Faktūravimas ir išlaidų optimizavimas
Šiame puslapyje
Atnaujinta 2026 m. lapkričio 3 d.: Ankstesniuose pavyzdžiuose buvo bandoma pasiekti
usage.prompt_tokensirusage.completion_tokens„Responses API“ atsakymuose, kurie dabar pateikiainput_tokens,output_tokensir jų detales (cached_tokens,reasoning_tokens): kodas išmesdavoAttributeErrorklaidą. Išlaidų stebėjimas dabar atsižvelgia į talpykloje saugomą įvestį, o patarimas mažinti išvesties ribą norint sumažinti samprotavimą buvo ištaisytas, nes ši riba samprotavimo tokenų neskaičiuoja. Šaltiniai: Modeliai ir kainodara · Geriausia praktika.
Samprotavimo tokenai jūsų sąskaitoje
Samprotavimo tokenų faktūravimas yra kritinis xAI modelių naudojimo aspektas. Šie tokenai apmokestinami išvesties tokenų tarifu – tai yra didžiausias tarifas – todėl neoptimizuotas naudojimas gali greitai padidinti išlaidas, ypač naudojant didelį samprotavimo intensyvumą su „grok-4.5“.
Naujiena 2026 m., kurią svarbu suprasti: kainodara yra pakopinė. Kaina už tokeną priklauso nuo užklausos konteksto dydžio. Jei prompt’e (užklausos tekste) yra mažiau nei 200 tūkst. tokenų, mokate standartinį tarifą; viršijus šią ribą, tarifas padvigubėja.
Kainodara pagal modelį (2026 m. liepa)
Kaina už milijoną tokenų.
| Modelis | Įvestis < 200k | Išvestis < 200k | Įvestis ≥ 200k | Išvestis ≥ 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 |
Samprotavimo tokenai apmokestinami pagal „Išvestis“ stulpelio tarifą. Naudojant „grok-4.5“ esant mažesniam nei 200 tūkst. kontekstui, kiekvienas milijonas samprotavimo tokenų kainuoja 6,00 USD; naudojant „grok-4.20-0309-reasoning“ – 2,50 USD. Jei jūsų prompt’as viršija 200 tūkst. tokenų, šios sumos padvigubėja: atitinkamai 12,00 USD ir 5,00 USD.
Stebėkite kiekvienos užklausos kainą
Atsakyme esantis usage objektas turi tokenų skaitiklius; kai kuriuose xAI API atsakymuose taip pat gali būti tiesioginių išlaidų laukų. Patikrinkite savo modelio grąžinamą usage objektą ir peržiūrėkite oficialią dokumentaciją dėl galimų laukų. Kitu atveju rankinis skaičiavimas yra paprastas:
response = client.responses.create(
model="grok-4.5",
input="Solve this dynamic programming problem...",
reasoning={"effort": "high"}
)
# grok-4.5 tarifai esant mažesniam nei 200k konteksto tokenų skaičiui („Responses API“ skaičiuoja įvestį/išvestį)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000 # įskaitant samprotavimą
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}")
Įspėjimas: šis skaičiavimas daro prielaidą, kad kontekstas yra mažesnis nei 200 tūkst. tokenų. Gamtinėje aplinkoje jūsų stebėjimo sistema turi aptikti taikomą pakopą (žr. toliau).
Išlaidų optimizavimo strategijos
1. Derinkite intensyvumą prie užduoties
Pirmasis ir efektyviausias optimizavimo būdas – pasirinkti tinkamą samprotavimo intensyvumo lygį naudojant „grok-4.5“. Žemas intensyvumas gali sunaudoti žymiai mažiau samprotavimo tokenų nei aukštas:
# Rūšiuokite užklausas pagal sudėtingumą
if complexity == "simple":
effort = "low" # trumpas samprotavimas
elif complexity == "medium":
effort = "medium" # vidutinis samprotavimas
else:
effort = "high" # gilus samprotavimas
Patikrinkite tikslias parametru priimtinas reikšmes oficialiame modelių puslapyje.
