Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Fakturácia a optimalizácia nákladov

Lekcia 9 z 12 Aktualizované 3. novembra 2026 Vývojár
Na tejto strane
  1. Logické tokeny na vašej faktúre
  2. Ceny podľa modelu (júl 2026)
  3. Sledovanie nákladov za každú požiadavku
  4. Stratégie optimalizácie nákladov
  5. Sledovanie rozpočtu v produkčnom prostredí
  6. Kľúčové poznatky

Aktualizované 3. novembra 2026: Predchádzajúce príklady pristupovali k usage.prompt_tokens a usage.completion_tokens v odpovediach Responses API, ktoré teraz poskytujú input_tokens, output_tokens a ich detaily (cached_tokens, reasoning_tokens): kód vyvolával AttributeError. Sledovanie nákladov teraz zohľadňuje cacheované vstupy a rada na zníženie limitu výstupu ako prostriedku na obmedzenie logického uvažovania bola opravená, keďže tento limit logické tokeny nezahŕňa. Zdroje: Modely a ceny · Osvedčené postupy.

Logické tokeny na vašej faktúre

Fakturácia za logické tokeny je kľúčovým aspektom používania modelov xAI. Tieto tokeny sa účtujú sadzbou pre výstupné tokeny – čo je najvyššia sadzba – a neoptimalizované používanie môže rýchlo zvýšiť náklady, najmä pri vysokom úsilí o logické uvažovanie na modeli grok-4.5.

Novinka pre rok 2026, ktorú je dôležité pochopiť: ceny sú stupňovité. Cena za token závisí od veľkosti kontextu požiadavky. Pri menej ako 200 tisícoch vstupných tokenov platíte štandardnú sadzbu; nad touto hranicou sa sadzba zdvojnásobí.

Ceny podľa modelu (júl 2026)

Cena za milión tokenov.

Model Vstup < 200k Výstup < 200k Vstup ≥ 200k Výstup ≥ 200k
grok-4.5 $2.00 $6.00 $4.00 $12.00
grok-4.20-0309-reasoning $1.25 $2.50 $2.50 $5.00
grok-4.3 $1.25 $2.50 $2.50 $5.00
grok-build-0.1 $1.00 $2.00 $2.00 $4.00

Logické tokeny sa fakturujú podľa sadzby v stĺpci „Výstup“. Pri modeli grok-4.5 s kontextom do 200k stojí každý milión logických tokenov 6,00 $; pri modeli grok-4.20-0309-reasoning je to 2,50 $. Ak váš prompt presiahne 200k tokenov, tieto sumy sa zdvojnásobia: na 12,00 $ a 5,00 $.

Sledovanie nákladov za každú požiadavku

Objekt usage v odpovedi obsahuje počítadlá tokenov; niektoré odpovede xAI API môžu obsahovať aj priame polia s nákladmi. Skontrolujte objekt usage vrátený vaším modelom a overte si dostupné polia v oficiálnej dokumentácii. Inak je manuálny výpočet jednoduchý:

response = client.responses.create(
    model="grok-4.5",
    input="Solve this dynamic programming problem...",
    reasoning={"effort": "high"}
)

# Sadzby grok-4.5 pre kontext do 200k tokenov (Responses API počíta vstup/výstup)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000  # zahŕňa logické uvažovanie
total_cost = input_cost + output_cost

print(f"Input cost: ${input_cost:.6f}")
print(f"Output cost: ${output_cost:.6f}")
print(f"Total cost: ${total_cost:.6f}")

Upozornenie: tento výpočet predpokladá kontext menší ako 200k tokenov. V produkčnom prostredí musí váš tracker detekovať príslušný cenový stupeň (pozri nižšie).

Stratégie optimalizácie nákladov

1. Prispôsobte úsilie úlohe

Prvou a najúčinnejšou optimalizáciou je výber správnej úrovne úsilia o logické uvažovanie na modeli grok-4.5. Nízke úsilie môže spotrebovať výrazne menej logických tokenov než vysoké úsilie:

# Zoraďte požiadavky podľa zložitosti
if complexity == "simple":
    effort = "low"      # stručné uvažovanie
elif complexity == "medium":
    effort = "medium"   # stredné uvažovanie
else:
    effort = "high"     # hlboké uvažovanie

Skontrolujte presné hodnoty akceptované týmto parametrom na oficiálnej stránke modelov.

