Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Χρόνος αναμονής, απαγορευμένες παράμετροι και διαμόρφωση

Μάθημα 11 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Διαμορφώστε σωστά τα αιτήματα συλλογισμού σας
  2. Χρόνος αναμονής: τουλάχιστον 900 δευτερόλεπτα
  3. Απαγορευμένες παράμετροι στα μοντέλα συλλογισμού
  4. Διαχείριση σφαλμάτων που σχετίζονται με παραμέτρους
  5. Ροή (Streaming) με μοντέλα συλλογισμού
  6. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026. Με βάση τις βέλτιστες πρακτικές της xAI και τον οδηγό Reasoning: ο συνιστώμενος χρόνος αναμονής είναι τουλάχιστον 900 δευτερόλεπτα (3.600 στα παραδείγματα), και όχι «ελάχιστο όριο 3.600 δευτερολέπτων»· η λίστα των μοντέλων συλλογισμού περιλαμβάνει τα grok-4.6 και grok-4.7· το grok-4.7 μεταδίδει ροή (stream) μιας περίληψης του συλλογισμού του· αφαιρούνται οι δικαιολογίες για τις απαγορευμένες παραμέτρους, οι οποίες απουσιάζουν από την τεκμηρίωση. Πηγές: Βέλτιστες πρακτικές · Συλλογισμός.

Διαμορφώστε σωστά τα αιτήματα συλλογισμού σας

Τα μοντέλα συλλογισμού έχουν συγκεκριμένους περιορισμούς που δεν ισχύουν για τα κλασικά μοντέλα. Η αγνόηση αυτών των περιορισμών μπορεί να προκαλέσει σιωπηλά σφάλματα, απροσδόκητες λήξεις χρονικού ορίου (timeouts) ή περικομμένες απαντήσεις. Αυτό το μάθημα καλύπτει τις απαραίτητες παραμέτρους διαμόρφωσης.

Χρόνος αναμονής: τουλάχιστον 900 δευτερόλεπτα

Οι βέλτιστες πρακτικές της xAI απαιτούν τουλάχιστον 900 δευτερόλεπτα ανά αίτημα, και 1.800 δευτερόλεπτα ή περισσότερο για μεγάλες αξιολογήσεις· τα παραδείγματα στον οδηγό Reasoning ορίζουν ακόμη και την καθυστέρηση στα 3.600 δευτερόλεπτα (1 ώρα). Αυτοί οι αριθμοί μπορεί να φαίνονται υψηλοί, αλλά αντανακλούν την πραγματικότητα: ο βαθύς συλλογισμός σε ένα σύνθετο πρόβλημα μπορεί να διαρκέσει αρκετά λεπτά. Η xAI συνιστά επίσης την προτίμηση της ροής (streaming), η οποία διατηρεί τη σύνδεση ενεργή κατά τη διάρκεια μεγάλων δημιουργιών.

Γιατί τόσο μεγάλος χρόνος αναμονής;

Όταν ένα μοντέλο συλλογισμού επεξεργάζεται ένα δύσκολο πρόβλημα (μαθηματική απόδειξη, σύνθετη ανάλυση κώδικα, συλλογισμός πολλαπλών βημάτων), ενδέχεται να δημιουργήσει χιλιάδες εσωτερικά tokens συλλογισμού πριν διατυπώσει την απάντησή του. Αυτή η διαδικασία είναι γραμμική και δεν μπορεί να παραλληλοποιηθεί.

Διαμόρφωση χρόνου αναμονής

import httpx
from openai import OpenAI

# Διαμόρφωση με υψηλό χρονικό όριο
client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.x.ai/v1",
    timeout=httpx.Timeout(3600.0, connect=10.0)
)

Σε JavaScript με το SDK της OpenAI:

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'your-api-key',
  baseURL: 'https://api.x.ai/v1',
  timeout: 3600 * 1000  // 3600 δευτερόλεπτα σε χιλιοστά του δευτερολέπτου
});

Χρόνος αναμονής διακομιστή web

Εάν η εφαρμογή σας βρίσκεται πίσω από έναν διακομιστή μεσολάβησης αντιστροφής (reverse proxy) (nginx, Apache), διαμορφώστε επίσης το χρονικό όριο στην πλευρά του διακομιστή:

# nginx
location /api/ {
    proxy_read_timeout 3600s;
    proxy_connect_timeout 10s;
    proxy_send_timeout 3600s;
}

Απαγορευμένες παράμετροι στα μοντέλα συλλογισμού

Τρεις παράμετροι που χρησιμοποιούνται συχνά με τα κλασικά μοντέλα δεν μπορούν να σταλούν στα μοντέλα συλλογισμού της xAI: σύμφωνα με τον οδηγό Reasoning, ένα αίτημα που τις περιέχει επιστρέφει σφάλμα. Η τεκμηρίωση δεν δίνει τον λόγο για αυτές τις απαγορεύσεις· απλώς θυμηθείτε τον κανόνα.

