Galimi modeliai
Šiame puslapyje
Susipažink su galimais modeliais
Šis galutinis taškas atsako į klausimą, kurį gali klaidingai manyti galintis prisiminti: kuriuos modelius tavo komanda iš tikrųjų gali kviesti ir kokia jų kaina šiandien. Viešojoje dokumentacijoje aprašomas bendras katalogas, o API pateikia tavo katalogą, įskaitant dabartines kainas.
Skirtumas tarp jų nėra teorinis. Lygiai keičiasi, kainos svyruoja, o ID, nukopijuotas iš prieš šešis mėnesius rašyto tinklaraščio įrašo, sukels sunkiai diagnozuojamą prieigos klaidą. Įprask klausti šio galutinio taško vietoj to, kad darytum prielaidas – taip pat užtikrinsi, kad tavo išlaidų palyginimo scenarijai ilgainiui išliktų patikimi. Ši informacija yra būtina norint pasirinkti tinkamą modelį tavo naudojimui ir biudžetui.
Modelių sąrašas
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
Atsakyme kiekvienam modeliui pateikiama:
- ID: tikslus pavadinimas, naudotinas API kvietimuose (pvz.:
grok-4.20-0309-reasoning) - Cluster: serverių grupė, kurioje talpinamas modelis
- Pricing: kaina už milijoną tokenų įvestiai ir išvestiai
- Capabilities: konteksto dydis, multimodalinė parama ir kt.
Naudojimas raktų valdyme
Būtent čia šis galutinis taškas tampa ne tik praktišku, bet ir būtinu. ACL, kuriame nurodytas neegzistuojantis modelis – nes pasikeitė ID formatas arba modelis buvo pašalintas – nesukelia aiškios klaidos: jis tiesiog nieko neautorizuoja, ir galiausiai ieškai klaidos savo kode. Prieš įtraukdamas ID į raktą, patikrink jį tiesiai šaltinyje.
{
"acls": [
"api-key:model:grok-4.20-0309-reasoning",
"api-key:model:grok-4.3"
]
}
Jei apriboji raktą konkrečiais modeliais, pirmiausia patikrink, ar jie tavo komandai yra prieinami per šį galutinį tašką.
ACL galutinių taškų sąrašas
Tokia pati logika taikoma ir galutiniams taškams: žemiau pateiktas sąrašas yra autoritetingas sudarant tavo ACL. Jis taip pat suteikia naudingą rakto faktinės apimties vaizdą – raktas, apribotas tik chat, negali generuoti įterpinių (embeddings) nei apdoroti vaizdų, nepaisant modelių, kuriems jis kitaip nuorodas.
curl "https://management-api.x.ai/auth/teams/$TEAM_ID/endpoints" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY"
Galimi galutiniai taškai:
- chat: teksto pokalbiai (chat completions)
- embed: įterpinių generavimas
- image: vaizdų generavimas ir analizė
- models: modelių sąrašas
- sample: ėminių ėmimas (sampling)
- tokenize: teksto tokenizavimas
- documents: dokumentų apdorojimas
Pasirink tinkamą modelį
Pagal naudojimo atvejį
| Naudojimo atvejis | Rekomenduojamas modelis | Kodėl |
|---|---|---|
| Sudėtingas samprotavimas | grok-4.20-0309-reasoning | Pažangus minties grandinės procesas |
| Paprastos užduotys, didelis kiekis | grok-4.3 | Greitas, ekonomiškas |
| Vaizdų analizė | Multimodal model | Regos parama |
| Įterpiniai / RAG | Embed model | Optimizuotas paieškai |
Pagal biudžetą
Palygink API grąžinamus tarifus, o ne tuos, kuriuos turi galvoje. Arbitražo logika visada ta pati: klasifikavimo arba ekstrakcijos užduotis negauna jokios naudos iš samprotavimo modelio, tačiau už kiekvieną kvietimą mokate jo kainą – o tai būtent tokio tipo užduotys, kurias vykdote tūkstančius kartų. Samprotavimo modelis yra būtinas tik sudėtingoms analizėms.
