Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

A válaszformátum megértése

4. lecke 16 közül Frissítve 2026. július 30. Fejlesztő
Ezen az oldalon
  1. Egy válasz felépítése
  2. Teljes struktúra
  3. Fő mezők
  4. A usage objektum megértése
  5. Szerveroldali eszközhasználat
  6. Szöveg kinyerése Pythonban
  7. Főbb megállapítások

Egy válasz felépítése

Amikor kérést küldesz a POST /v1/responses végpontra, az xAI szerver egy strukturált JSON objektumot ad vissza. Ezen objektum minden mezőjének megértése elengedhetetlen ahhoz, hogy alkalmazásodban helyesen tudd felhasználni az eredményeket.

Teljes struktúra

Íme egy tipikus válasz:

{
  "id": "resp-abc123def456",
  "object": "response",
  "created_at": 1712000000,
  "status": "completed",
  "model": "grok-4.20-0309-reasoning",
  "output": [
    {
      "type": "message",
      "content": [
        {
          "type": "output_text",
          "text": "Le machine learning est une branche de l'IA...",
          "annotations": []
        }
      ],
      "status": "completed"
    }
  ],
  "usage": {
    "input_tokens": 45,
    "output_tokens": 180,
    "total_tokens": 225,
    "output_tokens_details": {
      "reasoning_tokens": 120
    },
    "cost_in_nano_usd": 500000
  }
}

Fő mezők

id

A válasz egyedi azonosítója resp-xxx formátumban. A következőkre használhatod:

  • Beszélgetések láncolása a previous_response_id segítségével
  • Tárolt válasz lekérése a GET /v1/responses/{id} végponttal
  • Válasz törlése a DELETE /v1/responses/{id} végponttal

status

A válasz állapota:

ÁllapotJelentés
completedA válasz sikeresen generálódott
failedHiba történt a generálás során
incompleteA válasz megszakadt (tokenkorlát, tartalomszűrő)
in_progressGenerálás folyamatban (streamelés)

Mindig ellenőrizd az állapotot, mielőtt felhasználnád a válasz tartalmát a kódodban.

output

A válaszelemeket tartalmazó tömb. Minden elemnek van egy type mezője:

  • message: A modell szöveges válasza
  • function_call: A modell által kért eszközlehívás (tool call)

A szöveges tartalom az output[0].content[0].text útvonalon található. Az annotációk (hivatkozások, linkek) ugyanennek az objektumnak az annotations tömbjében vannak.

usage

Használati információk, amelyeket alább részletezünk.

A usage objektum megértése

A usage objektum kulcsfontosságú a költségek nyomon követéséhez:

{
  "input_tokens": 45,
  "output_tokens": 180,
  "total_tokens": 225,
  "output_tokens_details": {
    "reasoning_tokens": 120
  },
  "cost_in_nano_usd": 500000
}

Bemeneti és kimeneti tokenek

  • input_tokens: A promptodban (és előzményekben, ha beszélgetést láncolsz) lévő tokenek száma
  • output_tokens: A generált tokenek teljes száma, beleértve a következtetési (reasoning) tokeneket is
  • total_tokens: A kettő összege

Következtetési tokenek (Reasoning tokens)

Az output_tokens_details.reasoning_tokens megmutatja, hány tokent használt fel a modell a belső következtetéseire. Ezeket a tokeneket számlázzák, de nem láthatók a szöveges válaszban.

A fenti példában a 180 kimeneti tokenből 120 a következtetésre ment, és csak 60 alkotja a látható választ. Ez egy tipikus arány a következtető modelleknél.

Költség nano-USD-ben

A cost_in_nano_usd megadja a kérés pontos költségét. Az átváltás egyszerű:

Költség USD-ben = cost_in_nano_usd / 1 000 000 000

A példánkban: 500000 / 1 000 000 000 = 0,0005 USD (0,0005 dollár).

Szerveroldali eszközhasználat

Amikor a modell beépített eszközöket használ, a usage objektum a következőket is tartalmazza:

{
  "server_side_tool_usage_details": {
    "web_search_calls": 2,
    "code_interpreter_calls": 0,
    "x_search_calls": 1,
    "document_search_calls": 0,
    "file_search_calls": 0,
    "mcp_calls": 0
  }
}

Ebből pontosan láthatod, mely eszközöket hívták meg és hányszor.

Szöveg kinyerése Pythonban

Íme egy megbízható minta a szöveges tartalom kinyerésére:

response = client.responses.create(
    model="grok-4.20-0309-reasoning",
    input="Explique les listes en Python."
)

# Állapot ellenőrzése
if response.status == "completed":
    text = response.output[0].content[0].text
    print(text)
else:
    print(f"Error: status {response.status}")

# Használat megjelenítése
print(f"Tokens used: {response.usage.total_tokens}")
print(f"Cost: {response.usage.cost_in_nano_usd / 1e9:.6f} USD")

Főbb megállapítások

  • Minden válasznak van egy egyedi id azonosítója, amely újra felhasználható láncoláshoz vagy lekéréshez
  • Mindig ellenőrizd a status mezőt, mielőtt felhasználnád a tartalmat
  • A szöveg az output[0].content[0].text útvonalon található
  • A reasoning_tokens számlázásra kerül, de nem látható a válaszban
  • A cost_in_nano_usd értékét egymilliárddal elosztva megkapod a költséget dollárban