Optimaliseer uw kosten
Op deze pagina
Beheers uw API-budget
Het gebruik van Grok-modellen in productie kan een aanzienlijke investering vertegenwoordigen. Het goede nieuws: xAI biedt verschillende optimalisatiemogelijkheden die, wanneer ze correct worden toegepast, uw kosten met 50% tot 90% kunnen verlagen. Deze les presenteert concrete strategieën om dit te bereiken.
Automatische cache: uw beste bondgenoot
De cache van xAI is het krachtigste mechanisme voor kostenbesparing dat tot uw beschikking staat. Het werkt automatisch: wanneer twee verzoeken een gemeenschappelijk prefix delen (dezelfde systeemprompt, hetzelfde begin van het gesprek), worden tokens die al zijn verwerkt opgehaald uit de cache in plaats van opnieuw te worden berekend.
De verlaging is enorm:
- Grok 4.7: gecachete tokens voor $0,50/M in plaats van $2,00/M (75% verlaging)
- Grok 4.5: $0,30/M in plaats van $2,00/M (85%)
- Grok 4.3 en generatie 4.20: $0,20/M in plaats van $1,25/M (84%)
Maximaliseer het cache-trefferpercentage
Om het meeste uit de cache te halen, volgt u deze principes:
Houd uw systeemprompt stabiel. Dit is het langste en meest hergebruikte prefix. Als u dit tussen verzoeken wijzigt, wordt de cache voor het volledige verzoek ongeldig verklaard.
Voeg nieuwe berichten altijd toe aan het einde. Herorganiseer de gespreksgeschiedenis niet; elke wijziging in het prefix verbreekt de cache.
Gebruik de header x-grok-conv-id. Deze header, die een UUID v4 bevat, geeft aan xAI door dat meerdere verzoeken tot hetzelfde gesprek behoren. Dit verbetert de routing naar de juiste cache.
x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000
Gebruik dezelfde UUID voor alle verzoeken binnen één gesprek, en een nieuwe UUID voor elk nieuw gesprek.
De Batch API: 50% korting op tokens
De Batch API, beschikbaar sinds januari 2026, biedt een verlaging van 50% op de standaard tokentarieven. Het principe: u dient een batch met verzoeken in en haalt de resultaten asynchroon op, in plaats van realtime antwoorden te ontvangen.
| Model | Standaard input | Batch input | Standaard output | Batch output |
|---|---|---|---|---|
| Grok 4.5 | $2,00 | $1,00 | $6,00 | $3,00 |
| Grok 4.3 | $1,25 | $0,63 | $2,50 | $1,25 |
Belangrijk: De batch-verlaging geldt alleen voor teksttokens. Het genereren van afbeeldingen en video’s blijft tegen de standaardtarieven lopen, zelfs via de Batch API.
Sinds maart 2026 kunt u uw JSONL-bestanden uploaden via de Files API om uw batches in te dienen, wat de workflow vereenvoudigt.
Kies het juiste model
Modelselectie is vaak de meest impactvolle optimalisatiemogelijkheid. Hier is een op kosten gericht beslissingskader:
Gebruik standaard grok-4.3. Dit is het meest economische model voor algemene doeleinden voor de meeste taken, en het biedt het grootste contextvenster in het assortiment. Input voor $1,25/M, output voor $2,50/M.
Schakel redenering alleen in wanneer nodig. Redeneringstokens worden gefactureerd tegen het outputtarief. Een verzoek met redenering kan 2 tot 5 keer zo duur zijn als een verzoek zonder redenering op hetzelfde model.
Upgrade alleen naar Grok 4.5 voor complexe taken die diepgaande redenering vereisen. Gebruik het niet voor classificatie of eenvoudige samenvatting.
Gebruik grok-build-0.1 voor code in plaats van Grok 4.5: dit is het snelste model in het assortiment, tegen de helft van de prijs voor input ($1,00 versus $2,00) en drie keer zo goedkoop voor output ($2,00 versus $6,00).
Provisioned Throughput (Enterprise)
Voor Enterprise-klanten met voorspelbare volumes biedt Provisioned Throughput toegewijde capaciteit met een SLA van 99,9%. Het facturatiemodel is $10,00 per dag per eenheid, met een minimale verbintenis van 30 dagen.
Dit is relevant als u gegarandeerde latenties en hogere tariefslimieten nodig heeft dan bij pay-as-you-go. Het economische voordeel hangt af van uw volume: bereken uw maandelijkse verbruik bij pay-as-you-go en vergelijk dit met de kosten van provisioned throughput.
Gecombineerde strategie
De optimale strategie combineert verschillende hefbomen:
- grok-4.3 als standaardmodel
- Gemaximaliseerde cache via stabiele prompts en
x-grok-conv-id - Batch API voor alle verwerking die geen onmiddellijk antwoord vereist
- Intelligente routing naar Grok 4.5 alleen wanneer de kwaliteit dit eist
Door cache (75% tot 85% korting op input, afhankelijk van het model) en batch (50%) te combineren, kunt u zeer lage effectieve kosten bereiken, zelfs bij hoge volumes.
Belangrijkste punten
- Automatische cache is de krachtigste hefboom: 75% tot 85% verlaging op inputtokens, afhankelijk van het model
- Gebruik
x-grok-conv-idom het cache-trefferpercentage te verbeteren - De Batch API biedt 50% verlaging op teksttokens
- Kies het goedkoopste model dat voldoet aan uw kwaliteitseisen
- grok-4.3 is het optimale standaardmodel voor de meeste gevallen
- Combineer cache + batch + het juiste model om besparingen te maximaliseren