Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Καταμέτρηση Token Συλλογισμού

Μάθημα 8 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Κατανόηση των token συλλογισμού
  2. Το αντικείμενο usage στα Chat Completions
  3. Πρόσβαση στα token συλλογισμού στον κώδικα
  4. Χρέωση με τον συντελεστή εξόδου
  5. Ο ρόλος του max_completion_tokens
  6. Βασικά σημεία

Μάθημα ξαναγράφηκε στις 3 Νοεμβρίου 2026 με βάση την αναφορά API της xAI (Chat Completions και Responses), τον οδηγό Reasoning και το παράδειγμα Reasoning Effort Evals από το cookbook: στην xAI, το completion_tokens (ή output_tokens) μετρά μόνο την ορατή απάντηση, ο συλλογισμός μετριέται ξεχωριστά και το σύνολο προσθέτει και τα τρία· το όριο εξόδου δεν περιορίζει τον συλλογισμό. Η προηγούμενη έκδοση ισχυριζόταν το αντίθετο, χρησιμοποιούσε πεδία Chat Completions σε απάντηση Responses API, όριζε effort στο grok-4.20-0309-reasoning που δεν το δέχεται και εμφάνιζε στιγμιότυπο οθόνης που δεν ταίριαζε με το API· αυτά τα στοιχεία διορθώθηκαν ή αφαιρέθηκαν. Πηγές: Chat Completions · Responses · Reasoning Effort Evals.

Κατανόηση των token συλλογισμού

Τα μοντέλα συλλογισμού παράγουν δύο είδη token: εκείνα για την ορατή απάντηση και εκείνα για την εσωτερική διαδικασία σκέψης του μοντέλου. Η κατανόηση του τρόπου με τον οποίο η xAI τα μετρά είναι απαραίτητη για να ελέγξετε το κόστος σας και να διαβάζετε σωστά τους πίνακες ελέγχου σας.

Output
Billed at the output rate
usage
Detailed tracking object
Separate
Reasoning counted outside response
Effort
The lever on reasoning

Το αντικείμενο usage στα Chat Completions

Κάθε απάντηση περιλαμβάνει ένα αντικείμενο usage που λεπτομερεί την κατανάλωση. Ορίστε το παράδειγμα από την αναφορά API Chat Completions της xAI:

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

Σε αυτό το παράδειγμα:

  • prompt_tokens (32): token στο μήνυμα εισόδου
  • completion_tokens (9): token στην ορατή απάντηση
  • reasoning_tokens (94): token αφιερωμένα στον εσωτερικό συλλογισμό
  • total_tokens (135): το άθροισμα και των τριών, 32 + 9 + 94

Επομένως, ο συλλογισμός δεν περιλαμβάνεται στο completion_tokens: προστίθεται σε αυτό. Προσοχή αν έρχεστε από άλλο API όπου η σύμβαση διαφέρει ή αν ο πίνακας ελέγχου σας υπολογίζει την ορατή απάντηση με αφαίρεση.

Πρόσβαση στα token συλλογισμού στον κώδικα

Στο Responses API, οι ίδιες πληροφορίες φέρουν διαφορετικά ονόματα: input_tokens, output_tokens για την ορατή απάντηση και output_tokens_details.reasoning_tokens για τον συλλογισμό.

response = client.responses.create(
    model="grok-4.7",
    input="Solve the integral of 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"Response tokens: {visible_response}")
print(f"Reasoning share: {reasoning / billed_output * 100:.0f}%")

Ορίζετε το effort στα grok-4.7, grok-4.6 και grok-4.5· το grok-4.20-0309-reasoning συλλογίζεται πάντα, χωρίς παράμετρο effort.

Χρέωση με τον συντελεστή εξόδου

Τα token συλλογισμού χρεώνονται με τον συντελεστή των token εξόδου, όπως μας υπενθυμίζει το παράδειγμα Reasoning Effort Evals στο cookbook της xAI. Για το grok-4.7 στα 6 $ ανά εκατομμύριο token εξόδου (prompt κάτω από 200.000 token), κάθε token συλλογισμού κοστίζει όσο ένα token απάντησης.

Επομένως, το effort επιβαρύνει τον λογαριασμό, αλλά όχι πάντα όσο ίσως φαντάζεστε. Στο ίδιο αυτό παράδειγμα, σε τριάντα σύντομα εισιτήρια υποστήριξης που διαχειρίστηκε το grok-4.7, τα effort medium, high και xhigh κατανάλωσαν περίπου την ίδια ποσότητα συλλογισμού—περίπου 600 token ανά απάντηση—ενώ το low κατανάλωσε περίπου 140 και κόστισε τα μισά, με βαθμολογίες όλες μεταξύ 87% και 93%. Μετρήστε στα δικά σας δεδομένα πριν επιλέξετε.

Παράδειγμα υπολογισμού κόστους

# grok-4.7: $6.00/M output tokens (prompt < 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"Output cost: ${cost:.4f}")  # $0.0057

Ο ρόλος του max_completion_tokens

Το όριο εξόδου—max_completion_tokens στα Chat Completions, max_output_tokens στο Responses API—ισχύει μόνο για την ορατή απάντηση: σύμφωνα με την αναφορά API, τα token συλλογισμού και οι κλήσεις συναρτήσεων δεν προσμετρώνται σε αυτό. Χωρίς τιμή, η προεπιλογή είναι 128.000 token. Για να περιορίσετε τον συλλογισμό, πρέπει να ορίσετε το effort (μάθημα 10).

{
  "model": "grok-4.7",
  "messages": [
    {"role": "user", "content": "Explain special relativity."}
  ],
  "reasoning_effort": "medium",
  "max_completion_tokens": 2000
}

Τιμολόγηση επαληθεύτηκε στις 3 Νοεμβρίου 2026—οι τιμές αλλάζουν τακτικά: πριν από οποιοδήποτε υπολογισμό προϋπολογισμού, ελέγξτε τον τρέχοντα τιμοκατάλογο στην επίσημη σελίδα μοντέλων και τιμολόγησης της xAI.

Βασικά σημεία

  • Τα token συλλογισμού βρίσκονται στο usage.completion_tokens_details.reasoning_tokens (Chat Completions) ή στο usage.output_tokens_details.reasoning_tokens (Responses)
  • Στην xAI, τα completion_tokens και output_tokens μετρούν μόνο την ορατή απάντηση· το σύνολο προσθέτει την είσοδο, την απάντηση και τον συλλογισμό
  • Τα token συλλογισμού χρεώνονται με τον συντελεστή εξόδου
  • Το όριο εξόδου περιορίζει μόνο την ορατή απάντηση· το effort ελέγχει τον συλλογισμό
  • Η διαφορά κόστους μεταξύ των επιπέδων effort εξαρτάται από την εργασία: μετρήστε την στα δικά σας δεδομένα