Streaming SSE
Pe această pagină
Răspunsuri în timp real
În modul normal, așteptați ca modelul să termine de generat întregul răspuns înainte de a-l primi. Cu streaming-ul SSE (Server-Sent Events), tokenii sosesc pe măsură ce sunt generați. Acest lucru este esențial pentru interfețele conversaționale, unde utilizatorii doresc să vadă răspunsul apărând progresiv.
Activarea streaming-ului
Adăugați "stream": true în cererea dumneavoastră:
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
}'
Răspunsul sosește sub formă de flux 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": {...}}
Tipuri de evenimente
| Eveniment | Descriere |
|---|---|
response.created | Începerea generării |
response.output_item.added | Adăugarea unui nou element în ieșire |
response.content_part.added | Adăugarea unei noi părți de conținut |
response.output_text.delta | Fragment de text (cel mai frecvent) |
response.output_text.done | Text complet al unui element |
response.completed | Răspuns finalizat cu detalii de utilizare |
response.failed | Eroare în timpul generării |
Streaming în Python
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 forțează afișarea imediată a fiecărui fragment.
Streaming cu instrumente (tools)
Când modelul utilizează instrumente în modul streaming, primiți evenimente suplimentare:
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..."}
Pentru apelurile de funcții din partea clientului, primiți argumentele progresiv:
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", ...}
Integrare frontend
Pentru o aplicație web, trimiteți fluxul SSE către browser printr-un endpoint al serverului:
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;
}
Streaming și facturare
Streaming-ul nu modifică facturarea. Costul este identic, fie că este activat sau nu; diferă doar modul de livrare. Obiectul complet usage este disponibil în evenimentul response.completed.
Puncte cheie
stream: trueactivează streaming-ul SSE – tokenii sosesc pe măsură ce sunt generați- Evenimentul
response.output_text.deltaconține fiecare fragment de text - Evenimentul
response.completedconține răspunsul final cu metadatele de utilizare - Streaming-ul funcționează cu instrumente (web_search, functions)
- Costul este identic cu sau fără streaming