Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Fakturēšana un izmaksu optimizācija

Nodarbība 9 no 12 Atjaunota 2026. gada 3. novembris Programmētājs
Šajā lapā
  1. Spriešanas tokeni tavā rēķinā
  2. Cenas pēc modeļa (2026. gada jūlijs)
  3. Izseko katra pieprasījuma izmaksas
  4. Izmaksu optimizācijas stratēģijas
  5. Budžeta izsekošana produkcijā
  6. Galvenās atziņas

Atjaunināts 2026. gada 3. novembrī: Iepriekšējie piemēri piekļuva usage.prompt_tokens un usage.completion_tokens Responses API atbildēs, kas faktiski eksponē input_tokens, output_tokens un to detaļas (cached_tokens, reasoning_tokens): kods izraisīja AttributeError. Izmaksu izsekošana tagad ņem vērā kešotās ievades, un ieteikums samazināt izvades limitu, lai ierobežotu spriešanu, ir labots, jo šis limits neskaita spriešanas tokenus. Avoti: Modeļi un cenas · Labākā prakse.

Spriešanas tokeni tavā rēķinā

Spriešanas tokenu fakturēšana ir kritisks aspekts, strādājot ar xAI modeļiem. Šie tokeni tiek tarifēti pēc izvades tokenu likmes – kas ir augstākā likme – un neoptimizēta izmantošana var strauji palielināt izmaksas, it īpaši pie augsta spriešanas līmeņa modelī grok-4.5.

Jaunums 2026. gadā, kas ir svarīgi saprast: cenu noteikšana ir pakāpeniska. Cena par tokeni ir atkarīga no pieprasījuma konteksta lieluma. Ja prompta tokeni ir mazāk par 200 tūkstošiem, tu maksā standarta likmi; virs šī sliekšņa likme dubultojas.

Cenas pēc modeļa (2026. gada jūlijs)

Cena par miljonu tokeniem.

Modelis Ievade < 200k Izvade < 200k Ievade ≥ 200k Izvade ≥ 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

Spriešanas tokeni tiek tarifēti pēc „Izvade” kolonnas likmes. Izmantojot grok-4.5 ar kontekstu zem 200k, katrs miljons spriešanas tokenu maksā 6,00 USD; ar grok-4.20-0309-reasoning – 2,50 USD. Ja tavs prompts pārsniedz 200k tokenus, šīs summas dubultojas: attiecīgi 12,00 USD un 5,00 USD.

Izseko katra pieprasījuma izmaksas

Atbildē esošais objekts usage satur tokenu skaitītājus; dažas xAI API atbildes var saturēt arī tiešus izmaksu laukus. Pārbaudi modeļa atgriezto objektu usage un oficiālajā dokumentācijā apskati pieejamos laukus. Pretējā gadījumā manuāls aprēķins ir vienkāršs:

response = client.responses.create(
    model="grok-4.5",
    input="Solve this dynamic programming problem...",
    reasoning={"effort": "high"}
)

# grok-4.5 likmes kontekstam zem 200k tokeniem (Responses API skaita ievadi/izvadi)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000  # ietver spriešanu
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}")

Uzmanību: šis aprēķins pieņem kontekstu, kas mazāks par 200k tokeniem. Produkcijas vidē tavam izsekotājam ir jānosaka piemērojamais tarifs (skatīt zemāk).

Izmaksu optimizācijas stratēģijas

1. Pielāgo pūles uzdevumam

Pirmā un efektīvākā optimizācija ir pareiza spriešanas pūļu līmeņa izvēle modelī grok-4.5. Zemas pūles var patērēt ievērojami mazāk spriešanas tokenu nekā augstas pūles:

# Kārto pieprasījumus pēc sarežģītības
if complexity == "simple":
    effort = "low"      # īsa spriešana
elif complexity == "medium":
    effort = "medium"   # vidēja spriešana
else:
    effort = "high"     # dziļa spriešana

Pārbaudi oficiālajā modeļu lapā precīzās vērtības, ko parametrs pieņem.

2. Izmanto pareizo modeli

Parastiem spriešanas uzdevumiem grok-4.20-0309-reasoning par 2,50 USD/M izvadei maksā mazāk nekā pusi no grok-4.5 (6,00 USD/M). Rezervē flagmani tikai tiem uzdevumiem, kas to patiešām prasa. Kodam grok-build-0.1 par 2,00 USD/M izvadei ir vēl ekonomiskāks.

3. Uzturies zem 200k tokenu līmeņa

Cenu līmenis ir tiešs svira: pieprasījums ar 250k konteksta tokeniem maksā divreiz vairāk par tokeni nekā pieprasījums ar 150k. Pirms nosūti milzīgu kontekstu, pajautā sev, vai tā sadalīšana vairākos mazākos pieprasījumos (vai starpposma kopsavilkums) nebūtu gan lētāka, gan efektīvāka.

4. Izmanto promptu kešatmiņu

xAI piedāvā samazinātu cenu ievades tokeniem, kas jau ir kešatmiņā: atkārtoti promptu prefiksi (sistēmas instrukcijas, kopīgs konteksts) maksā mazāk, ja tiek atkārtoti izmantoti no viena pieprasījuma uz nākamo. Zem 200k tokeniem kešotā ievade maksā 0,30 USD par miljonu, nevis 2,00 USD ar grok-4.5, un 0,20 USD, nevis 1,25 USD ar grok-4.20-0309-reasoning (Modeļu un cenu lapa, 2026. gada novembris). Strukturē savus promptus tā, lai stabilās daļas būtu sākumā; daļa, ko apkalpo kešatmiņa, parādās kā usage.input_tokens_details.cached_tokens.

5. Noteic izvades limita lielumu

Izvades limits (max_output_tokens Responses API vai max_completion_tokens Chat Completions) ierobežo tikai redzamo atbildi: spriešanas tokeni netiek ieskaitīti šajā limitā. Tā samazināšana tādējādi nesamazina spriešanu; tā tikai riskē pārtraukt atbildi priekšlaicīgi. xAI labākās prakses iesaka to iestatīt virs garākās paredzamās atbildes vai atstāt tā noklusējuma vērtību 128 000 tokeni. Lai samazinātu spriešanu, samazini pūles modeļos, kas to pieņem, vai izvēlies lētāku modeli.

Budžeta izsekošana produkcijā

class CostTracker:
    # Likmes uz MTok: (ievade, kešotā ievade, izvade) pēc konteksta līmeņa
    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  # prompta tokeni

    def __init__(self):
        self.total_cost = 0
        self.request_count = 0

    def track(self, response, model="grok-4.5"):
        usage = response.usage  # Responses API atbilde
        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  # ietver spriešanu
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Cenas spēkā no 2026. gada 5. augusta – cenas mainās regulāri: pirms jebkāda budžeta aprēķina pārbaudi aktuālo cenu režģi oficiālajā xAI modeļu un cenu lapā.

Galvenās atziņas

  • Spriešanas tokeni tiek tarifēti pēc izvades tokenu likmes
    1. gada cenu noteikšana ir pakāpeniska: virs 200k konteksta tokeniem cena par tokeni dubultojas
  • grok-4.5 maksā 2/6 USD par MTok zem 200k (4/12 USD virs); grok-4.20-0309-reasoning maksā 1,25/2,50 USD (2,50/5 USD virs)
  • Trīs galvenie sviras: pielāgo spriešanas pūles, izvēlies pareizo modeli, uzturies zem 200k līmeņa
  • Izseko savas izmaksas pieprasījumu pa pieprasījumam, ņemot vērā piemērojamo tarifu