Strumieniowanie SSE
Na tej stronie
Odpowiedzi w czasie rzeczywistym
W trybie normalnym czekasz, aż model zakończy generowanie całej odpowiedzi, zanim ją otrzymasz. Dzięki strumieniowaniu SSE (Server-Sent Events) tokeny docierają w miarę ich generowania. Jest to kluczowe w interfejsach konwersacyjnych, gdzie użytkownicy chcą widzieć pojawianie się odpowiedzi stopniowo.
Włączanie strumieniowania
Dodaj "stream": true do swojego żądania:
curl https://api.x.ai/v1/responses \
-H "Authorization: Bearer $XAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "grok-4.20-0309-reasoning",
"input": "Write a poem about programming.",
"stream": true
}'
Odpowiedź dociera jako strumień SSE:
data: {"type": "response.created", "response": {...}}
data: {"type": "response.output_item.added", ...}
data: {"type": "response.content_part.added", ...}
data: {"type": "response.output_text.delta", "delta": "La "}
data: {"type": "response.output_text.delta", "delta": "programmation "}
data: {"type": "response.output_text.delta", "delta": "est "}
...
data: {"type": "response.completed", "response": {...}}
Typy zdarzeń
| Zdarzenie | Opis |
|---|---|
response.created | Rozpoczęcie generowania |
response.output_item.added | Nowy element w wyjściu |
response.content_part.added | Nowa część treści |
response.output_text.delta | Fragment tekstu (najczęstszy) |
response.output_text.done | Pełny tekst elementu |
response.completed | Odpowiedź sfinalizowana wraz ze statystykami zużycia |
response.failed | Błąd podczas generowania |
Strumieniowanie w Pythonie
stream = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Explain how a compiler works.",
stream=True
)
full_text = ""
for event in stream:
if event.type == "response.output_text.delta":
print(event.delta, end="", flush=True)
full_text += event.delta
elif event.type == "response.completed":
usage = event.response.usage
print(f"\n\nTokens: {usage.total_tokens}")
print(f"Cost: {usage.cost_in_nano_usd / 1e9:.6f} USD")
flush=True wymusza natychmiastowe wyświetlanie każdego fragmentu.
Strumieniowanie z narzędziami
Gdy model używa narzędzi w trybie strumieniowym, otrzymujesz dodatkowe zdarzenia:
data: {"type": "response.output_item.added", "item": {"type": "web_search_call"}}
data: {"type": "response.web_search_call.in_progress", ...}
data: {"type": "response.web_search_call.completed", ...}
data: {"type": "response.output_text.delta", "delta": "Selon les résultats..."}
W przypadku wywołań funkcji klienckich argumenty otrzymujesz stopniowo:
data: {"type": "response.function_call.arguments.delta", "delta": "{\"city\""}
data: {"type": "response.function_call.arguments.delta", "delta": ": \"Paris\"}"}
data: {"type": "response.function_call.arguments.done", ...}
Integracja z frontendem
W aplikacji internetowej przekaż strumień SSE do przeglądarki poprzez punkt końcowy serwera:
const response = await fetch('/api/chat', {
method: 'POST',
body: JSON.stringify({ message: userInput })
});
const reader = response.body.getReader();
const decoder = new TextDecoder();
while (true) {
const { done, value } = await reader.read();
if (done) break;
const text = decoder.decode(value);
outputElement.textContent += text;
}
Strumieniowanie a rozliczenia
Strumieniowanie nie zmienia sposobu rozliczania. Koszt jest identyczny, niezależnie od tego, czy jest włączone, czy nie – różni się jedynie tryb dostarczania danych. Kompletny obiekt usage jest dostępny w zdarzeniu response.completed.
Kluczowe wnioski
stream: truewłącza strumieniowanie SSE – tokeny docierają w miarę ich generowania- Zdarzenie
response.output_text.deltazawiera każdy fragment tekstu - Zdarzenie
response.completedzawiera końcową odpowiedź wraz z metadanymi zużycia - Strumieniowanie działa z narzędziami (web_search, funkcje)
- Koszt jest identyczny z włączonym lub wyłączonym strumieniowaniem