2. Použite správny model

Pre bežné úlohy logického uvažovania stojí grok-4.20-0309-reasoning pri 2,50 $/M výstupu menej ako polovicu oproti grok-4.5 za 6,00 $/M. Vlajkovú loď si rezervujte pre úlohy, ktoré ju skutočne vyžadujú. Pre kód je grok-build-0.1 za 2,00 $/M výstupu ešte ekonomickejší.

3. Zostaňte pod hranicou stupňa 200k tokenov

Cenový stupeň je priamou pákou: požiadavka s kontextom 250k tokenov stojí za token dvakrát toľko ako požiadavka so 150k. Pred odoslaním masívneho kontextu sa opýtajte sami seba, či by jeho rozdelenie na niekoľko menších požiadaviek (alebo priebežné zhrnutie) nebolo lacnejšie a účinnejšie.

4. Využite cacheovanie promptov

xAI ponúka znížené ceny za vstupné tokeny, ktoré sú už v cache: opakujúce sa prefixy promptov (systémové inštrukcie, zdieľaný kontext) stoja pri opätovnom použití z jednej požiadavky na druhú menej. Pri kontexte do 200k tokenov stojí cacheovaný vstup 0,30 $ za milión namiesto 2,00 $ pri grok-4.5 a 0,20 $ namiesto 1,25 $ pri grok-4.20-0309-reasoning (stránka Modely a ceny, november 2026). Štruktúrujte svoje prompty tak, aby stabilné časti boli na začiatku; časť obslúžená z cache sa objaví v usage.input_tokens_details.cached_tokens.

5. Nastavte veľkosť limitu výstupu

Limit výstupu (max_output_tokens v Responses API, max_completion_tokens v Chat Completions) obmedzuje iba viditeľnú odpoveď: logické tokeny sa do neho nepočítajú. Jeho zníženie teda neznižuje logické uvažovanie; riskujete iba orezanie odpovede. Osvedčené postupy xAI odporúčajú nastaviť ho nad najdlhšiu očakávanú odpoveď alebo ponechať jeho predvolenú hodnotu 128 000 tokenov. Ak chcete znížiť logické uvažovanie, znížte úsilie na modeloch, ktoré to umožňujú, alebo vyberte lacnejší model.

Sledovanie rozpočtu v produkčnom prostredí

class CostTracker:
    # Sadzby na MTok: (vstup, cacheovaný vstup, výstup) podľa cenového stupňa kontextu
    RATES = {
        "grok-4.5": {"low": (2.00, 0.30, 6.00), "high": (4.00, 0.60, 12.00)},
        "grok-4.20-0309-reasoning": {"low": (1.25, 0.20, 2.50), "high": (2.50, 0.40, 5.00)},
        "grok-build-0.1": {"low": (1.00, 0.20, 2.00), "high": (2.00, 0.40, 4.00)},
    }
    TIER_THRESHOLD = 200_000  # vstupné tokeny

    def __init__(self):
        self.total_cost = 0
        self.request_count = 0

    def track(self, response, model="grok-4.5"):
        usage = response.usage  # odpoveď Responses API
        details = usage.input_tokens_details
        cached = details.cached_tokens if details else 0
        tier = "high" if usage.input_tokens >= self.TIER_THRESHOLD else "low"
        rate_in, rate_cached, rate_out = self.RATES[model][tier]
        cost = (
            (usage.input_tokens - cached) * rate_in / 1e6
            + cached * rate_cached / 1e6
            + usage.output_tokens * rate_out / 1e6  # zahŕňa logické uvažovanie
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Ceny platné k 5. augustu 2026 – ceny sa pravidelne menia: pred akýmkoľvek výpočtom rozpočtu si overte aktuálny cenník na oficiálnej stránke modelov a cien xAI.

Kľúčové poznatky

  • Logické tokeny sa fakturujú sadzbou pre výstupné tokeny
  • Ceny pre rok 2026 sú stupňovité: nad 200k kontextových tokenov sa cena za token zdvojnásobí
  • grok-4.5 stojí 2 $/6 $ za MTok do 200k (4 $/12 $ nad); grok-4.20-0309-reasoning stojí 1,25 $/2,50 $ (2,50 $/5 $ nad)
  • Tri hlavné páky: prispôsobte úsilie o logické uvažovanie, vyberte správny model, zostaňte pod stupňom 200k
  • Sledujte svoje náklady požiadavku po požiadavke so zohľadnením príslušného cenového stupňa