Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Αυτόματη Προσωρινή Αποθήκευση API

Μάθημα 9 / 14 Ενημερώθηκε 29 Ιουλίου 2026 Προχωρημένος
Σε αυτήν τη σελίδα
  1. Η προσωρινή αποθήκευση ως μοχλός μείωσης κόστους
  2. Πώς λειτουργεί η προσωρινή αποθήκευση
  3. Η κεφαλίδα x-grok-conv-id
  4. Έλεγχος της απόδοσης της προσωρινής αποθήκευσης
  5. Βασικά σημεία

Η προσωρινή αποθήκευση ως μοχλός μείωσης κόστους

Η αυτόματη προσωρινή αποθήκευση (cache) έχει τη μεγαλύτερη επίδραση στον λογαριασμό σας, προς το καλύτερο ή το χειρότερο. Με πολλούς παρόχους, πρέπει να τη δηλώσετε ρητά στο αίτημα, να επισημάνετε τα μπλοκ που θα διατηρηθούν και να διαχειριστείτε τη διάρκεια ζωής τους. Η xAI ακολούθησε μια διαφορετική προσέγγιση: η προσωρινή αποθήκευση εφαρμόζεται αυτόματα σε όλα τα αιτήματα, χωρίς παραμέτρους ή σχολιασμούς. Δεν χρειάζεται να ενεργοποιήσετε τίποτα, αλλά έχετε όλα τα οφέλη κατανοώντας τι την ενεργοποιεί, καθώς ένα κακά δομημένο prompt δεν ωφελείται ποτέ και πληρώνει την πλήρη τιμή για ολόκληρη την είσοδό του.

5–7×
Φθηνότερο σε cached είσοδο
$0.20
Ανά M cached στο grok-4.3
UUID
Header x-grok-conv-id
Αυτόματο
Ενεργοποίηση χωρίς ρυθμίσεις

Πώς λειτουργεί η προσωρινή αποθήκευση

Η προσωρινή αποθήκευση λειτουργεί στα tokens εισόδου και μόνο σε αυτά: η παραγωγή της απάντησης χρεώνεται πάντα με την κανονική τιμή. Όταν η αρχή του prompt σας αναπαράγει ακριβώς την αρχή ενός prompt που έχει υποστεί επεξεργασία στο παρελθόν, το πανομοιότυπο τμήμα εξυπηρετείται από την προσωρινή αποθήκευση με τη μειωμένη τιμή και μόνο το νέο τμήμα χρεώνεται με την κανονική τιμή.

Τρεις οικογένειες εφαρμογών ωφελούνται άμεσα. Πρώτον, μια συνομιλία: το system prompt και όλοι οι προηγούμενοι γύροι είναι αυστηρά πανομοιότυποι από κλήση σε κλήση, αλλάζει μόνο η τελευταία ερώτηση, οπότε ο ρυθμός της προσωρινής αποθήκευσης αυξάνεται φυσικά καθώς η ανταλλαγή μεγαλώνει. Στη συνέχεια, ένα prompt με σταθερό πλαίσιο—μια σύμβαση, ένα τεχνικό εγχειρίδιο, ένα αποθετήριο προϊόντων ακολουθούμενο από μια μεταβλητή ερώτηση—βλέπει το μπλοκ του εγγράφου του να αποθηκεύεται στην προσωρινή μνήμη από τη δεύτερη κλήση και μετά. Τέλος, ένας αγωγός RAG διατηρεί σταθερές οδηγίες συστήματος· αλλάζει μόνο το ανακτημένο πλαίσιο και, αν το τοποθετήσετε μετά τις οδηγίες, το πρόθεμα παραμένει αποθηκεύσιμο.

