Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Fachtú agus optamú costais

Ceacht 9 as 12 Nuashonraithe 3 Samhain 2026 Forbróir
Ar an leathanach seo
  1. Tokens réasúnaíochta ar do bhille
  2. Praghsáil de réir múnla (Iúil 2026)
  3. Rianaigh costas gach iarratais
  4. Straitéisí optamaithe costais
  5. Rianú buiséid i dtáirgeadh
  6. Príomhphointí

Nuashonraithe an 3 Samhain, 2026: Bhain samplaí roimhe seo úsáid as usage.prompt_tokens agus usage.completion_tokens ar fhreagairtí ón API Freagairtí, a nochtann input_tokens, output_tokens, agus a sonraí (cached_tokens, reasoning_tokens): tharraing an cód earráid AttributeError. Anois, cuimsíonn rianú costais ionchur i dtaisce, agus tá an comhairle chun an teorainn aschuir a laghdú chun réasúnaíocht a theorannú ceartaithe, toisc nach n-áirítear an teorainn seo leis an réasúnaíocht. Foinse: Múnlaí agus Praghsáil · Dea-chleachtais.

Tokens réasúnaíochta ar do bhille

Is gné ríthábhachtach de úsáid mhúnlaí xAI é fachtú do thokens réasúnaíochta. Fachtóir na tokens seo ag an ráta token aschuir—an ráta is airde—agus d’fhéadfadh úsáid neamh-optamaithe costais a ardú go tapa, go háirithe le hiarracht réasúnaíochta ard ar grok-4.5.

Rud nua do 2026 atá tábhachtach le tuiscint: tá an praghsáil céimnithe. Braitheann an praghas in aghaidh an token ar mhéid chomhthéacs an iarratais. Faoi bhun 200k token spreagtha, íocann tú an gnáth-ráta; os a chionn sin, dúbailtear an ráta.

Praghsáil de réir múnla (Iúil 2026)

Praghas in aghaidh an mhilliúin token.

Múnla Ionchur < 200k Aschur < 200k Ionchur ≥ 200k Aschur ≥ 200k
grok-4.5 $2.00 $6.00 $4.00 $12.00
grok-4.20-0309-reasoning $1.25 $2.50 $2.50 $5.00
grok-4.3 $1.25 $2.50 $2.50 $5.00
grok-build-0.1 $1.00 $2.00 $2.00 $4.00

Fachtóir tokens réasúnaíochta ag an ráta sa cholún “Aschur”. Le grok-4.5 faoi bhun 200k comhthéacs, costálann gach milliún token réasúnaíochta $6.00; le grok-4.20-0309-reasoning, $2.50. Agus má sháraíonn do spreagadh 200k token, dúbailtear na méideanna seo: $12.00 agus $5.00.

Rianaigh costas gach iarratais

Tá áireamháin token san oibiacht usage sa fhreagra; d’fhéadfadh roinnt freagairtí ó API xAI réimsí costais dhíreacha a chur san áireamh freisin. Déan iniúchadh ar an oibiacht usage a thugtar ar ais ag do mhúnla agus seiceáil an doiciméadú oifigiúil le haghaidh réimsí atá ar fáil. Murach sin, tá an ríomh de láimh simplí:

response = client.responses.create(
    model="grok-4.5",
    input="Solve this dynamic programming problem...",
    reasoning={"effort": "high"}
)

# Rátaí grok-4.5 faoi bhun 200k token comhthéacs (áiríonn API na Freagairtí isteach/aschur)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000  # áiríonn sé réasúnaíocht
total_cost = input_cost + output_cost

print(f"Input cost: ${input_cost:.6f}")
print(f"Output cost: ${output_cost:.6f}")
print(f"Total cost: ${total_cost:.6f}")

Rabhadh: glacann an ríomh seo leis go bhfuil comhthéacs faoi bhun 200k token. I dtáirgeadh, caithfidh do rianaire an chéim infheidhme a bhrath (féach thíos).

Straitéisí optamaithe costais

1. Meaitseáil an iarracht leis an tasc

Is é an chéad optamú, agus an ceann is éifeachtaí, ná an leibhéal iarrachta réasúnaíochta ceart a roghnú ar grok-4.5. Is féidir le hiarracht íseal go leor níos lú tokens réasúnaíochta a úsáid ná iarracht ard:

# Sórtáil iarratais de réir castachta
if complexity == "simple":
    effort = "low"      # réasúnaíocht ghairid
elif complexity == "medium":
    effort = "medium"   # réasúnaíocht idirmheánach
else:
    effort = "high"     # réasúnaíocht dhomhain

Seiceáil na luachanna cruinne a nglacann an paraiméadar leo ar leathanach na múnlaí oifigiúil.

