Unități și alocări TPM per model
Pe această pagină
Actualizat la 2 noiembrie 2026 — modelul principal. Grok 4.5 nu mai este cel mai performant model: Grok 4.6 (12 august 2026) și apoi Grok 4.7 (
grok-4.7, 21 septembrie 2026) l-au înlocuit, oferind 500.000 de tokeni de context, efort de raționament de lalowlaxhighși aceeași grilă de prețuri tiered (2 $ / 6 $ sub 200.000 de tokeni de prompt, 4 $ / 12 $ peste).grok-4.5rămâne disponibil; pentru un proiect nou, începeți cugrok-4.7(cursul Grok in 2026, lecția 9).
De ce valoarea unităților variază
Am stabilit că o unitate de throughput provisionat costă la fel, indiferent de model. Ceea ce se schimbă este ceea ce obțineți: fiecare unitate oferă un număr specific de tokeni pe minut, în funcție de modelul ales. Această variație nu este arbitrară; ea reflectă complexitatea computațională a modelului. Cu cât un model necesită mai multă putere de calcul pentru a genera un token, cu atât mai puțini tokeni poate livra o unitate pe minut.
O a doua distincție structurează tabelul de mai jos: alocările sunt împărțite între tokenii de intrare (input) și cei de ieșire (output), deoarece generarea costă semnificativ mai mult decât ingestia. Citirea unui prompt de 1.000 de tokeni și scrierea a 1.000 de tokeni nu necesită același efort de infrastructură, iar grila de prețuri ține cont de acest aspect.
Alocări per model
Iată alocările TPM per unitate pentru principalele modele disponibile în throughput provisionat (valori indicative — consultați documentația oficială xAI pentru alocările actualizate ale fiecărui model):
| Model | Input TPM/Unitate | Output TPM/Unitate |
|---|---|---|
| grok-4.5 | 2,000 | 400 |
| grok-4.3 | 21,000 | 12,500 |
| grok-4.20-0309 (non-reasoning) | 3,000 | 700 |
| grok-4.20-0309 (reasoning) | 3,000 | 700 |
| grok-4.20-multi-agent-0309 | 3,000 | 700 |
| grok-build-0.1 | 31,500 | 4,000 |
Cum să citiți tabelul
Puteți identifica imediat modelele de gamă superioară prin alocările lor reduse. Modelele grok-4.5 și grok-4.20 sunt cele mai puternice, ceea ce le face cele mai intensive din punct de vedere computațional; prin urmare, ele oferă cei mai puțini TPM per unitate: 2.000 până la 3.000 la intrare, 400 până la 700 la ieșire. Rezervați-le pentru sarcini care necesită într-adevăr un raționament avansat. Decalajul față de restul gamei este suficient de mare încât utilizarea nediferențiată devine costisitoare — lecția următoare demonstrează acest lucru cu cifre concrete.
La celălalt capăt, grok-build-0.1 atinge până la 31.500 TPM la intrare și 4.000 TPM la ieșire per unitate, reprezentând cel mai mare throughput de intrare din gamă. Specializat în generarea de cod, oferă cel mai bun raport throughput-cost pentru fluxurile de lucru de dezvoltare. Profilul său corespunde exact acestui tip de sarcină: un serviciu care citește fișiere sursă voluminoase pentru a propune corecturi consumă mult la intrare și relativ puțin la ieșire.
La mijloc, grok-4.3 livrează 21.000 TPM la intrare și 12.500 TPM la ieșire per unitate. Este singurul model din tabel cu o capacitate generoasă de ieșire, ceea ce îl face deosebit de potrivit pentru sarcini simple, de volum mare — clasificare, extragere, rezumare — unde produceți mult text pornind de la un context modest.
Transformarea acestei grile în decizii
În practică, obiectivul este să potriviți fiecare caz de utilizare cu modelul al cărui profil de alocare se potrivește cel mai bine. Un serviciu de suport clienți, un chatbot intern, un pipeline de clasificare sau orice procesare de volum mare se va baza pe grok-4.3. Analizele complexe, redactarea avansată și scenariile multi-agent justifică utilizarea grok-4.20. Generarea de cod și fluxurile de lucru de dezvoltare indică direcția către grok-build-0.1.
Nu trebuie să luați o decizie unică la nivelul întregii întreprinderi. Puteți provisiona mai multe modele în paralel și le puteți izola în pool-uri de capacitate distincte, folosind antetul x-pt-id pentru a direcționa fiecare cerere către pool-ul corespunzător. Astfel, o singură platformă poate deservi atât un chatbot economic, cât și un motor de analiză premium, fără ca primul să consume capacitatea rezervată celui de-al doilea.
Puncte cheie
- Alocările TPM variază semnificativ în funcție de model: de la 2.000 la 31.500 TPM de intrare per unitate
- Costul unității rămâne constant la 10 $/zi, TPM-ul variază
- grok-4.3 și grok-build-0.1 oferă cel mai bun raport throughput-cost
- Combinați mai multe modele pentru a optimiza costurile în funcție de tipul sarcinii