RPM en TPM per model
Op deze pagina
Update 2 november 2026 — Imagine.
grok-imagine-image-qualityis verwijderd op 2 november 2026: aanvragen hiervoor worden nu verwerkt door Imagine Image 2.0 (grok-imagine-image-2.0, $0.04 per afbeelding) inlowkwaliteit. Vervang de identifier in uw voorbeelden en stel de gewenste kwaliteit in;grok-imagine-image(versie 1.0) blijft ongewijzigd. Imagine Image 2.0 accepteert tot vijf referentieafbeeldingen en deautokwaliteit, wat nu de standaard is.
De twee beperkende metrieken

De Grok API meet uw gebruik niet met één enkele teller, maar met twee die onafhankelijk van elkaar worden geactiveerd: RPM (requests per minute) en TPM (tokens per minute). U kunt geblokkeerd worden door de ene limiet terwijl u bij de andere nog ver onder het plafond zit. Cruciaal voor het vervolg: deze twee tellers worden per model bijgehouden. Uw limieten voor grok-4.5 hebben dus geen invloed op die voor grok-4.3.
Dit onderscheid is niet slechts een detail in de documentatie. Het bepaalt hoe u uw infrastructuur dimensioneert, hoe u de belasting verdeelt en waar uw service precies fouten begint terug te geven tijdens piekmomenten.
RPM beperkt het aantal oproepen
RPM telt het aantal oproepen, ongeacht hun grootte: een aanvraag van tien tokens en een van honderdduizend tokens wegen even zwaar. Officiële modelspecificaties drukken dit uit in requests per seconde: 150 voor grok-4.7 en grok-4.5 (9.000 per minuut), 37 voor grok-4.3 (2.220 per minuut). Dit is voldoende voor een standaard conversatietoepassing.
RPM wordt de flessenhals zodra uw aanvragen talrijk en kort zijn. Een pipeline die supporttickets één voor één classificeert, of drie entiteiten per zin extraheert uit een corpus documenten, put zijn quotum aan oproepen lang voordat het tokenquotum wordt benaderd. In dit geval is de oplossing niet om meer RPM aan te vragen, maar om meerdere items in één enkele oproep te bundelen.
TPM beperkt het verwerkte volume
TPM telt de input- en outputtokens op over een glijdende minuut. Volgens de officiële specificaties geldt 50 miljoen tokens per minuut voor grok-4.7 en grok-4.5, en 10 miljoen voor grok-4.3. Het gedrag hier is precies het omgekeerde van het vorige geval: weinig oproepen, maar zeer zware.
Neem een documentanalyseservice die mappen van elk 50.000 tokens verstuurt. Bij grok-4.3 zou het plafond voor het aantal aanvragen 2.220 inzendingen per minuut toestaan, maar TPM stopt bij 200 documenten: 200 × 50.000 = 10 miljoen. U verzadigt dus bij ongeveer een elfde van uw theoretische capaciteit qua aantal oproepen, en geen enkele parallelle instelling laat u toe deze muur te doorbreken.
Limieten specifiek per model
De plafonds verschillen naargelang het type model dat u aanroept. U moet deze schaal kennen voordat u een bepaalde doorvoer aan een klant belooft.
| Categorie | Modellen | Limiet (officiële specificatie) |
|---|---|---|
| Tekst | grok-4.7, grok-4.5 | 150 requests/s, 50M TPM |
| Tekst | grok-4.3 | 37 requests/s, 10M TPM |
| Afbeelding | grok-imagine-image, grok-imagine-image-2.0 | 6 requests/s |
| Video | grok-imagine-video, -1.5, -1.5-lite | 10 requests/s |
Deze waarden zijn afkomstig uit de officiële modelspecificaties van 2 november 2026; de effectieve limieten van uw team worden weergegeven in de xAI-console.
Omdat de tellers onafhankelijk zijn, blokkeert het verzadigen van één model de andere niet. Als grok-4.5 429-fouten teruggeeft, accepteert grok-4.3 uw aanvragen alsof er niets aan de hand is. Dit is een vaak over het hoofd gezien hefboom voor de doorvoer: wacht niet op een quota-verhoging, maar routeer eenvoudige taken—classificatie, extractie, korte samenvatting—naar een minder belast model. Reserveer grok-4.5 voor echt complexe redeneringen en laat het orkestreren van fluxen met meerdere sub-agenten over aan grok-4.20-multi-agent-0309. De totale doorvoer van uw platform wordt dan de som van meerdere quota’s in plaats van slechts één.
Consumptie monitoren zonder specifieke headers
De Grok API retourneert geen headers in zijn responses die aangeven hoeveel RPM of TPM u nog over heeft. Met andere woorden: niets waarschuwt u dat u het plafond nadert. De enige manier om uw positie te kennen, is door de boekhouding zelf bij te houden aan de clientzijde.
Deze tracking berust op drie elementen: een requestteller per minuut per model, een tokenteller die wordt gevoed door het usage-object dat elke response bevat, en een alertdrempel die wordt geactiveerd rond de 80% van de limieten. Dit laatste punt is het belangrijkst: een alert bij 80% geeft u de tijd om bij te sturen—belasting verdelen, inzendingen spreiden, een upgrade van uw tier activeren—waaras een alert bij 100% alleen het incident bevestigt terwijl het al gaande is.
Belangrijkste punten
- Limieten worden gemeten in RPM (requests/minuut) en TPM (tokens/minuut)
- Tekstmodellen bieden standaard 1.800 RPM en 10M TPM
- Elk model heeft zijn eigen onafhankelijke limieten
- Het verdelen van de belasting over modellen maakt het mogelijk de effectieve doorvoer te vermenigvuldigen
- Implementeer tracking aan de clientzijde om limieten te anticiperen