Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Suprasti atsako formatą

Paskaita 4 iš 16 Atnaujinta 2026 m. liepos 30 d. Kūrėjas
Šiame puslapyje
  1. Atsako sandara
  2. Pilna struktūra
  3. Pagrindiniai laukai
  4. Suprasti usage objektą
  5. Įrankių naudojimas serverio pusėje
  6. Teksto ištraukimas naudojant Python
  7. Svarbiausi punktai

Atsako sandara

Kai siunti užklausą adresu POST /v1/responses, xAI serveris grąžina struktūrizuotą JSON objektą. Norint teisingai panaudoti rezultatus savo programoje, būtina suprasti kiekvieną šio objekto lauką.

Pilna struktūra

Štai tipiškas atsakas:

{
  "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
  }
}

Pagrindiniai laukai

id

Unikalus atsako identifikatorius formato resp-xxx. Jį naudosite:

  • Pokalbių grandinėms kurti naudodami previous_response_id
  • Įrašytam atsakui gauti su GET /v1/responses/{id}
  • Atsakui ištrinti su DELETE /v1/responses/{id}

status

Atsako būsena:

BūsenaReikšmė
completedAtsakas sėkmingai sugeneruotas
failedĮvyko klaida generavimo metu
incompleteAtsakas nutrauktas (tokenų limitas, turinio filtras)
in_progressVyksta generavimas (srautinis režimas)

Prieš naudodami atsako turinį savo kode, visada patikrinkite būseną.

output

Masyvas, kuriame yra atsako elementai. Kiekvienas elementas turi type:

  • message: Tekstinis modelio atsakas
  • function_call: Modelio prašymas įvykdyti įrankį

Teksto turinys yra output[0].content[0].text. Anotacijos (citatos, nuorodos) yra to paties objekto annotations masyve.

usage

Naudojimo informacija, išsamiau aprašyta žemiau.

Suprasti usage objektą

usage objektas yra kritiškai svarbus stebint išlaidas:

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

Įvesties ir išvesties tokenai

  • input_tokens: Tokenų skaičius tavo užklausoje (ir istorijoje, jei jungiate pokalbius)
  • output_tokens: Bendras sugeneruotų tokenų skaičius, įskaitant samprotavimus
  • total_tokens: Abiejų suma

Samprotavimų tokenai

output_tokens_details.reasoning_tokens nurodo, kiek tokenų modelis panaudojo vidiniams samprotavimams. Už šiuos tokenus mokama, tačiau jie nematomi teksto atsake.

Pirmiau pateiktame pavyzdyje iš 180 išvesties tokenų 120 skirta samprotavimams, o tik 60 sudaro matomą atsaką. Tai tipiškas samprotavimų modelių santykis.

Kaina nano-USD

cost_in_nano_usd nurodo tikslią užklausos kainą. Konvertuoti paprasta:

Kaina USD = cost_in_nano_usd / 1,000,000,000

Mūsų pavyzdžiui: 500000 / 1,000,000,000 = 0.0005 USD (0,0005 USD).

Įrankių naudojimas serverio pusėje

Kai modelis naudoja integruotus įrankius, usage objekte taip pat atsiranda:

{
  "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
  }
}

Tai leidžia tiksliai žinoti, kurie įrankiai buvo iškviesti ir kiek kartų.

Teksto ištraukimas naudojant Python

Štai patikimas šablonas teksto turiniui ištraukti:

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

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

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

Svarbiausi punktai

  • Kiekvienas atsakas turi unikalų id, kurį galima pakartotinai naudoti grandinėms kurti arba duomenims gauti
  • Prieš naudodami turinį, visada patikrinkite status
  • Tekstas yra output[0].content[0].text
  • Už reasoning_tokens mokama, tačiau atsake jų nematyti
  • cost_in_nano_usd padalijus iš milijardo gaunama kaina doleriais