Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Optimiziraj svoje stroške

Lekcija 10 od 14 Posodobljeno 2. november 2026 Začetnik
Na tej strani
  1. Obvladaj svoj proračun za API
  2. Samodejni predpomnilnik: tvoj najboljši zaveznik
  3. Batch API: 50-odstotni popust na žetone
  4. Izberi pravi model
  5. Predvidljiva prepustnost (Provisioned Throughput – Enterprise)
  6. Kombinirana strategija
  7. Ključne ugotovitve

Obvladaj svoj proračun za API

Uporaba modelov Grok v proizvodnem okolju lahko predstavlja znatno naložbo. Dobra novica: xAI ponuja več vzvodov za optimizacijo, ki ob pravilni uporabi lahko znižajo tvoje stroške za 50 % do 90 %. Ta lekcija predstavlja konkretne strategije za dosego tega cilja.

Samodejni predpomnilnik: tvoj najboljši zaveznik

Predpomnilnik xAI je najmočnejši mehanizem za varčevanje pri stroških, ki ga imaš na voljo. Deluje samodejno: ko dve zahtevi delita skupno predpono (isti sistemski poziv, isti začetek pogovora), se žetoni, ki so bili že obdelani, pridobijo iz predpomnilnika namesto da bi se ponovno izračunali.

Zmanjšanje je ogromno:

  • Grok 4.7: predpomnjeni žetoni po 0,50 $/M namesto 2,00 $/M (75-odstotno zmanjšanje)
  • Grok 4.5: 0,30 $/M namesto 2,00 $/M (85 %)
  • Grok 4.3 in generacija 4.20: 0,20 $/M namesto 1,25 $/M (84 %)

Maksimiziraj stopnjo zadetkov v predpomnilniku

Če želiš iz predpomnilnika izvleči največ, upoštevaj ta načela:

Ohrani svoj sistemski poziv stabilen. To je najdaljša in najpogosteje ponovno uporabljena predpona. Če jo med zahtevami spreminjaš, se predpomnilnik za celotno zahtevo invalidira.

Nova sporočila vedno dodajaj na konec. Ne preurejaj zgodovine pogovora – vsaka sprememba predpone poruši predpomnilnik.

Uporabi glavo x-grok-conv-id. Ta glava, ki sprejme UUID v4, sporoči xAI, da več zahtev spada v isti pogovor. To izboljša usmerjanje v ustrezen predpomnilnik.

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

Uporabi isti UUID za vse zahteve v enem pogovoru in nov UUID za vsak nov pogovor.

Batch API: 50-odstotni popust na žetone

Batch API, na voljo od januarja 2026, ponuja 50-odstotno znižanje standardnih cen žetonov. Načelo je preprosto: predložiš paket zahtev in rezultate prejmeš asinhrono, namesto da bi dobil odgovore v realnem času.

Model Standardni vhod Batch vhod Standardni izhod Batch izhod
Grok 4.5 $2.00 $1.00 $6.00 $3.00
Grok 4.3 $1.25 $0.63 $2.50 $1.25

Pomembno: Znižanje za batch velja samo za besedilne žetone. Generiranje slik in videoposnetkov ostaja po standardnih cenah, tudi prek Batch API.

Od marca 2026 lahko datoteke JSONL za oddajo paketov nalagaš prek Files API, kar poenostavi delovni tok.

Izberi pravi model

Izbira modela je pogosto najvplivnejši vzvod za optimizacijo. Tu je okvir za odločanje, usmerjen v stroške:

Privzeto uporabi grok-4.3. Je najbolj ekonomičen med modeli splošne namembnosti za večino nalog in ponuja največje kontekstno okno v ponudbi. Vhod stane 1,25 $/M, izhod pa 2,50 $/M.

Razmislek (reasoning) omogoči le, kadar je nujen. Žetoni za razmislek se zaračunavajo po stopnji izhoda. Zahteva z razmislekom lahko stane 2- do 5-krat več kot zahteva brez razmisleka pri istem modelu.

Nadgradi na Grok 4.5 le za kompleksne naloge, ki zahtevajo globok razmislek. Ne uporabljaj ga za klasifikacijo ali preprosto povzemanje.

Za kodo uporabi grok-build-0.1 namesto Grok 4.5: je najhitrejši model v ponudbi, pri vhodu stane polovico manj (1,00 $ proti 2,00 $), pri izhodu pa je trikrat cenejši (2,00 $ proti 6,00 $).

Predvidljiva prepustnost (Provisioned Throughput – Enterprise)

Za podjetja s predvidljivimi količinami ponuja Provisioned Throughput namensko zmogljivost z 99,9-odstotnim SLA. Model obračunavanja znaša 10,00 $ na dan na enoto, z minimalno zavezo 30 dni.

To je smiselno, če potrebuješ zagotovljene zakasnitve in višje omejitve hitrosti kot pri plačevanju po porabi. Gospodarska korist je odvisna od tvoje količine: izračunaj svojo mesečno porabo po modelu plačevanja po porabi in jo primerjaj s stroškom namenskih zmogljivosti.

Kombinirana strategija

Optimalna strategija združuje več vzvodov:

  1. grok-4.3 kot privzeti model
  2. Maksimiziran predpomnilnik prek stabilnih pozivov in x-grok-conv-id
  3. Batch API za vso obdelavo, ki ne zahteva takojšnjega odziva
  4. Inteligentno usmerjanje na Grok 4.5 le, kadar to zahteva kakovost

S kombinacijo predpomnilnika (75 % do 85 % popusta na vhod glede na model) in batcha (50 %) lahko dosežeš zelo nizke efektivne stroške, tudi pri velikih količinah.

Ključne ugotovitve

  • Samodejni predpomnilnik je najmočnejši vzvod: 75- do 85-odstotno zmanjšanje vhodnih žetonov glede na model
  • Uporabi x-grok-conv-id za izboljšanje stopnje zadetkov v predpomnilniku
  • Batch API ponuja 50-odstotno znižanje za besedilne žetone
  • Izberi najcenejši model, ki ustreza tvojim zahtevam glede kakovosti
  • grok-4.3 je optimalna privzeta izbira za večino primerov
  • Združi predpomnilnik + batch + pravi model za maksimiranje prihrankov