Στον τιμοκατάλογο της xAI, το χάσμα είναι σημαντικό. Στο grok-4.3 και στο grok-4.20-0309, ένα εκατομμύριο tokens εισόδου από την προσωρινή αποθήκευση κοστίζει 0,20 $ έναντι 1,25 $ με την κανονική τιμή. Στο grok-4.5, το ίδιο εκατομμύριο κοστίζει 0,30 $ αντί για 2,00 $. Με άλλα λόγια, ένα σταθερό πρόθεμα 5.000 tokens που επαναχρησιμοποιείται χίλιες φορές την ημέρα σας κοστίζει πέντε έως επτά φορές λιγότερο από ένα prompt που ανακατασκευάζεται σε κάθε κλήση—για ένα αυστηρά πανομοιότυπο αποτέλεσμα.

Η κεφαλίδα x-grok-conv-id

Για να βοηθήσει την υποδομή να συσχετίσει αιτήματα που ανήκουν μαζί, το API δέχεται μια ειδική κεφαλίδα:

curl -X POST "https://api.x.ai/v1/chat/completions" \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.20",
    "messages": [...]
  }'

Η κεφαλίδα x-grok-conv-id αναμένει ένα UUID v4. Ο κανόνας χρήσης είναι απλός: ένα αναγνωριστικό ανά συνομιλία ή ροή επεξεργασίας, το οποίο επαναχρησιμοποιείται για όλες τις κλήσεις που αποτελούν μέρος της. Αυτό σηματοδοτεί ότι αυτά τα αιτήματα συνδέονται, γεγονός που αυξάνει την πιθανότητα επαναχρησιμοποίησης της προσωρινής αποθήκευσης. Το συνηθισμένο λάθος είναι η δημιουργία του UUID κατά τη στιγμή της κλήσης και όχι κατά το άνοιγμα της συνεδρίας—κάθε γύρος λαμβάνει τότε ένα διαφορετικό αναγνωριστικό και το όφελος εξαφανίζεται. Δημιουργήστε το μία φορά και αποθηκεύστε το μαζί με την κατάσταση της συνομιλίας:

import uuid

# Ένα UUID ανά συνομιλία
conv_id = str(uuid.uuid4())

# Χρησιμοποιήστε το ίδιο UUID για όλους τους γύρους στη συνομιλία
headers = {
    "Authorization": f"Bearer {api_key}",
    "x-grok-conv-id": conv_id,
    "Content-Type": "application/json"
}

Έλεγχος της απόδοσης της προσωρινής αποθήκευσης

Τίποτα δεν ξεπερνά τη μέτρηση. Το πεδίο cached_tokens στο αντικείμενο usage, που καλύφθηκε στο προηγούμενο μάθημα, σας λέει ακριβώς τι εξυπηρετήθηκε από την προσωρινή αποθήκευση:

{
  "usage": {
    "prompt_tokens": 5000,
    "cached_tokens": 4200,
    "completion_tokens": 300
  }
}

Εδώ, 4.200 tokens από τα 5.000 προέρχονται από την προσωρινή αποθήκευση, ποσοστό 84%· μόνο 800 tokens χρεώθηκαν με την κανονική τιμή. Κάντε συνήθεια να ελέγχετε αυτή την αναλογία σε ένα δείγμα πραγματικών αιτημάτων μετά από κάθε ανάπτυξη: αν δείτε ποσοστό κοντά στο μηδέν σε μια εφαρμογή συνομιλίας, κάτι varies στην αρχή του prompt και το επόμενο μάθημα θα σας δείξει τι.

Βασικά σημεία

  • Η προσωρινή αποθήκευση είναι αυτόματη: δεν απαιτείται καμία ρύθμιση
  • Χρησιμοποιήστε την κεφαλίδα x-grok-conv-id με ένα UUID v4 για να ομαδοποιήσετε συνδεδεμένα αιτήματα
  • Το πεδίο cached_tokens στο αντικείμενο usage υποδεικνύει τον αριθμό των tokens που εξυπηρετήθηκαν από την προσωρινή αποθήκευση
  • Η cached είσοδος κοστίζει 5 έως 7 φορές λιγότερο: 0,20 $/M στο grok-4.3, 0,30 $/M στο grok-4.5
  • Όσο πιο σταθερό είναι το prompt σας στην αρχή της ακολουθίας, τόσο υψηλότερος θα είναι ο ρυθμός της προσωρινής αποθήκευσης