Pāriet uz galveno saturu
Latviešu— Izvēlēties valodu
Izvēlne

Pieejamie modeļi

Nodarbība 12 no 14 Atjaunota 2026. gada 29. jūlijs Programmētājs
Šajā lapā
  1. Atklāj pieejamos modeļus
  2. Modeļu saraksts
  3. Izmantošana atslēgu pārvaldībā
  4. Galapunktu ACL saraksts
  5. Izvēlies pareizo modeli
  6. Modeļu salīdzināšanas skripts
  7. Uzraugi jaunus modeļus
  8. Apvieno modeļus un analītiku
  9. Galvenās atziņas

Atklāj pieejamos modeļus

Šis galapunkts sniedz atbildi uz jautājumu, ko kļūdaini vari uzskatīt par zināmu no galvas: kurus modeļus tava komanda patiesībā var izsaukt un kāda ir to cena šodien. Publiskā dokumentācija apraksta vispārīgo katalogu, savukārt API sniedz informāciju par tavu konkrēto katalogu, ieskaitot aktuālās cenas.

Atšķirība starp abiem nav tikai teorētiska. Tarifu plāni mainās, cenas svārstās, un ID, nokopēts no pusgadu veca emuāra ieraksta, radīs piekļuves kļūdu, kuru ir grūti diagnosticēt. Pieradi sevi jautāt šim galapunktam, nevis pieņemt lietas par pašsaprotamām – tas ir arī tas, kas nodrošina tavu izmaksu salīdzināšanas skriptu uzticamību laika gaitā. Šī informācija ir būtiska, lai izvēlētos pareizo modeli savam lietojumam un budžetam.

Modeļu saraksts

curl "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY"

Atbilde katram modelim satur:

  • ID: precīzs nosaukums, ko izmantot API izsaukumos (piemēram: grok-4.20-0309-reasoning)
  • Klasteris: serveru grupa, kas hostē modeli
  • Cenas: cena par miljonu tokeniem ievadei un izvadei
  • Iespējas: konteksta lielums, multimodālais atbalsts u.c.

Izmantošana atslēgu pārvaldībā

Tieši šeit šis galapunkts kļūst neaizstājams, nevis tikai noderīgs. ACL (piekļuves kontroles saraksts), kas norāda neeksistējošu modeli – jo ID formāts ir mainījies vai models ir izņemts no aprites – nerada skaļu kļūdu: tas vienkārši neko neatļauj, un tu beigās meklē kļūdu savā kodā. Pirms ID iekļaušanas atslēgā, pārbaudi to tieši avotā.

{
  "acls": [
    "api-key:model:grok-4.20-0309-reasoning",
    "api-key:model:grok-4.3"
  ]
}

Ja ierobežo atslēgu konkrētiem modeļiem, vispirms pārbaudi, vai tie ir pieejami tavai komandai, izmantojot šo galapunktu.

Galapunktu ACL saraksts

Tāda pati loģika attiecas uz galapunktiem: zemāk esošais saraksts ir autoritatīvs, veidojot savus ACL. Tas arī sniedz noderīgu skatījumu uz atslēgas faktisko darbības jomu – atslēga, kas ierobežota tikai ar chat, nevar ģenerēt iegulšanas (embeddings) vai apstrādāt attēlus, neatkarīgi no modeļiem, uz kuriem tā citādi attiecas.

curl "https://management-api.x.ai/auth/teams/$TEAM_ID/endpoints" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY"

Pieejamie galapunkti ir:

  • chat: teksta sarunas (chat completions)
  • embed: iegulšanu (embedding) ģenerēšana
  • image: attēlu ģenerēšana un analīze
  • models: modeļu saraksts
  • sample: paraugu ņemšana (sampling)
  • tokenize: teksta tokenizācija
  • documents: dokumentu apstrāde

Izvēlies pareizo modeli

Pēc lietojuma gadījuma

Lietojuma gadījumsIeteicamais modelsKāpēc
Sarežģīta spriešanagrok-4.20-0309-reasoningIzvērstas domāšanas ķēdes
Vienkārši uzdevumi, liels apjomsgrok-4.3Ātrs, ekonomisks
Attēlu analīzeMultimodālais modelsRedzes atbalsts
Iegulšanas / RAGEmbed modelOptimizēts meklēšanai

Pēc budžeta

Salīdzini API atgrieztās likmes, nevis tās, kas tev ir galvā. Arbitrāžas loģika vienmēr ir viena un tā pati: klasifikācijas vai ekstrakcijas uzdevums negūst nekādu labumu no spriešanas modeļa, taču tu maksāji par to katrā izsaukumā – un tieši šāda veida uzdevumus tu veic tūkstošiem reižu. Spriešanas models ir nepieciešams tikai sarežģītām analīzēm.

Modeļu salīdzināšanas skripts

import requests
import json

MANAGEMENT_API = "https://management-api.x.ai"
MGMT_KEY = "xai-mgmt-..."
TEAM_ID = "team-..."

# Iegūst modeļus
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}")

Uzraugi jaunus modeļus

Katalogs mainās vairākas reizes gadā, un visinteresantākās izmaiņas bieži vien nav jauni modeļi, bet gan cenu kritums vecajiem. Periodiska pārbaude, kas salīdzina datus ar iepriekšējo ierakstu, atzīmē abus šos faktus, un tas prasa tikai dažas rindiņas cron uzdevumā.

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"

# Iegūst pašreizējos modeļus
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", [])}

# Salīdzina ar kešatmiņu
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)}")

# Atjaunina kešatmiņu
with open(CACHE_FILE, "w") as f:
    json.dump(list(current_models), f)

Apvieno modeļus un analītiku

Galīgais krustreferences punkts ir tas, kas virza lēmumu: vienā pusē – cik maksā katrs models, otrā pusē – cik daudz tu to izmanto. Dārgs un margināls models nav pelnījis uzmanību; dārgs models, kas absorbē lielāko daļu tavu pieprasījumu, ir pirmais kandidāts maiņai, un tieši to šis skripts izgaismo vienā rindiņā.

# 1. Uzskaita pieejamos modeļus
curl -s "https://management-api.x.ai/auth/teams/$TEAM_ID/models" \
  -H "Authorization: Bearer $MANAGEMENT_API_KEY" > /tmp/models.json

# 2. Analizē lietojumu pa modeļiem
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. Salīdzina
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}')
"

Cenas spēkā no 2026. gada 5. augusta — cenas regulāri mainās: pirms jebkādiem budžeta aprēķiniem pārbaudi aktuālo cenu lapu oficiālajā xAI modeļu un cenu lapā.

Galvenās atziņas

  • GET /auth/teams/{teamId}/models uzskaita modeļus ar cenām un iespējām
  • GET /auth/teams/{teamId}/endpoints uzskaita galapunktus priekš ACL
  • Izmanto šo informāciju, lai izveidotu API atslēgas ar precīziem ACL
  • Salīdzini likmes, lai izvēlētos visekonomiskāko modeli, kas atbilst tavam lietojumam
  • Regulāri uzraugi jaunus pieejamos modeļus