Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Optimalizujte svoje náklady

Lekcia 10 z 14 Aktualizované 2. novembra 2026 Začiatočník
Na tejto strane
  1. Zvládni svoj rozpočet na API
  2. Automatická vyrovnávacia pamäť: Tvoj najlepší spojenec
  3. Batch API: Zľava 50 % na tokeny
  4. Vyber si správny model
  5. Vyhradená priepustnosť (Enterprise)
  6. Kombinovaná stratégia
  7. Kľúčové poznatky

Zvládni svoj rozpočet na API

Používanie modelov Grok v produkcii môže predstavovať významnú investíciu. Dobrou správou je, že xAI ponúka niekoľko pák na optimalizáciu, ktoré pri správnom použití dokážu znížiť tvoje náklady o 50 % až 90 %. Táto lekcia predstavuje konkrétne stratégie, ako to dosiahnuť.

Automatická vyrovnávacia pamäť: Tvoj najlepší spojenec

Vyrovnávacia pamäť (cache) od xAI je najvýkonnejší mechanizmus na úsporu nákladov, ktorý máš k dispozícii. Funguje automaticky: keď dve požiadavky zdieľajú spoločnú prefixovú časť (rovnaký systémový prompt, rovnaký začiatok konverzácie), tokeny, ktoré už boli spracované, sa načítajú z vyrovnávacej pamäte namiesto toho, aby sa znova prepočítavali.

Úspora je masívna:

  • Grok 4.7: tokeny z cache za 0,50 $/M namiesto 2,00 $/M (zníženie o 75 %)
  • Grok 4.5: 0,30 $/M namiesto 2,00 $/M (85 %)
  • Grok 4.3 a generácia 4.20: 0,20 $/M namiesto 1,25 $/M (84 %)

Maximalizuj mieru zásahu cache

Aby si z cache vyťažil maximum, dodržiavaj tieto zásady:

Udržiavaj svoj systémový prompt stabilný. Ide o najdlhší a najčastejšie znovu používaný prefix. Ak ho medzi požiadavkami upravíš, cache sa pre celú požiadavku zneplatní.

Nové správy vždy pridávaj na koniec. Nepreusporadúvaj históriu konverzácie – každá úprava prefixu rozbije cache.

Používaj hlavičku x-grok-conv-id. Táto hlavička, ktorá obsahuje UUID v4, informuje xAI, že viacero požiadaviek patrí do tej istej konverzácie. Zlepšuje to smerovanie do príslušnej cache.

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

Pre všetky požiadavky v rámci jednej konverzácie používaj rovnaké UUID a pre každú novú konverzáciu nové UUID.

Batch API: Zľava 50 % na tokeny

Batch API, dostupné od januára 2026, ponúka 50 % zľavu na štandardné sadzby za tokeny. Princíp je jednoduchý: odošleš dávku požiadaviek a výsledky získaš asymptoticky, namiesto toho, aby si dostal odpovede v reálnom čase.

Model Štandardný vstup Batch vstup Štandardný výstup Batch výstup
Grok 4.5 $2.00 $1.00 $6.00 $3.00
Grok 4.3 $1.25 $0.63 $2.50 $1.25

Dôležité: Zľava pre batch sa vzťahuje len na textové tokeny. Generovanie obrázkov a videa zostáva za štandardné sadzby, aj cez Batch API.

Od marca 2026 môžeš svoje súbory JSONL nahrať cez Files API na odoslanie dávok, čo zjednodušuje pracovný postup.

Vyber si správny model

Výber modelu je často najvplyvnejšou pákou optimalizácie. Tu je rozhodovací rámec zameraný na náklady:

Predvolene používaj grok-4.3. Je to najekonomickejší model všeobecného určenia pre väčšinu úloh a ponúka najväčšie kontextové okno v ponuke. Vstup za 1,25 $/M, výstup za 2,50 $/M.

Logické uvažovanie (reasoning) povoľuj len v prípade potreby. Tokeny pre logické uvažovanie sa účtujú sadzbou za výstup. Požiadavka s logickým uvažovaním môže stáť 2- až 5-krát viac ako požiadavka bez neho na tom istom modeli.

Prejdite na Grok 4.5 len pre komplexné úlohy, ktoré si vyžadujú hlboké logické uvažovanie. Nepoužívaj ho na klasifikáciu alebo jednoduché zhrnutia.

Na kód používaj grok-build-0.1 namiesto Grok 4.5: je to najrýchlejší model v ponuke, za polovičnú cenu pri vstupe (1,00 $ oproti 2,00 $) a trikrát lacnejší pri výstupe (2,00 $ oproti 6,00 $).

Vyhradená priepustnosť (Enterprise)

Pre podnikových klientov s predvídateľnými objemami ponúka Vyhradená priepustnosť (Provisioned Throughput) vyhradenú kapacitu so SLA 99,9 %. Model fakturácie je 10,00 $ za deň za jednotku s minimálnym záväzkom 30 dní.

Toto je vhodné, ak potrebuješ garantované latencie a vyššie limity rýchlosti než pri platbe podľa spotreby (pay-as-you-go). Ekonomický prínos závisí od tvojho objemu: vypočítaj si mesačnú spotrebu pri platbe podľa spotreby a porovnajte ju s nákladmi na vyhradenú priepustnosť.

Kombinovaná stratégia

Optimálna stratégia kombinuje viacero pák:

  1. grok-4.3 ako predvolený model
  2. Maximalizovaná cache vďaka stabilným promptom a x-grok-conv-id
  3. Batch API pre všetky spracovania, ktoré nevyžadujú okamžitú odpoveď
  4. Inteligentné smerovanie na Grok 4.5 len vtedy, keď si to vyžaduje kvalita

Kombináciou cache (75 % až 85 % zľava na vstup v závislosti od modelu) a batch (50 %) môžeš dosiahnuť veľmi nízke efektívne náklady, aj pri vysokých objemoch.

Kľúčové poznatky

  • Automatická cache je najvýkonnejšia páka: zníženie o 75 % až 85 % na vstupných tokenoch v závislosti od modelu
  • Na zlepšenie miery zásahu cache používaj x-grok-conv-id
  • Batch API ponúka 50 % zľavu na textové tokeny
  • Vyber si najlacnejší model, ktorý spĺňa tvoje požiadavky na kvalitu
  • grok-4.3 je optimálna voľba pre väčšinu prípadov
  • Kombinuj cache + batch + správny model na maximalizáciu úspor