Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Használati elemzések

9. lecke 14 közül Frissítve 2026. július 29. Fejlesztő
Ezen az oldalon
  1. Értsd meg az API-fogyasztásodat
  2. Elemzési végpont
  3. Kérési paraméterek
  4. Gyakorlati példák
  5. Főbb megállapítások

Értsd meg az API-fogyasztásodat

Használati irányítópult az xAI konzolban A számla megmutatja, mennyit költöttél; ez a végpont pedig azt árulja el, miért. Ez a különbség a puszta megfigyelés és a cselekvés között: a fogyasztás lebontható modell szerint, időszakra vonatkozóan és az általad választott részletességgel, így egy konkrét modellhez és időponthoz köthetsz egy kiugrást.

A szintaxisa gazdagabb, mint a Management API többi részéé – három paraméterblokkot kell kombinálnod –, de lényegében három kérdésre vezethető vissza: milyen időszakról, milyen részletességgel és milyen mérőszám alapján? Ez a lecke ezt a sorrendet követi. Lehetővé teszi a fogyasztás elemzését modellenként, időszakonként és különböző időbeli granularity-val – elengedhetetlen adat a költségek optimalizálásához és az infrastruktúra méretezéséhez.

7
Időegységek
9
Aggregációk
POST
HTTP metódus
groupBy
Lebontás modell szerint

Elemzési végpont

A használati elemzés egy POST kéréssel történik:

POST /v1/billing/teams/{teamId}/usage

Kérés szerkezete

{
  "analyticsRequest": {
    "timeRange": {
      "startTime": "2026-03-01 00:00:00",
      "endTime": "2026-04-01 00:00:00",
      "timezone": "UTC"
    },
    "timeUnit": "DAY",
    "values": [
      {"name": "tokens", "aggregation": "SUM"}
    ],
    "groupBy": ["model"]
  }
}

Ez a kérés a 2026. márciusi, UTC időzónában mért, modellenként lebontott napi tokenfogyasztás összegét kéri le. Tekints erre sablonként: a gyakorlatban egyik jelentésről a másikra csak három dolgot módosítasz – az időszakot, az időegységet és a mérőszámot –, míg a szerkezet többi része változatlan marad.

Kérési paraméterek

timeRange

Meghatározza az elemzés időszakát:

  • startTime : az időszak kezdete (YYYY-MM-DD HH:MM:SS formátum)
  • endTime : az időszak vége (ugyanolyan formátum)
  • timezone : a dátumok értelmezéséhez használt időzóna (pl. UTC, Europe/Paris)

timeUnit

Az eredmények időbeli részletessége. Elérhető lehetőségek:

  • MONTH : havi aggregáció
  • CALENDAR_WEEK : naptári heti aggregáció
  • DAY : napi aggregáció
  • HOUR : óránkénti aggregáció
  • QUARTER_HOUR : negyedóránkénti aggregáció
  • MINUTE : percenkénti aggregáció
  • SECOND : másodpercenkénti aggregáció

A részletességet a keresett jelenség időtartama alapján válaszd meg, nem pedig az elemzett időszak hossza alapján. Egy havi jelentés jól olvasható DAY részletességgel; egy tízperces kiugrás ezen a skálán teljesen eltűnik, és csak QUARTER_HOUR esetén válik láthatóvá. A túl alacsony szintű választásnak is van ára: a visszaadott adatpontok száma gyorsan nő, és vele együtt a zaj is.

values

Az aggregációs függvény megválasztása megváltoztatja a feltett kérdést, és itt érdemes odafigyelned a percentilisekre. A késleltetésre (latency) számított AVG egy megnyugtató átlagot ad, amit a valóságban senki sem tapasztal; a P99 viszont azt a várakozási időt mutatja, amit a legszerencsétlenebb felhasználóid – azok, akik panaszkodnak – elszenvednek. Költségekhez használd a SUM-ot, teljesítményelemzéshez pedig egy percentilist.

"values": [
  {"name": "tokens", "aggregation": "SUM"},
  {"name": "tokens", "aggregation": "AVG"},
  {"name": "latency", "aggregation": "P99"}
]

Elérhető aggregációs függvények:

  • SUM : teljes összeg
  • AVG : átlag
  • MIN : minimum érték
  • MAX : maximum érték
  • P50 : medián (50. percentilis)
  • P90 : 90. percentilis
  • P99 : 99. percentilis
  • COUNT : előfordulások száma
  • COUNT_DISTINCT : egyedi értékek száma

groupBy

Dimenziók szerinti lebontást tesz lehetővé. Jelenleg a model szerinti csoportosítás elérhető, így minden modell (pl. grok-4.20-0309-reasoning, grok-4.3) fogyasztása külön-külön látható.

Gyakorlati példák

Napi fogyasztás az aktuális hónapban

curl -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "analyticsRequest": {
      "timeRange": {
        "startTime": "2026-04-01 00:00:00",
        "endTime": "2026-05-01 00:00:00",
        "timezone": "Europe/Paris"
      },
      "timeUnit": "DAY",
      "values": [{"name": "tokens", "aggregation": "SUM"}],
      "groupBy": ["model"]
    }
  }'

Kérések száma óránként

curl -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "analyticsRequest": {
      "timeRange": {
        "startTime": "2026-04-03 00:00:00",
        "endTime": "2026-04-04 00:00:00",
        "timezone": "Europe/Paris"
      },
      "timeUnit": "HOUR",
      "values": [{"name": "requests", "aggregation": "COUNT"}],
      "groupBy": ["model"]
    }
  }'

P99 késleltetés modellenként

curl -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "analyticsRequest": {
      "timeRange": {
        "startTime": "2026-04-01 00:00:00",
        "endTime": "2026-04-04 00:00:00",
        "timezone": "UTC"
      },
      "timeUnit": "DAY",
      "values": [
        {"name": "latency", "aggregation": "P99"},
        {"name": "latency", "aggregation": "AVG"}
      ],
      "groupBy": ["model"]
    }
  }'

Főbb megállapítások

  • A POST /v1/billing/teams/{teamId}/usage végpont centralizálja az összes elemzést
  • 7 elérhető időbeli részletesség, a SECOND-tól a MONTH-ig
  • 9 aggregációs függvény: SUM, AVG, MIN, MAX, P50, P90, P99, COUNT, COUNT_DISTINCT
  • A groupBy: ["model"] paraméter modellenként bontja le az eredményeket
  • Használd az Europe/Paris időzónát a munkaidődhöz igazított jelentésekhez