Számlázás és költségoptimalizálás
Ezen az oldalon
Frissítve: 2026. november 3.: A korábbi példák a
usage.prompt_tokensésusage.completion_tokensattribútumokat próbálták elérni a Responses API válaszaiban, amelyek helyett most azinput_tokens,output_tokensés azok részletei (cached_tokens,reasoning_tokens) érhetők el: a kódAttributeErrorhibát dobott. A költségnyomon követés most már figyelembe veszi a gyorsítótárazott bemenetet, és kijavítottuk azt a tanácsot, amely az kimeneti limit csökkentését javasolta a következtetés (reasoning) korlátozására, mivel ez a limit nem számít bele a következtetési tokenekbe. Források: Modellek és árazás · Legjobb gyakorlatok.
Következtetési tokenek a számládon
A következtetési tokenek számlázása kritikus szempont az xAI modellek használatakor. Ezeket a tokeneket a kimeneti tokenek díjszabása szerint – ami a legmagasabb tarifa – számolják el, és a nem optimalizált használat gyorsan megemelheti a költségeket, különösen magas következtetési erőfeszítés mellett a grok-4.5 esetében.
Újdonság 2026-ban, és fontos megérteni: az árazás lépcsőzetes. A tokenenkénti ár a kérés kontextusának méretétől függ. 200 ezer prompt token alatt az alapdíjat fizeted; efölött az ár megduplázódik.
Árazás modellenként (2026. július)
Ár milliónyi tokenenként.
| Modell | Bemenet < 200k | Kimenet < 200k | Bemenet ≥ 200k | Kimenet ≥ 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 |
A következtetési tokenek számlázása a „Kimenet“ oszlop árai szerint történik. A grok-4.5 esetén 200 ezer kontextus token alatt minden egymillió következtetési token 6,00 USD-be kerül; a grok-4.20-0309-reasoning esetében ez 2,50 USD. Ha azonban a promptod meghaladja a 200 ezer tokent, ezek az összegek megduplázódnak: 12,00 USD, illetve 5,00 USD.
Minden kérés költségének nyomon követése
A válaszban található usage objektum tartalmazza a tokenszámlálókat; egyes xAI API-válaszok közvetlen költségmezőket is tartalmazhatnak. Vizsgáld meg a modelled által visszaadott usage objektumot, és ellenőrizd a hivatalos dokumentációt az elérhető mezőkről. Ellenkező esetben a manuális számítás egyszerű:
response = client.responses.create(
model="grok-4.5",
input="Solve this dynamic programming problem...",
reasoning={"effort": "high"}
)
# grok-4.5 díjak 200k kontextus token alatt (a Responses API bemenet/kimenet szerint számol)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000 # tartalmazza a következtetést is
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}")
Figyelem: ez a számítás 200 ezer token alatti kontextust feltételez. Éles környezetben a nyomon követődnek észlelnie kell az alkalmazandó árszintet (lásd lentebb).
Költségoptimalizálási stratégiák
1. Illeszd az erőfeszítést a feladathoz
Az első és leghatékonyabb optimalizálás a megfelelő következtetési erőfességi szint kiválasztása a grok-4.5 esetén. Az alacsony erőfeszítés jelentősen kevesebb következtetési tokent fogyaszt, mint a magas:
# Kérések rendezése összetettség szerint
if complexity == "simple":
effort = "low" # rövid következtetés
elif complexity == "medium":
effort = "medium" # közepes következtetés
else:
effort = "high" # mély következtetés
Ellenőrizd a paraméter által elfogadott pontos értékeket a hivatalos modellek oldalon.
2. Használd a megfelelő modellt
Gyakori következtetési feladatokhoz a grok-4.20-0309-reasoning (2,50 USD/M kimenet) kevesebbe kerül, mint a grok-4.5 (6,00 USD/M) fele. A zászlóshajó modellt csak olyan feladatokra tartogasd, amelyek valóban megkövetelik azt. Kódhoz a grok-build-0.1 (2,00 USD/M kimenet) még gazdaságosabb.
3. Maradj a 200 ezer tokenes szint alatt
Az árszint közvetlen eszköz a kezedben: egy 250 ezer kontextus tokent tartalmazó kérés tokenenként kétszer annyiba kerül, mint egy 150 ezeres. Mielőtt hatalmas kontextust küldenél, tedd fel magadnak a kérdést: nem lenne-e olcsóbb és hatékonyabb, ha több kisebb kérésre bontanád (vagy egy köztes összefoglalót készítenél)?
4. Használd ki a prompt gyorsítótárazást
Az xAI csökkentett árat kínál a már gyorsítótárban lévő bemeneti tokenekért: az ismétlődő prompt előtagok (rendszerutasítások, megosztott kontextus) olcsóbbak, ha egyik kérésről a másikra újrahasználják őket. 200 ezer token alatt a gyorsítótárazott bemenet 0,30 USD-be kerül milliónként a grok-4.5 esetén (a 2,00 USD helyett), és 0,20 USD-be a grok-4.20-0309-reasoning esetében (az 1,25 USD helyett) (Modellek és árazás oldal, 2026. november). Strukturáld a promptjaidat úgy, hogy a stabil részek az elején legyenek; a gyorsítótárból szolgáló rész a usage.input_tokens_details.cached_tokens mezőben jelenik meg.
5. Méretezd a kimeneti limitet
A kimeneti limit (max_output_tokens a Responses API-ban, max_completion_tokens a Chat Completionsben) csak a látható választ korlátozza: a következtetési tokenek nem számítanak bele. Ennek csökkentése tehát nem csökkenti a következtetést; csupán azt kockáztatod, hogy levágja a választ. Az xAI legjobb gyakorlatai azt javasolják, hogy állítsd ezt a várható leghosszabb válasz fölé, vagy hagyd az alapértelmezett 128 000 tokenes értéken. A következtetés csökkentéséhez csökkentsd az erőfeszítést azokon a modelleken, amelyek támogatják, vagy válassz olcsóbb modellt.
Költségvetés-követés éles környezetben
class CostTracker:
# Díjak MTok-onként: (bemenet, gyorsítótárazott bemenet, kimenet) kontextus-szint szerint
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 # prompt tokenek
def __init__(self):
self.total_cost = 0
self.request_count = 0
def track(self, response, model="grok-4.5"):
usage = response.usage # Responses API válasz
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 # tartalmazza a következtetést is
)
self.total_cost += cost
self.request_count += 1
return cost
Árak 2026. augusztus 5-től – az árak rendszeresen változnak: bármilyen költségvetés-számítás előtt ellenőrizd az aktuális díjszabást a hivatalos xAI modellek és árazás oldalon.
Főbb megállapítások
- A következtetési tokenek számlázása a kimeneti tokenek díjszabása szerint történik
- A 2026-os árazás lépcsőzetes: 200 ezer kontextus token felett a tokenenkénti ár megduplázódik
- A grok-4.5 ára 200 ezer alatt 2/6 USD/MTok (efölött 4/12 USD); a grok-4.20-0309-reasoning ára 1,25/2,50 USD (efölött 2,50/5 USD)
- A három fő eszköz: illeszd a következtetési erőfeszítést, válaszd ki a megfelelő modellt, maradj a 200 ezer tokenes szint alatt
- Kövesd nyomon a költségeidet kérésről kérésre, figyelembe véve az alkalmazandó árszintet