Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Optimoi kulujasi

Oppitunti 10 / 14 Päivitetty 2. marraskuuta 2026 Aloittelija
Tällä sivulla
  1. Hallitse API-budjettiasi
  2. Automaattinen välimuisti: paras liittolaisesi
  3. Batch API: 50 % alennus tokeneista
  4. Valitse oikea malli
  5. Varattu läpimeno (Enterprise)
  6. Yhdistetty strategia
  7. Keskeiset asiat

Hallitse API-budjettiasi

Grok-mallien käyttäminen tuotantoympäristössä voi vaatia merkittävää investointia. Hyvä uutinen on, että xAI tarjoaa useita optimointikeinoja, joilla voit oikein käytettynä vähentää kustannuksiasi 50–90 %. Tässä oppitunnissa esitellään konkreettisia strategioita tämän saavuttamiseksi.

Automaattinen välimuisti: paras liittolaisesi

xAI:n välimuisti on tehokkain käytössäsi oleva kustannussäästömekanismi. Se toimii automaattisesti: kun kaksi pyyntöä jakaa yhteisen etuliitteen (sama järjestelmäkehote, sama keskustelun alku), jo käsitellyt tokenit haetaan välimuistista uudelleenlaskennan sijaan.

Vähennys on valtava:

  • Grok 4.7: välimuistissa olevat tokenit 0,50 $/M instead of 2,00 $/M (75 %:n vähennys)
  • Grok 4.5: 0,30 $/M instead of 2,00 $/M (85 %)
  • Grok 4.3 ja sukupolven 4.20 mallit: 0,20 $/M instead of 1,25 $/M (84 %)

Maksimoi välimuistin osumaprosentti

Saadaksesi välimuistista kaiken irti, noudata näitä periaatteita:

Pidä järjestelmäkehotteesi vakiona. Tämä on pisin ja useimmin uudelleenkäytetty etuliite. Jos muutat sitä pyyntöjen välillä, välimuisti mitätöityy koko pyynnön osalta.

Liitä uudet viestit aina loppuun. Älä järjestele keskusteluhistoriaa uudelleen – jokainen muutos etuliitteessä rikkoo välimuistin.

Käytä x-grok-conv-id-otsikkoa. Tämä otsikko, joka saa arvokseen UUID v4:n, kertoo xAI:lle, että useat pyynnöt kuuluvat samaan keskusteluun. Tämä parantaa reititystä oikeaan välimuistiin.

x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000

Käytä samaa UUID:tä kaikille saman keskustelun pyynnöille ja uutta UUID:tä jokaiselle uudelle keskustelulle.

Batch API: 50 % alennus tokeneista

Tammikuusta 2026 lähtien saatavilla oleva Batch API tarjoaa 50 %:n alennuksen vakiotokenhinnista. Periaate on yksinkertainen: lähetät pyyntöerän ja haet tulokset epäsynkronisesti reaaliaikaisten vastausten sijaan.

Malli Vakio-syöte Batch-syöte Vakio-tuloste Batch-tuloste
Grok 4.5 $2.00 $1.00 $6.00 $3.00
Grok 4.3 $1.25 $0.63 $2.50 $1.25

Tärkeää: Batch-alennus koskee vain teksti tokeneita. Kuvien ja videoiden generointi veloitetaan vakiohinnoin, vaikka käyttäisit Batch API:a.

Maaliskuusta 2026 lähtien voit ladata JSONL-tiedostosi Files API:n kautta erien lähettämistä varten, mikä yksinkertaistaa työnkulkua.

Valitse oikea malli

Mallin valinta on usein vaikuttavin optimointikeino. Tässä kustannuslähtöinen päätöksentekokehys:

Käytä oletuksena grok-4.3:tta. Se on taloudellisin yleiskäyttöinen malli useimpiin tehtäviin, ja se tarjoaa laajimman konteksti-ikkunan mallistossa. Syöte 1,25 $/M, tuloste 2,50 $/M.

Ota päättelykäyttöön vain tarvittaessa. Päättelytokenit veloitetaan tulostehinnalla. Päättelypyyntö voi maksaa 2–5 kertaa enemmän kuin ei-päättelypyyntö samalla mallilla.

Päivitä Grok 4.5:een vain monimutkaisissa tehtävissä, jotka vaativat syvällistä päättelyä. Älä käytä sitä luokitteluun tai yksinkertaiseen tiivistämiseen.

Käytä koodiin grok-build-0.1:tä Grok 4.5:n sijaan: se on malliston nopein malli, puoleen hintaan syötteessä (1,00 $ vs 2,00 $) ja kolme kertaa edullisempi tulosteessa (2,00 $ vs 6,00 $).

Varattu läpimeno (Enterprise)

Enterprise-asiakkaille, joilla on ennustettavia volyymeja, Provisioned Throughput tarjoaa omistetun kapasiteetin 99,9 %:n SLA-takuulla. Laskutusmalli on 10,00 $ päivässä yksikköä kohden, ja vähimmäissitoumus on 30 päivää.

Tämä on järkevää, jos tarvitset taatut vasteajat ja korkeammat nopeusrajat kuin maksa-käytön-mukaan -mallissa tarjoaa. Taloudellinen hyöty riippuu volyymistasi: laske kuukausittainen kulutuksesi maksa-käytön-mukaan -mallissa ja vertaa sitä varatun kapasiteetin kustannuksiin.

Yhdistetty strategia

Optimaalinen strategia yhdistää useita keinoja:

  1. grok-4.3 oletusmallina
  2. Maksimoidtu välimuisti vakaiden kehotteiden ja x-grok-conv-id:n avulla
  3. Batch API kaikkeen käsittelyyn, joka ei vaadi välitöntä vastausta
  4. Älykäs reititys Grok 4.5:een vain, kun laatu sitä vaatii

Yhdistämällä välimuistin (75–85 % alennus syötteeseen mallista riippuen) ja batch-käsittelyn (50 %), voit saavuttaa erittäin alhaiset tehokkaat kustannukset jopa suurilla volyymeillä.

Keskeiset asiat

  • Automaattinen välimuisti on tehokkain keino: 75–85 %:n vähennys syötetokeneissa mallista riippuen
  • Käytä x-grok-conv-id:tä parantaaksesi välimuistin osumaprosenttia
  • Batch API tarjoaa 50 %:n alennuksen teksti tokeneihin
  • Valitse laatuvaatimuksesi täyttävä edullisin malli
  • grok-4.3 on optimaalinen oletusvalinta useimmissa tapauksissa
  • Yhdistä välimuisti + batch + oikea malli maksimoidaksesi säästöt