Optimiziraj svoje troškove
Na ovoj stranici
Savladaj svoj API proračun
Korištenje Grok modela u proizvodnji može predstavljati značajno ulaganje. Dobra vijest: xAI nudi nekoliko poluga za optimizaciju koje, uz ispravnu uporabu, mogu smanjiti tvoje troškove za 50% do 90%. Ova lekcija predstavlja konkretne strategije za postizanje toga.
Automatski predmemorija: Tvoj najbolji saveznik
xAI-jeva predmemorija najmoćniji je mehanizam za uštedu troškova koji ti je na raspolaganju. Radi automatski: kada dva zahtjeva dijele zajednički prefiks (isti sistemski prompt, isti početak razgovora), tokeni koji su već obrađeni dohvaćaju se iz predmemorije umjesto da se ponovno izračunavaju.
Smanjenje je masivno:
- Grok 4.7: tokeni iz predmemorije po $0.50/M umjesto $2.00/M (smanjenje od 75%)
- Grok 4.5: $0.30/M umjesto $2.00/M (85%)
- Grok 4.3 i generacija 4.20: $0.20/M umjesto $1.25/M (84%)
Maksimiziraj stopu pogodaka predmemorije
Da bi izvukao maksimum iz predmemorije, slijedi ova načela:
Zadrži svoj sistemski prompt stabilnim. To je najduži i najčešće ponovno korišteni prefiks. Ako ga modificiraš između zahtjeva, predmemorija se poništava za cijeli zahtjev.
Uvijek dodaj nove poruke na kraj. Nemoj reorganizirati povijest razgovora – svaka izmjena prefiksa ruši predmemoriju.
Koristi zaglavlje x-grok-conv-id. Ovo zaglavlje, koje prihvaća UUID v4, govori xAI-u da više zahtjeva pripada istom razgovoru. To poboljšava usmjeravanje na odgovarajuću predmemoriju.
x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000
Koristi isti UUID za sve zahtjeve unutar jednog razgovora, a novi UUID za svaki novi razgovor.
Batch API: 50% popusta na tokene
Batch API, dostupan od siječnja 2026., nudi smanjenje od 50% na standardne cijene tokena. Princip: šalješ skupinu zahtjeva i asinkrono dohvaćaš rezultate, umjesto da dobivaš odgovore u stvarnom vremenu.
| Model | Standardni ulaz | Batch ulaz | Standardni izlaz | Batch izlaz |
|---|---|---|---|---|
| Grok 4.5 | $2.00 | $1.00 | $6.00 | $3.00 |
| Grok 4.3 | $1.25 | $0.63 | $2.50 | $1.25 |
Važno: Smanjenje putem batcha vrijedi samo za tekstualne tokene. Generiranje slika i videa ostaje po standardnim cijenama, čak i putem Batch API-ja.
Od ožujka 2026. možeš učitavati svoje JSONL datoteke putem Files API-ja za slanje svojih batcheva, što pojednostavljuje radni tijek.
Odaberi pravi model
Odabir modela često je najutjecajnija poluga optimizacije. Evo okvira za donošenje odluka usmjerenog na troškove:
Zadano koristi grok-4.3. To je najekonomičniji model opće namjene za većinu zadataka i nudi najveći kontekstni prozor u ponudi. Ulaz po $1.25/M, izlaz po $2.50/M.
Omogući rezoniranje samo kada je potrebno. Tokeni za rezoniranje naplaćuju se po stopi izlaza. Zahtjev za rezoniranje može koštati 2 do 5 puta više od zahtjeva bez rezoniranja na istom modelu.
Nadogradi na Grok 4.5 samo za složene zadatke koji zahtijevaju duboko rezoniranje. Nemoj ga koristiti za klasifikaciju ili jednostavno sažimanje.
Koristi grok-build-0.1 za kod umjesto Grok 4.5: to je najbrži model u ponudi, upola jeftiniji na ulazu ($1.00 naspram $2.00) i tri puta jeftiniji na izlazu ($2.00 naspram $6.00).
Osigurana propusnost (Enterprise)
Za Enterprise klijente s predvidivim obujmom, Osigurana propusnost (Provisioned Throughput) nudi namjenski kapacitet s 99,9% SLA-om. Model naplate iznosi $10.00 dnevno po jedinici, uz minimalnu obvezu od 30 dana.
Ovo je relevantno ako ti trebaju zajamčena kašnjenja i veća ograničenja stope (rate limits) nego kod plaćanja po potrošnji. Ekonomska korist ovisi o tvom obujmu: izračunaj svoju mjesečnu potrošnju po modelu plaćanja po potrošnji i usporedi je s troškom osigurane propusnosti.
Kombinirana strategija
Optimalna strategija kombinira nekoliko poluga:
- grok-4.3 kao zadani model
- Maksimizirana predmemorija putem stabilnih promptova i
x-grok-conv-id - Batch API za svu obradu koja ne zahtijeva trenutni odgovor
- Inteligentno usmjeravanje na Grok 4.5 samo kada kvaliteta to zahtijeva
Kombiniranjem predmemorije (75% do 85% popusta na ulaz ovisno o modelu) i batcha (50%), možeš postići vrlo niske efektivne troškove, čak i pri velikim obujmima.
Ključne točke
- Automatska predmemorija najmoćnija je poluga: smanjenje od 75% do 85% na ulazne tokene ovisno o modelu
- Koristi
x-grok-conv-idza poboljšanje stope pogodaka predmemorije - Batch API nudi smanjenje od 50% na tekstualne tokene
- Odaberi najjeftiniji model koji zadovoljava tvoje zahtjeve kvalitete
- grok-4.3 je optimalan zadani izbor za većinu slučajeva
- Kombiniraj predmemoriju + batch + pravi model za maksimiziranje uštede