Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Enheter och TPM-tilldelningar per modell

Lektion 6 av 14 Uppdaterad 2 november 2026 Medelnivå
På denna sida
  1. Varför enheternas värde varierar
  2. Tilldelningar per modell
  3. Så läser du tabellen
  4. Översätt denna matris till beslut
  5. Viktiga punkter

Uppdaterat 2 november 2026 — flaggskeppsmodell. Grok 4.5 är inte längre den mest kapabla modellen: Grok 4.6 (12 augusti 2026) och därefter Grok 4.7 (grok-4.7, 21 september 2026) har ersatt den, med 500 000 kontexttoken, resonemangsinsats från low till xhigh, och samma trappstegsprissättning (2 $ / 6 $ under 200 000 prompt-token, 4 $ / 12 $ däröver). grok-4.5 finns fortfarande tillgänglig; för ett nytt projekt börjar du med grok-4.7 (kursen Grok in 2026, lektion 9).

Varför enheternas värde varierar

Vi har fastställt att en enhet för provisionerad genomströmning kostar lika mycket oavsett vilken modell du väljer. Det som skiljer sig är vad du får: varje enhet ger ett specifikt antal token per minut, beroende på vilken modell du väljer. Denna variation är inte godtycklig – den speglar modellens beräkningsmässiga komplexitet. Ju mer beräkningskraft en modell kräver för att producera en token, desto färre token kan en enhet leverera per minut.

En andra skillnad strukturerar tabellen nedan: tilldelningarna är uppdelade mellan input-token och output-token eftersom generering kostar betydligt mer än inmatning. Att läsa en prompt på 1 000 token och att skriva 1 000 token kräver inte samma infrastrukturella ansträngning, och prislistan tar hänsyn till detta.

Tilldelningar per modell

Här är TPM-tilldelningarna per enhet för de huvudsakliga modeller som finns tillgängliga med provisionerad genomströmning (riktvärden – konsultera den officiella xAI-dokumentationen för uppdaterade tilldelningar för varje modell):

Modell Input TPM/enhet Output TPM/enhet
grok-4.5 2,000 400
grok-4.3 21,000 12,500
grok-4.20-0309 (icke-resonerande) 3,000 700
grok-4.20-0309 (resonerande) 3,000 700
grok-4.20-multi-agent-0309 3,000 700
grok-build-0.1 31,500 4,000

Så läser du tabellen

Du kan direkt identifiera högpresterande modeller genom deras låga tilldelningar. Modellerna grok-4.5 och grok-4.20 är de mest kraftfulla, vilket gör dem mest beräkningsintensiva, så de erbjuder lägst TPM per enhet: 2 000 till 3 000 för input, 400 till 700 för output. Reservera dem för uppgifter som verkligen kräver avancerat resonemang. Gapet gentemot resten av sortimentet är stort nog för att odifferentierad användning ska bli dyr – nästa lektion visar detta med hårda siffror.

I den andra änden når grok-build-0.1 upp till 31 500 input-TPM och 4 000 output-TPM per enhet, vilket är den högsta input-genomströmningen i sortimentet. Den är specialiserad på kodgenerering och erbjuder bäst förhållande mellan genomströmning och kostnad för utvecklingsflöden. Dess profil matchar exakt denna typ av belastning: en tjänst som läser stora källkodsfilerna för att föreslå korrigeringar konsumerar mycket på input-sidan och relativt lite på output-sidan.

Mellan dessa extremer levererar grok-4.3 21 000 input-TPM och 12 500 output-TPM per enhet. Det är den enda modellen i tabellen med generös output-kapacitet, vilket gör den särskilt lämpad för enkla uppgifter med hög volym – klassificering, extrahering, sammanfattning – där du producerar mycket text från en modest kontext.

Översätt denna matris till beslut

I praktiken handlar det om att matcha varje användningsfall med den modell vars tilldelningsprofil passar bäst. En kundtjänst, intern chattbot, klassificeringspipeline eller annan bearbetning med hög volym kommer att förlita sig på grok-4.3. Komplex analys, avancerat skrivande och scenarier med flera agenter motiverar grok-4.20. Kodgenerering och utvecklingsflöden pekar mot grok-build-0.1.

Du behöver inte fatta ett enhetligt beslut på företagsnivå. Du kan provisionera flera modeller parallellt och isolera dem i distinkta kapacitetspooler, genom att använda headern x-pt-id för att dirigera varje begäran till motsvarande pool. På så sätt kan en enda plattform betjäna både en ekonomisk chattbot och en premium-analysmotor utan att den förra konsumerar den kapacitet som reserverats för den senare.

Viktiga punkter

  • TPM-tilldelningar varierar kraftigt mellan modeller: från 2 000 till 31 500 input-TPM per enhet
  • Enhetskostnaden är konstant på 10 $/dag, medan TPM varierar
  • grok-4.3 och grok-build-0.1 erbjuder bäst förhållande mellan genomströmning och kostnad
  • Kombinera flera modeller för att optimera kostnaderna efter uppgiftstyp