Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Optimera dina kostnader

Lektion 10 av 14 Uppdaterad 2 november 2026 Nybörjare
På denna sida
  1. Ta kontroll över din API-budget
  2. Automatisk cache: Din bästa allierade
  3. Batch-API:t: 50 % rabatt på tokens
  4. Välj rätt modell
  5. Provisionerad genomströmning (Enterprise)
  6. Kombinerad strategi
  7. Viktiga punkter

Ta kontroll över din API-budget

Att använda Grok-modeller i produktion kan innebära en betydande investering. Den goda nyheten är att xAI erbjuder flera optimeringsmöjligheter som, vid korrekt användning, kan sänka dina kostnader med 50 till 90 %. I denna lektion presenterar vi konkreta strategier för att uppnå detta.

Automatisk cache: Din bästa allierade

xAI:s cache är den kraftfullaste mekanismen för kostnadsbesparingar som står till ditt förfogande. Den fungerar automatiskt: när två förfrågningar delar ett gemensamt prefix (samma systemprompt, samma konversationsstart) hämtas tokens som redan bearbetats från cachen istället för att beräknas om.

Besparingen är massiv:

  • Grok 4.7: Cachade tokens kostar $0,50/M istället för $2,00/M (75 % reduktion)
  • Grok 4.5: $0,30/M istället för $2,00/M (85 %)
  • Grok 4.3 och generation 4.20: $0,20/M istället för $1,25/M (84 %)

Maximera träffsäkerheten i cachen

För att få ut mesta möjliga av cachen bör du följa dessa principer:

Håll din systemprompt stabil. Detta är det längsta och oftast återanvända prefixet. Om du ändrar det mellan förfrågningar ogiltigförklaras cachen för hela förfrågan.

Lägg alltid till nya meddelanden i slutet. Organisera inte om konversationshistoriken – varje ändring av prefixet bryter cachen.

Använd headern x-grok-conv-id. Denna header, som tar ett UUID v4, talar om för xAI att flera förfrågningar tillhör samma konversation. Detta förbättrar routningen till rätt cache.

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

Använd samma UUID för alla förfrågningar i en enda konversation, och ett nytt UUID för varje ny konversation.

Batch-API:t: 50 % rabatt på tokens

Batch-API:t, tillgängligt sedan januari 2026, erbjuder en reduktion på 50 % av standardpriserna för tokens. Principen är enkel: du skickar in en batch med förfrågningar och hämtar resultaten asynkront, istället för att få svar i realtid.

Modell Standard Input Batch Input Standard Output Batch Output
Grok 4.5 $2,00 $1,00 $6,00 $3,00
Grok 4.3 $1,25 $0,63 $2,50 $1,25

Viktigt: Batch-reduktionen gäller endast för texttokens. Generering av bilder och video debiteras fortfarande till standardpriser, även via Batch-API:t.

Sedan mars 2026 kan du ladda upp dina JSONL-filer via Files API för att skicka dina batchar, vilket förenklar arbetsflödet.

Välj rätt modell

Valet av modell är ofta den optimeringsfaktor som har störst effekt. Här är ett beslutsramverk fokuserat på kostnad:

Använd grok-4.3 som standard. Det är den mest ekonomiska av generalistmodellerna för de flesta uppgifter, och den erbjuder det största kontextfönstret i sortimentet. Input kostar $1,25/M, output $2,50/M.

Aktivera resonemang endast vid behov. Resonemangstokens debiteras till output-priset. En förfrågan med resonemang kan kosta 2 till 5 gånger mer än en förfrågan utan resonemang på samma modell.

Uppgradera till Grok 4.5 endast för komplexa uppgifter som kräver djupt resonemang. Använd den inte för klassificering eller enkel sammanfattning.

Använd grok-build-0.1 för kod istället för Grok 4.5: det är den snabbaste modellen i sortimentet, till halva priset på input ($1,00 mot $2,00) och tre gånger billigare på output ($2,00 mot $6,00).

Provisionerad genomströmning (Enterprise)

För Enterprise-kunder med förutsägbara volymer erbjuder Provisioned Throughput dedikerad kapacitet med en SLA på 99,9 %. Faktureringsmodellen är $10,00 per dag per enhet, med ett minimiåtagande på 30 dagar.

Detta är relevant om du behöver garanterade latenser och högre hastighetsbegränsningar än vad pay-as-you-go erbjuder. Den ekonomiska fördelen beror på din volym: beräkna din månatliga förbrukning med pay-as-you-go och jämför den med kostnaden för provisionerad kapacitet.

Kombinerad strategi

Den optimala strategin kombinerar flera hävstänger:

  1. grok-4.3 som standardmodell
  2. Maximerad cache via stabila prompts och x-grok-conv-id
  3. Batch-API:t för all bearbetning som inte kräver omedelbart svar
  4. Intelligent routning till Grok 4.5 endast när kvaliteten kräver det

Genom att kombinera cache (75 till 85 % rabatt på input beroende på modell) och batch (50 %) kan du uppnå mycket låga effektiva kostnader, även vid höga volymer.

Viktiga punkter

  • Automatisk cache är den kraftfullaste hävstången: 75 till 85 % reduktion på input-tokens beroende på modell
  • Använd x-grok-conv-id för att förbättra träffsäkerheten i cachen
  • Batch-API:t erbjuder 50 % reduktion på texttokens
  • Välj den billigaste modellen som uppfyller dina kvalitetskrav
  • grok-4.3 är det optimala standardvalet för de flesta fall
  • Kombinera cache + batch + rätt modell för att maximera besparingarna