Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Négy tokentípus

5. lecke 14 közül Frissítve 2026. július 29. Haladó
Ezen az oldalon
  1. Értsd meg a tokenelszámolást
  2. Szöveges tokenek és a bemenet-kimenet különbség
  3. Képes tokenek
  4. Gyorsítótárazott tokenek
  5. Következtető tokenek
  6. Főbb megállapítások

Értsd meg a tokenelszámolást

A Grok API számlája nem egyszerűen a mennyiség szorozva az árral. Négy különböző tokentípus létezik, mindegyiknek megvannak a saját számlálási szabályai és díjazása, így két azonos teljes tokenmennyiséget fogyasztó alkalmazás végösszege jelentősen eltérhet. Ezen lebontás tanulmányozása elengedhetetlen a költségvetés indulás előtti megbecsléséhez – és ahhoz is, hogy éles üzemben megértsd, honnan ered egy elszabadult költségtétel.

4
Token Types
85%
Cached token savings
1,792
Max tokens per image
1M
Maximum context

Szöveges tokenek és a bemenet-kimenet különbség

A forgalom nagy részét a szöveges tokenek teszik ki: minden, amit elküldesz – rendszerutasítás, beszélgetési előzmények, felhasználói üzenet –, és minden, amit a modell válaszként generál. A grok-4.5 esetén a bemenet ára millió tokenenként 2,00 USD, a kimeneté pedig 6,00 USD. A grok-4.3 esetében ezek az értékek millió tokenenként 1,25 USD-ra, illetve 2,50 USD-ra csökkennek.

Jegyezd meg az arány jellegét: a kimenet következetesen drágább, mint a bemenet; a grok-4.5-nél ez a szorzó három. A szöveg generálása több számítási kapacitást igényel, mint a kontextus olvasása, és az árképzési tábla ezt az aszimmetriát tükrözi. A gyakorlati következmény ellentmondásosnak tűnhet: ezer tokennyi példa hozzáadása a rendszerutasításodhoz gyakran olcsóbb, mint hagyni, hogy a modell ezer token felesleges szöveget generáljon. Egy jól elhelyezett tömörségre utasítás néha a legjobb költségcsökkentő eszköz egy egész alkalmazásban.

Képes tokenek

Az API-nak küldött képet elemzés előtt tokenekké alakítja a rendszer. A szám képfelbontástól és részletgazdagságtól függően 256 token (alacsony felbontású bélyegkép) és 1792 token (nagy felbontású kép) között változik. Ezeket a tokeneket a szöveges bemenet árával számolják el, ami egyszerűvé teszi a mérlegelést: minden nehéz kép a számládon körülbelül ezerötszáz szónyi utasításnak felel meg.

Építsd be ezért ezt a reflexet a hívást megelőző folyamatba. Rendszeresen méretezd át a képeket az esetedhez szükséges minimális felbontásra, alkalmazz ésszerű JPEG-tömörítést, és ne küldj 4K-s képeket, ha a kérdés megválaszolásához egy szabványos kép is elegendő. Egy naponta több ezer fotót feldolgozó szolgáltatásnál ez az egyszerű átméretezés csökkenti a vizuális költségeket a válaszminőség romlása nélkül. Jegyezd meg közben a formátumkorlátokat is: csak JPG és PNG fogadott el, fájlonként legfeljebb 20 MiB méretig.

Gyorsítótárazott tokenek

A gyorsítótárazott tokenek olyan bemeneti tokenek, amelyeket az API automatikus gyorsítótárazó rendszere egy korábbi hívás során már megjegyzett. Ezeket erősen csökkentett áron számolják el: a grok-4.5-nél millió tokenenként 0,30 USD-ot (ami körülbelül 85%-os megtakarítás a 2,00 USD-os alapárhoz képest), a grok-4.3-nál pedig millió tokenenként 0,20 USD-ot az 1,25 USD helyett.

A gyorsítótárazást kiváltó mechanizmust a tanfolyam következő része tárgyalja. Egyelőre csak azt tudd, hol keresd az adatot: minden válaszban visszakapott usage objektum cached_tokens mezője megmutatja, hány bemeneti tokened élvezte a csökkentett díjazást. Ez az első mérőszám, amit integrálnod kell, ha komolyan kezelni szeretnéd a költségeidet.

Következtető tokenek

A negyedik típus azokra a modellekre vonatkozik, amelyek válaszadás előtt „gondolkodnak“, mint például a grok-4.20-0309-reasoning variáns. A következtető tokenek ezt a belső mérlegelést jelentik, amely a látható válasz előtt keletkezik.

Itt rejlik a leggyakoribb számlázási meglepetés: ezeket a tokeneket a kimeneti árral számolják el, nem a bemenetivel. A grok-4.5-nél ez millió tokenenként 6,00 USD-ot jelent. Mivel egy összetett kérdésnél a következtetés több ezer tokent is igénybe vehet, a válasz láthatatlan része néha meghaladja a láthatót. Adjunk hozzá egy részletet, ami gyakran zavarba ejti a csapatokat: a grok-4.20-0309 nem adja vissza nyílt szövegként a következtetési tartalmat (reasoning_content) az API-válaszban. Fizetsz egy gondolatmenetért, amit nem olvashatsz. Ez nem ok arra, hogy kizárd a következtetést, hanem arra, hogy csak ott engedélyezd, ahol valóban javítja az eredmény minőségét.

Árak 2026. augusztus 5-i állapot szerint – az árak rendszeresen változnak: bármilyen költségvetés-számítás előtt ellenőrizd az aktuális díjszabást a hivatalos xAI modell- és árlapon.

Főbb megállapítások

  • Négy tokentípus létezik: szöveges, képes, gyorsítótárazott (kedvezményes árú) és következtető (kimenetként elszámolt)
  • A képes tokenek száma a kép méretétől és részletgazdagságától függően 256 és 1792 között változik
  • A gyorsítótárazott tokenek körülbelül 85%-os megtakarítást jelentenek a grok-4.5 esetén
  • A következtető tokenek elszámolása a kimeneti ár szerint történik, ami jelentős költséget jelenthet
  • Válaszd ki a szükségleteidnek megfelelő modellt: a grok-4.3 jelentősen olcsóbb, mint a grok-4.5, mind a bemenet, mind a kimenet tekintetében