Ottimizza i tuoi costi
In questa pagina
Padroneggia il tuo budget API
L’utilizzo dei modelli Grok in produzione può rappresentare un investimento significativo. La buona notizia: xAI offre diverse leve di ottimizzazione che, se usate correttamente, possono ridurre i tuoi costi dal 50% al 90%. Questa lezione presenta strategie concrete per raggiungere questo obiettivo.
Cache automatica: la tua migliore alleata
La cache di xAI è il meccanismo di risparmio più potente a tua disposizione. Funziona automaticamente: quando due richieste condividono un prefisso comune (stesso prompt di sistema, stesso inizio conversazione), i token già elaborati vengono recuperati dalla cache invece di essere ricalcolati.
La riduzione è massiccia:
- Grok 4.7: token in cache a $0,50/M invece di $2,00/M (riduzione del 75%)
- Grok 4.5: $0,30/M invece di $2,00/M (85%)
- Grok 4.3 e generazione 4.20: $0,20/M invece di $1,25/M (84%)
Massimizza il tasso di successo della cache
Per sfruttare al meglio la cache, segui questi principi:
Mantieni stabile il tuo prompt di sistema. È il prefisso più lungo e riutilizzato frequentemente. Se lo modifichi tra una richiesta e l’altra, invalidi la cache per l’intera richiesta.
Aggiungi sempre i nuovi messaggi alla fine. Non riorganizzare lo storico della conversazione: ogni modifica al prefisso rompe la cache.
Usa l’header x-grok-conv-id. Questo header, che accetta un UUID v4, comunica a xAI che più richieste appartengono alla stessa conversazione. Ciò migliora il routing verso la cache appropriata.
x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000
Usa lo stesso UUID per tutte le richieste di una singola conversazione e un nuovo UUID per ogni nuova conversazione.
L’API Batch: sconto del 50% sui token
L’API Batch, disponibile da gennaio 2026, offre una riduzione del 50% sulle tariffe standard dei token. Il principio: invii un lotto di richieste e recuperi i risultati in modo asincrono, invece di ottenere risposte in tempo reale.
| Modello | Input Standard | Input Batch | Output Standard | Output Batch |
|---|---|---|---|---|
| Grok 4.5 | $2,00 | $1,00 | $6,00 | $3,00 |
| Grok 4.3 | $1,25 | $0,63 | $2,50 | $1,25 |
Importante: la riduzione batch si applica solo ai token di testo. La generazione di immagini e video rimane alle tariffe standard, anche tramite l’API Batch.
Da marzo 2026, puoi caricare i tuoi file JSONL tramite l’API Files per inviare i tuoi lotti, semplificando il flusso di lavoro.
Scegli il modello giusto
La selezione del modello è spesso la leva di ottimizzazione più impattante. Ecco un quadro decisionale orientato ai costi:
Per impostazione predefinita, usa grok-4.3. È il modello più economico tra quelli generici per la maggior parte delle attività e offre la finestra di contesto più ampia della gamma. Input a $1,25/M, output a $2,50/M.
Abilita il ragionamento solo quando necessario. I token di ragionamento sono fatturati alla tariffa di output. Una richiesta con ragionamento può costare dalle 2 alle 5 volte in più rispetto a una richiesta senza ragionamento sullo stesso modello.
Passa a Grok 4.5 solo per compiti complessi che richiedono un ragionamento profondo. Non usarlo per la classificazione o il riassunto semplice.
Usa grok-build-0.1 per il codice invece di Grok 4.5: è il modello più veloce della gamma, a metà prezzo in input ($1,00 contro $2,00) e tre volte più economico in output ($2,00 contro $6,00).
Throughput Provisionato (Enterprise)
Per i clienti Enterprise con volumi prevedibili, il Throughput Provisionato offre capacità dedicata con un SLA del 99,9%. Il modello di fatturazione è di $10,00 al giorno per unità, con un impegno minimo di 30 giorni.
Questa soluzione è rilevante se hai bisogno di latenze garantite e limiti di frequenza superiori rispetto al modello pay-as-you-go. Il beneficio economico dipende dal tuo volume: calcola il tuo consumo mensile in modalità pay-as-you-go e confrontalo con il costo del servizio provisionato.
Strategia combinata
La strategia ottimale combina diverse leve:
- grok-4.3 come modello predefinito
- Cache massimizzata tramite prompt stabili e
x-grok-conv-id - API Batch per tutte le elaborazioni che non richiedono una risposta immediata
- Routing intelligente verso Grok 4.5 solo quando la qualità lo esige
Combinando la cache (dal 75% all’85% di sconto sull’input a seconda del modello) e il batch (50%), puoi ottenere costi effettivi molto bassi, anche con volumi elevati.
Punti chiave
- La cache automatica è la leva più potente: riduzione dal 75% all’85% sui token di input a seconda del modello
- Usa
x-grok-conv-idper migliorare il tasso di successo della cache - L’API Batch offre una riduzione del 50% sui token di testo
- Scegli il modello più economico che soddisfi i tuoi requisiti di qualità
- grok-4.3 è il default ottimale per la maggior parte dei casi
- Combina cache + batch + modello giusto per massimizzare il risparmio