presencePenalty

// ΣΦΑΛΜΑ στα μοντέλα συλλογισμού
{
  "model": "grok-4.20-0309-reasoning",
  "presence_penalty": 0.5,  // Απαγορευμένο!
  "messages": [...]
}

Το presencePenalty επιβάλλει ποινή στα tokens που έχουν ήδη εμφανιστεί στην απάντηση για να ενθαρρύνει την ποικιλομορφία.

frequencyPenalty

// ΣΦΑΛΜΑ στα μοντέλα συλλογισμού
{
  "model": "grok-4.20-0309-reasoning",
  "frequency_penalty": 0.3,  // Απαγορευμένο!
  "messages": [...]
}

Το frequencyPenalty επιβάλλει ποινή στα tokens ανάλογα με τη συχνότητα εμφάνισής τους.

stop

// ΣΦΑΛΜΑ στα μοντέλα συλλογισμού
{
  "model": "grok-4.20-0309-reasoning",
  "stop": ["\n\n"],  // Απαγορευμένο!
  "messages": [...]
}

Η παράμετρος stop διακόπτει τη δημιουργία όταν εμφανίζεται μια συγκεκριμένη ακολουθία. Για να οριοθετήσετε το μήκος της απάντησης, χρησιμοποιήστε αντί αυτής το max_completion_tokens, το οποίο θέτει όριο μόνο στην ορατή απάντηση, και μια οδηγία μορφοποίησης στο prompt.

Διαχείριση σφαλμάτων που σχετίζονται με παραμέτρους

Κατά τη μεταφορά υπάρχοντος κώδικα σε ένα μοντέλο συλλογισμού, καθαρίστε τις μη υποστηριζόμενες παραμέτρους:

def prepare_params(model, base_params):
    """Καθαρίζει τις παραμέτρους για τα μοντέλα συλλογισμού."""
    reasoning_models = [
        # τρέχον εύρος
        "grok-4.7", "grok-4.6", "grok-4.5", "grok-4.20-0309-reasoning",
        # ιστορικοί αναγνωριστές, ακόμη παρόντες σε υπάρχοντα κώδικα
        "grok-3-mini", "grok-4-fast-reasoning",
    ]

    params = {**base_params, "model": model}

    if model in reasoning_models:
        # Αφαίρεση απαγορευμένων παραμέτρων
        for forbidden in ["presence_penalty", "frequency_penalty", "stop"]:
            params.pop(forbidden, None)

        # Αντικατάσταση του max_tokens με max_completion_tokens
        if "max_tokens" in params:
            params["max_completion_tokens"] = params.pop("max_tokens")

    return params

Ροή (Streaming) με μοντέλα συλλογισμού

Η ροή λειτουργεί με τα μοντέλα συλλογισμού, αλλά η συμπεριφορά εξαρτάται από τη δημιουργία: στο grok-3-mini (προηγούμενη γενιά), το reasoning_content εμφανιζόταν καθαρά στη ροή, πριν από τα tokens της απάντησης. Στο grok-4.20-0309-reasoning, ο συλλογισμός παραμένει εσωτερικός και δεν μεταδίδεται σε ροή: μόνο η τελική απάντηση φτάνει στη ροή. Αξιοσημείωτη εξαίρεση: στο Responses API, το grok-4.7 μεταδίδει σε ροή μια περίληψη του συλλογισμού του, μέσω των συμβάντων response.reasoning_summary_text.delta που μπορείτε να εμφανίσετε πριν από την απάντηση.

Ιστορικό παράδειγμα με grok-3-mini:

stream = client.chat.completions.create(
    model="grok-4.20-0309-reasoning",
    messages=[{"role": "user", "content": "Why is the sky blue?"}],
    reasoning_effort="high",
    stream=True
)

for chunk in stream:
    delta = chunk.choices[0].delta
    if hasattr(delta, 'reasoning_content') and delta.reasoning_content:
        print(f"[Reasoning] {delta.reasoning_content}", end="")
    elif delta.content:
        print(f"[Response] {delta.content}", end="")

Βασικά σημεία

  • Επιτρέψτε τουλάχιστον 900 δευτερόλεπτα ανά αίτημα (3.600 στα παραδείγματα του οδηγού Reasoning) και προτιμήστε τη ροή (streaming)
  • Τρεις παράμετροι είναι απαγορευμένες: presencePenalty, frequencyPenalty και stop
  • Καθαρίστε τις παραμέτρους κατά τη μετάβαση από κλασικά μοντέλα
  • Χρησιμοποιήστε το max_completion_tokens αντί του max_tokens
  • Η ροή λειτουργεί, αλλά η συμπεριφορά διαφέρει ανά μοντέλο