Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Otimize os Seus Custos

Aula 10 de 14 Atualizada a 2 de novembro de 2026 Iniciante
Nesta página
  1. Domine o Seu Orçamento de API
  2. Cache Automático: O Seu Melhor Aliado
  3. A API Batch: 50% de Desconto em Tokens
  4. Escolha o Modelo Correto
  5. Throughput Provisionado (Enterprise)
  6. Estratégia Combinada
  7. Pontos-chave

Domine o Seu Orçamento de API

A utilização de modelos Grok em produção pode representar um investimento significativo. A boa notícia: a xAI oferece várias alavancas de otimização que, quando utilizadas corretamente, podem reduzir os seus custos entre 50% e 90%. Esta lição apresenta estratégias concretas para o conseguir.

Cache Automático: O Seu Melhor Aliado

O cache da xAI é o mecanismo de poupança de custos mais poderoso à sua disposição. Funciona automaticamente: quando dois pedidos partilham um prefixo comum (mesmo prompt de sistema, mesmo início de conversa), os tokens já processados são recuperados do cache em vez de serem recalculados.

A redução é massiva:

  • Grok 4.7: tokens em cache a $0,50/M em vez de $2,00/M (redução de 75%)
  • Grok 4.5: $0,30/M em vez de $2,00/M (85%)
  • Grok 4.3 e geração 4.20: $0,20/M em vez de $1,25/M (84%)

Maximizar a Taxa de Acerto do Cache

Para tirar o máximo partido do cache, siga estes princípios:

Mantenha o seu prompt de sistema estável. Este é o prefixo mais longo e frequentemente reutilizado. Se o modificar entre pedidos, o cache é invalidado para todo o pedido.

Anexe sempre novas mensagens no final. Não reorganize o histórico da conversa — qualquer modificação no prefixo quebra o cache.

Utilize o cabeçalho x-grok-conv-id. Este cabeçalho, que aceita um UUID v4, informa a xAI de que vários pedidos pertencem à mesma conversa. Isto melhora o encaminhamento para o cache apropriado.

x-grok-conv-id: 550e8400-e29b-41d4-a716-446655440000

Utilize o mesmo UUID para todos os pedidos numa única conversa e um novo UUID para cada nova conversa.

A API Batch: 50% de Desconto em Tokens

A API Batch, disponível desde janeiro de 2026, oferece uma redução de 50% nas tarifas padrão de tokens. O princípio: submete um lote de pedidos e recupera os resultados de forma assíncrona, em vez de obter respostas em tempo real.

Modelo Entrada Padrão Entrada Batch Saída Padrão Saída Batch
Grok 4.5 $2,00 $1,00 $6,00 $3,00
Grok 4.3 $1,25 $0,63 $2,50 $1,25

Importante: A redução batch aplica-se apenas a tokens de texto. A geração de imagens e vídeo mantém as tarifas padrão, mesmo via API Batch.

Desde março de 2026, pode carregar os seus ficheiros JSONL via Files API para submeter os seus lotes, o que simplifica o fluxo de trabalho.

Escolha o Modelo Correto

A seleção do modelo é frequentemente a alavanca de otimização mais impactante. Eis um quadro de decisão orientado para custos:

Por predefinição, utilize o grok-4.3. É o modelo de uso geral mais económico para a maioria das tarefas e oferece a maior janela de contexto da gama. Entrada a $1,25/M, saída a $2,50/M.

Ative o raciocínio apenas quando necessário. Os tokens de raciocínio são faturados à tarifa de saída. Um pedido com raciocínio pode custar 2 a 5 vezes mais do que um pedido sem raciocínio no mesmo modelo.

Atualize para o Grok 4.5 apenas para tarefas complexas que exijam raciocínio profundo. Não o utilize para classificação ou resumos simples.

Utilize o grok-build-0.1 para código em vez do Grok 4.5: é o modelo mais rápido da gama, com metade do preço na entrada ($1,00 vs $2,00) e três vezes mais barato na saída ($2,00 vs $6,00).

Throughput Provisionado (Enterprise)

Para clientes Enterprise com volumes previsíveis, o Throughput Provisionado oferece capacidade dedicada com um SLA de 99,9%. O modelo de faturação é de $10,00 por dia por unidade, com um compromisso mínimo de 30 dias.

Isto é relevante se necessitar de latências garantidas e limites de taxa superiores aos do modelo pay-as-you-go. O benefício económico depende do seu volume: calcule o seu consumo mensal no modelo pay-as-you-go e compare-o com o custo provisionado.

Estratégia Combinada

A estratégia ótima combina várias alavancas:

  1. grok-4.3 como modelo predefinido
  2. Cache maximizado via prompts estáveis e x-grok-conv-id
  3. API Batch para todo o processamento que não exija resposta imediata
  4. Encaminhamento inteligente para o Grok 4.5 apenas quando a qualidade o exigir

Ao combinar o cache (75% a 85% de desconto na entrada, dependendo do modelo) e o batch (50%), pode alcançar custos efetivos muito baixos, mesmo com volumes elevados.

Pontos-chave

  • O cache automático é a alavanca mais poderosa: redução de 75% a 85% nos tokens de entrada, dependendo do modelo
  • Utilize x-grok-conv-id para melhorar a taxa de acerto do cache
  • A API Batch oferece 50% de redução em tokens de texto
  • Escolha o modelo mais barato que cumpra os seus requisitos de qualidade
  • O grok-4.3 é a predefinição ótima para a maioria dos casos
  • Combine cache + batch + modelo correto para maximizar a poupança