2. Naudokite tinkamą modelį
Įprastoms samprotavimo užduotims „grok-4.20-0309-reasoning“, kurio kaina 2,50 USD už milijoną išvesties tokenų, kainuoja mažiau nei pusę „grok-4.5“ kainos (6,00 USD už milijoną). Flagmanų modelį palikite tik toms užduotims, kurios jo tikrai reikalauja. Programavimo kodui „grok-build-0.1“, kurio kaina 2,00 USD už milijoną išvesties tokenų, yra dar ekonomiškesnis.
3. Likite žemiau 200 tūkst. tokenų pakopos
Kainodaros pakopa yra tiesioginis svertas: užklausa su 250 tūkst. konteksto tokenų kainuoja dvigubai daugiau už tokeną nei užklausa su 150 tūkst. Prieš siųsdami milžinišką kontekstą, pagalvokite, ar jo neskaidymas į kelias mažesnes užklausas (ar tarpinę santrauką) nebūtų ir pigesnis, ir efektyvesnis.
4. Išnaudokite prompt’ų talpyklą (caching)
xAI siūlo mažesnes kainas įvesties tokenams, kurie jau yra talpykloje: pasikartojančios prompt’o priešdėlio dalys (sistemos instrukcijos, bendras kontekstas) kainuoja mažiau, kai yra pakartotinai naudojamos nuo vienos užklausos kitai. Esant mažesniam nei 200 tūkst. tokenų skaičiui, talpykloje saugoma įvestis kainuoja 0,30 USD už milijoną vietoj 2,00 USD su „grok-4.5“ ir 0,20 USD vietoj 1,25 USD su „grok-4.20-0309-reasoning“ (Modelių ir kainodaros puslapis, 2026 m. lapkritis). Struktūruokite savo prompt’us taip, kad stabilios dalys būtų pradžioje; talpyklos aptarnauta dalis atsiras lauke usage.input_tokens_details.cached_tokens.
5. Nustatykite tinkamą išvesties ribą
Išvesties riba (max_output_tokens „Responses API“ arba max_completion_tokens „Chat Completions“) riboja tik matomą atsakymą: samprotavimo tokenai į ją neįskaičiuojami. Todėl jos mažinimas nesumažina samprotavimo; tai tik rizikuoja nutraukti atsakymą. xAI geriausios praktikos rekomenduoja nustatyti ją viršijant ilgiausią tikėtiną atsakymą arba palikti numatytąją 128 000 tokenų reikšmę. Norėdami sumažinti samprotavimą, mažinkite intensyvumą modeliuose, kurie tai leidžia, arba pasirinkite pigesnį modelį.
Biudžeto stebėjimas gamtinėje aplinkoje
class CostTracker:
# Tarifai už MTok: (įvestis, talpykloje saugoma įvestis, išvestis) pagal konteksto pakopą
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'o tokenai
def __init__(self):
self.total_cost = 0
self.request_count = 0
def track(self, response, model="grok-4.5"):
usage = response.usage # „Responses API“ atsakymas
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 # įskaitant samprotavimą
)
self.total_cost += cost
self.request_count += 1
return cost
Kainodara galioja nuo 2026 m. rugpjūčio 5 d. – kainos keičiasi reguliariai: prieš atlikdami bet kokius biudžeto skaičiavimus, patikrinkite dabartinę kainoraštį oficialiame xAI modelių ir kainodaros puslapyje.
Svarbiausi punktai
- Samprotavimo tokenai apmokestinami išvesties tokenų tarifu
- 2026 m. kainodara yra pakopinė: viršijus 200 tūkst. konteksto tokenų, kaina už tokeną padvigubėja
- „grok-4.5“ kainuoja 2/6 USD už MTok esant mažesniam nei 200 tūkst. kontekstui (4/12 USD viršijus); „grok-4.20-0309-reasoning“ kainuoja 1,25/2,50 USD (2,50/5 USD viršijus)
- Trys pagrindiniai svertai: derinkite samprotavimo intensyvumą, pasirinkite tinkamą modelį, likite žemiau 200 tūkst. pakopos
- Stebėkite savo išlaidas kiekvienai užklausai atskirai, atsižvelgdami į taikomą pakopą