2. Úsáid an múnla ceart

Do thascanna coitianta réasúnaíochta, costálann grok-4.20-0309-reasoning ag $2.50/M aschur níos lú ná leath de grok-4.5 ag $6.00/M. Coinnigh an múnla bratach do thascanna a éilíonn go fírinneach é. Maidir le cód, tá grok-build-0.1 ag $2.00/M aschur níos eacnamaíche fós.

3. Fan faoin gcéim 200k token

Is luamhán díreach é an chéim praghsála: costálann iarratas le 250k token comhthéacs dhá oiread in aghaidh an token le hiarratas le 150k. Sula seolann tú comhthéacs ollmhór, fiafraigh díot féin an mbeadh sé níos saoire agus níos éifeachtaí é a roinnt ina roinnt iarratais níos lú (nó achoimre idirmheánach).

4. Bain tairbhe as taisceadh spreagtha

Tairgeann xAI praghsáil laghdaithe do thokens ionchuir atá sa taisce cheana: costálann réamhleaganacha spreagtha arna n-athúsáid (treoracha córais, comhthéacs roinnte) níos lú nuair a athúsáidtear iad ó iarratas go chéile. Faoi bhun 200k token, costálann ionchur i dtaisce $0.30 in aghaidh an mhilliúin in ionad $2.00 le grok-4.5, agus $0.20 in ionad $1.25 le grok-4.20-0309-reasoning (leathanach Múnlaí agus Praghsáil, Samhain 2026). Struchtúraigh do spreagtha le codanna cobhsaí ag an gceann; feictear an chuid a fhreastalaítear ón taisce in usage.input_tokens_details.cached_tokens.

5. Méadaigh an teorainn aschuir

Ní theorannaíonn an teorainn aschuir (max_output_tokens san API Freagairtí, max_completion_tokens i gCríochnuithe Comhrá) ach an fhreagra infheicthe: ní áirítear tokens réasúnaíochta léi. Dá bhrí sin, ní laghdaíonn í a ísliú an réasúnaíocht; rioscaíonn sí an fhreagra a ghearradh amach ina haonar. Molann dea-chleachtais xAI í a shocrú os cionn na freagra is faide a bhfuiltear ag súil léi, nó a luach réamhshocraithe 128,000 token a fhágáil mar atá. Chun réasúnaíocht a laghdú, ísligh an iarracht ar mhúnlaí a nglacann leo, nó roghnaigh múnla níos saoire.

Rianú buiséid i dtáirgeadh

class CostTracker:
    # Rátaí in aghaidh MTok: (ionchur, ionchur i dtaisce, aschur) de réir céime comhthéacs
    RATES = {
        "grok-4.5": {"low": (2.00, 0.30, 6.00), "high": (4.00, 0.60, 12.00)},
        "grok-4.20-0309-reasoning": {"low": (1.25, 0.20, 2.50), "high": (2.50, 0.40, 5.00)},
        "grok-build-0.1": {"low": (1.00, 0.20, 2.00), "high": (2.00, 0.40, 4.00)},
    }
    TIER_THRESHOLD = 200_000  # tokens spreagtha

    def __init__(self):
        self.total_cost = 0
        self.request_count = 0

    def track(self, response, model="grok-4.5"):
        usage = response.usage  # freagra ón API Freagairtí
        details = usage.input_tokens_details
        cached = details.cached_tokens if details else 0
        tier = "high" if usage.input_tokens >= self.TIER_THRESHOLD else "low"
        rate_in, rate_cached, rate_out = self.RATES[model][tier]
        cost = (
            (usage.input_tokens - cached) * rate_in / 1e6
            + cached * rate_cached / 1e6
            + usage.output_tokens * rate_out / 1e6  # áiríonn sé réasúnaíocht
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Praghsáil ón 5 Lúnasa, 2026 — athraíonn praghsanna go rialta: sula ndéanann tú aon ríomh buiséid, fíoraigh an greille reatha ar leathanach oifigiúil múnlaí agus praghsála xAI.

Príomhphointí

  • Fachtóir tokens réasúnaíochta ag an ráta token aschuir
  • Tá praghsáil 2026 céimnithe: thar 200k token comhthéacs, dúbailtear an praghas in aghaidh an token
  • Costálann grok-4.5 $2/$6 in aghaidh MTok faoi bhun 200k ($4/$12 os a chionn); costálann grok-4.20-0309-reasoning $1.25/$2.50 ($2.50/$5 os a chionn)
  • Na trí luamhán mhóra: meaitseáil iarracht na réasúnaíochta, roghnaigh an múnla ceart, fan faoin gcéim 200k
  • Rianaigh do chostais iarratas ar iarratas, ag cur san áireamh an chéim infheidhme