Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

SSE-Streaming

Lektion 13 von 16 Aktualisiert am 30. Juli 2026 Entwickler
Auf dieser Seite
  1. Echtzeit-Antworten
  2. Streaming aktivieren
  3. Event-Typen
  4. Streaming in Python
  5. Streaming mit Tools
  6. Frontend-Integration
  7. Streaming und Abrechnung
  8. Kernaussagen

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.

SSE
Server-Sent Events
~50ms
Erster Token sichtbar
text/event-stream
Content-Type
stream: true
Ein einziger Parameter

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

EventBeschreibung
response.createdDie Generierung beginnt
response.output_item.addedEin neuer Eintrag im Ausgabebereich
response.content_part.addedEin neuer Inhaltsteil
response.output_text.deltaTextfragment (häufigster Typ)
response.output_text.doneVollständiger Text eines Eintrags
response.completedAntwort abgeschlossen mit Nutzungsinformationen
response.failedFehler 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: true aktiviert SSE-Streaming – Tokens werden gesendet, sobald sie generiert werden
  • Das Event response.output_text.delta enthält jedes Textfragment
  • Das Event response.completed enthält die finale Antwort mit Metadaten zur Nutzung
  • Streaming funktioniert mit Tools (web_search, Funktionen)
  • Die Kosten sind mit oder ohne Streaming identisch