Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Hlavičky API a správa pretečenia kapacity

Lekcia 8 z 14 Aktualizované 28. júla 2026 Mierne pokročilý
Na tejto strane
  1. Rozhodni, ktoré požiadavky spotrebúvajú tvoju kapacitu
  2. Dobrovoľné obídenie vyhradenej kapacity
  3. Smerovanie požiadavky do konkrétneho poolu
  4. Čo sa deje v prípade pretečenia
  5. Prelož prioritu do aplikačného kódu
  6. Kľúčové poznatky

Rozhodni, ktoré požiadavky spotrebúvajú tvoju kapacitu

Rezervácia kapacity rieši len polovicu problému: stále si musíš vybrať, ktoré požiadavky z nej skutočne profitujú. Vyhradená priepustnosť (provisioned throughput) nie je jednorazový nákup na začiatku mesiaca; je to mechanizmus, ktorý ovládaš pri každom volaní osobitne. xAI na tento účel poskytuje špecializované HTTP hlavičky, ktoré rozhodujú požiadavku po požiadavke medzi tvojou vyhradenou kapacitou a zdieľaným poolom. Pevná alokácia sa tak stáva operačnou pákou, ktorú tvoje tímy priamo ovládajú z aplikačného kódu.

Dobrovoľné obídenie vyhradenej kapacity

Prvá hlavička slúži na vylúčenie požiadavky z tvojej alokácie:

curl https://api.x.ai/v1/chat/completions \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "x-pt-disable: true" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.3",
    "messages": [{"role": "user", "content": "Summarize this document."}]
  }'

Vzdať sa vlastnej kapacity sa môže zdať nelogické. V každodennej prevádzke to však opodstatňujú štyri situácie. Po prvé, nekritické úlohy: dávková analýza spustená o 22:00 alebo odložená úloha spracovania nepotrebuje garanciu odozvy a bola by škoda, keby spotrebúvala alokáciu platenú pre interaktívnu premávku. Po druhé, zachovanie kapacity počas špičiek: vypnutím vyhradenej priepustnosti pre sekundárne spracovanie uvoľníš alokáciu presne v momente, keď prichádza veľký objem prioritných požiadaviek. Táto hlavička sa hodí aj pri A/B testovaní, keď chceš zmerať skutočný rozdiel vo výkone medzi vyhradenou a zdieľanou kapacitou pri tvojom vlastnom zaťažení, nie len na základe sľubov dodávateľa. Nakoniec je cenná pri ladení: vynútenie prechodu požiadavky cez zdieľaný pool ti okamžite povie, či pozorovaná anomália pochádza z vyhradenej kapacity, alebo z tvojho kódu.

Smerovanie požiadavky do konkrétneho poolu

Druhá hlavička smeruje volanie do identifikovaného poolu kapacity:

curl https://api.x.ai/v1/chat/completions \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "x-pt-id: pool-support-client" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.3",
    "messages": [{"role": "user", "content": "How can I help you?"}]
  }'

Táto hlavička sa stáva nevyhnutnou hneď, ako Grok volá viacero aplikácií v rámci tvojej organizácie. Vtedy vytvoríš samostatné pooly – pool-support pre chatbota zákazníckej podpory, pool-analysis pre analýzu dokumentov, pool-internal pre business nástroje – a každý funguje nezávisle. Segmentácia izoluje výkon: kampaň analýzy dokumentov spustená v pondelok ráno už nezhoršuje časy odozvy podpory. Zároveň produkuje spotrebu rozdelenú podľa využitia, čo poskytuje faktický základ pre interné zúčtovanie alebo arbitráž, kde si sa doteraz spoliehal na odhady. A inherentne zabraňuje tomu, aby jedna aplikácia monopolizovala kapacitu na úkor ostatných.

Čo sa deje v prípade pretečenia

Keď premávka prekročí vyhradenú kapacitu, záložné riešenie je automatické a tiché: požiadavka prejde do zdieľaného poolu na báze „platíš podľa spotreby“ (pay-as-you-go), uplatnia sa štandardné sadzby modelu a podlieha bežným limitom rýchlosti. Nevráti sa žiadna chyba; tvoja aplikácia nezaznamená žiadnu zmenu.

Táto diskrétnosť má dve stránky. Z hľadiska dostupnosti sú správy dobré: nikdy sa nestretneš s chybou 429 spôsobenou prekročením vyhradenej kapacity. Z hľadiska financií a kvality služby je to však horšie. Požiadavka sa fakturuje podľa sadzby „platíš podľa spotreby“, ktorá môže byť vyššia; časy odozvy sa môžu líšiť, keďže spracovanie prebieha na zdieľanej infraštruktúre; a čo je najdôležitejšie, SLA 99,9 % pokrýva iba požiadavky spracované v rámci vyhradenej priepustnosti. Pretečenie teda nič nerozbije, len ťa potichu vyvedie z rozsahu, za ktorý platíš. Management API odhaľuje pomer požiadaviek spracovaných vo vyhradenom režime oproti režimu „platíš podľa spotreby“: tento pomer skúmaj každý mesiac rovnako ako faktúru. Rastúca miera pretečenia je signálom, že potrebuješ zvýšiť alokáciu.

Prelož prioritu do aplikačného kódu

Namiesto násobenia volacích funkcií spočíva najpevnejšia prax v kvalifikovaní priority v momente vydania požiadavky:

import httpx

def query_grok(prompt: str, priority: str = "normal"):
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    }

    if priority == "low":
        headers["x-pt-disable"] = "true"
    elif priority == "high":
        headers["x-pt-id"] = "pool-critical"

    response = httpx.post(
        "https://api.x.ai/v1/chat/completions",
        headers=headers,
        json={
            "model": "grok-4.3",
            "messages": [{"role": "user", "content": prompt}],
        },
    )
    return response.json()

Parameter priority sa stáva jediným rozhodnutím vystaveným business logike a politika smerovania zostáva sústredená v jednej funkcii, ktorú vyvíjaš bez zásahu do zvyšku kódu. Preštuduj svoj vlastný volací kód a zorad každý vstupný bod do jednej z troch kategórií: pravidelné cvičenie často ukazuje, že solidná polovica premávky nepotrebovala vyhradenú kapacitu.

Kľúčové poznatky

  • Hlavička x-pt-disable: true obchádza vyhradenú kapacitu pre danú požiadavku
  • Hlavička x-pt-id smeruje požiadavku do konkrétneho poolu kapacity
  • Pretečenia automaticky prepadnú do režimu „platíš podľa spotreby“ bez chyby
  • Segmentácia do poolov umožňuje izolovať výkon a sledovať spotrebu podľa aplikácie
  • Monitoruj mieru pretečenia a podľa potreby uprav svoju alokáciu