Modelių palyginimo scenarijus
import requests
import json
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
# Gauti modelius
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
models = response.json().get("models", [])
print(f"{'Model':<35} {'Input ($/M)':<15} {'Output ($/M)':<15}")
print("-" * 65)
for model in models:
name = model.get("id", "N/A")
input_price = model.get("inputPrice", "N/A")
output_price = model.get("outputPrice", "N/A")
print(f"{name:<35} {input_price:<15} {output_price:<15}")
Stebėk naujus modelius
Katalogas keičiasi kelis kartus per metus, ir įdomiausi pokyčiai yra ne nauji modeliai, o senųjų kainų sumažėjimas. Periodiškas patikrinimas, lyginantis su ankstesniu įrašu, pastebi abu atvejus ir kainuoja tik kelias cron eilutes.
import requests
import json
import os
MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."
CACHE_FILE = "/tmp/xai_models_cache.json"
# Gauti dabartinius modelius
response = requests.get(
f"{MANAGEMENT_API}/auth/teams/{TEAM_ID}/models",
headers={"Authorization": f"Bearer {MGMT_KEY}"}
)
current_models = {m["id"] for m in response.json().get("models", [])}
# Palyginti su talpykla
if os.path.exists(CACHE_FILE):
with open(CACHE_FILE) as f:
cached_models = set(json.load(f))
new_models = current_models - cached_models
removed_models = cached_models - current_models
if new_models:
print(f"New models: {', '.join(new_models)}")
if removed_models:
print(f"Removed models: {', '.join(removed_models)}")
# Atnaujinti talpyklą
with open(CACHE_FILE, "w") as f:
json.dump(list(current_models), f)
Derink modelius ir analitiką
Galutinis kryžminis patikrinimas yra tai, kas lemia sprendimą: vienoje pusėje – kiek kainuoja kiekvienas modelis, kitoje – kiek jį naudoji. Brangus ir marginalus modelis nusipelno mažai dėmesio; brangus modelis, sugeriantis didžiąją dalį tavo užklausų, yra pirmasis kandidatas pakeitimui, ir būtent tai šis scenarijus atskleidžia viena eilute.
# 1. Išvardyti galimus modelius
curl -s "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY" > /tmp/models.json
# 2. Analizuoti naudojimą pagal modelį
curl -s -X POST "https://management-api.x.ai/v1/billing/teams/$TEAM_ID/usage" \
-H "Authorization: Bearer $MANAGEMENT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"analyticsRequest": {
"timeRange": {
"startTime": "2026-03-01 00:00:00",
"endTime": "2026-04-01 00:00:00",
"timezone": "UTC"
},
"timeUnit": "MONTH",
"values": [{"name": "tokens", "aggregation": "SUM"}],
"groupBy": ["model"]
}
}' > /tmp/usage.json
# 3. Palyginti
python3 -c "
import json
with open('/tmp/models.json') as f:
available = {m['id'] for m in json.load(f).get('models', [])}
with open('/tmp/usage.json') as f:
used = {p.get('model') for p in json.load(f).get('dataPoints', [])}
unused = available - used
if unused:
print(f'Available models not used: {unused}')
"
Kainos galioja nuo 2026 m. rugpjūčio 5 d. – kainos reguliariai keičiasi: prieš atlikdami bet kokius biudžeto skaičiavimus, patikrinkite dabartinę kainodarą oficialiame xAI modelių ir kainų puslapyje.
Svarbiausi punktai
GET /auth/teams/{teamId}/modelsišvardija modelius su kainomis ir galimybėmisGET /auth/teams/{teamId}/endpointsišvardija galutinius taškus ACL kūrimui- Naudok šią informaciją kurdamas API raktus su tiksliomis ACL taisyklėmis
- Palygink tarifus, kad pasirinktum ekonomiškiausią tavo poreikiams tinkantį modelį
- Reguliariai stebėk naujus galimus modelius