
data: {"type": "response.function_call.arguments.done", ...}
Frontend-Integration
Für eine Webanwendung senden Sie den SSE-Stream über einen Server-Endpunkt an den Browser:
const response = await fetch('/api/chat', {
method: 'POST',
body: JSON.stringify({ message: userInput })
});
const reader = response.body.getReader();
const decoder = new TextDecoder();
while (true) {
const { done, value } = await reader.read();
if (done) break;
const text = decoder.decode(value);
outputElement.textContent += text;
}
Streaming und Abrechnung
Streaming ändert die Abrechnung nicht. Die Kosten sind identisch, unabhängig davon, ob Streaming aktiviert ist oder nicht – lediglich der Übertragungsmodus unterscheidet sich. Das vollständige usage-Objekt ist im response.completed-Event verfügbar.
Kernaussagen
stream: trueaktiviert SSE-Streaming – Tokens werden gesendet, sobald sie generiert werden- Das Event
response.output_text.deltaenthält jedes Textfragment - Das Event
response.completedenthält die finale Antwort mit Metadaten zur Nutzung - Streaming funktioniert mit Tools (web_search, Funktionen)
- Die Kosten sind mit oder ohne Streaming identisch