Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Räkning av resonemangstokens

Lektion 8 av 12 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. Förstå resonemangstokens
  2. Usage-objektet i Chat Completions
  3. Hämta resonemangstokens i kod
  4. Fakturering till output-priset
  5. Rollen för max_completion_tokens
  6. Viktiga punkter

Lektionen omskriven den 3 november 2026 baserat på xAI:s API-referens (Chat Completions och Responses), guiden Reasoning och exemplet Reasoning Effort Evals från kokboken: hos xAI räknar completion_tokens (eller output_tokens) endast det synliga svaret, resonemang räknas separat och totalen summerar alla tre; utgränsen begränsar inte resonemanget. Den tidigare versionen hävdade motsatsen, använde fält från Chat Completions på ett svar från Responses API, ställde in effort på grok-4.20-0309-reasoning som inte accepterar detta, och visade en skärmdump som inte stämde överens med API:t; dessa delar är korrigerade eller borttagna. Källor: Chat Completions · Responses · Reasoning Effort Evals.

Förstå resonemangstokens

Resonemangsmodeller producerar två sorters tokens: de för det synliga svaret och de för modellens interna tankeprocess. Att förstå hur xAI räknar dessa är avgörande för att hålla koll på dina kostnader och läsa dina dashboards korrekt.

Output
Faktureras till output-priset
usage
Objekt för detaljerad spårning
Separat
Resonemang räknas utanför svaret
Effort
Reglaget för resonemang

Usage-objektet i Chat Completions

Varje svar innehåller ett usage-objekt som detaljerar förbrukningen. Här är exemplet från xAI:s API-referens för Chat Completions:

{
  "usage": {
    "prompt_tokens": 32,
    "completion_tokens": 9,
    "total_tokens": 135,
    "completion_tokens_details": {
      "reasoning_tokens": 94
    }
  }
}

I detta exempel:

  • prompt_tokens (32): tokens i inmatningsmeddelandet
  • completion_tokens (9): tokens i det synliga svaret
  • reasoning_tokens (94): tokens ägnade åt internt resonemang
  • total_tokens (135): summan av alla tre, 32 + 9 + 94

Resonemang ingår alltså inte i completion_tokens: det adderas till det. Var uppmärksam om du kommer från ett annat API där konventionen skiljer sig, eller om din dashboard beräknar det synliga svaret genom subtraktion.

Hämta resonemangstokens i kod

I Responses API bär samma information andra namn: input_tokens, output_tokens för det synliga svaret, och output_tokens_details.reasoning_tokens för resonemanget.

response = client.responses.create(
    model="grok-4.7",
    input="Solve the integral of x^2 * e^x dx.",
    reasoning={"effort": "high"},
)

visible_response = response.usage.output_tokens
reasoning = response.usage.output_tokens_details.reasoning_tokens
billed_output = visible_response + reasoning

print(f"Reasoning tokens: {reasoning}")
print(f"Response tokens: {visible_response}")
print(f"Reasoning share: {reasoning / billed_output * 100:.0f}%")

Du ställer in effort på grok-4.7, grok-4.6 och grok-4.5; grok-4.20-0309-reasoning resonerar alltid, utan någon effort-parameter.

Fakturering till output-priset

Resonemangstokens faktureras till priset för output-tokens, vilket exemplet Reasoning Effort Evals i xAI:s kokbok påminner oss om. För grok-4.7 till 6 USD per miljon output-tokens (prompt under 200 000 tokens) kostar varje resonemangstoken lika mycket som en svarstoken.

Effort påverkar alltså fakturan, men inte alltid lika mycket som du kanske tror. I samma exempel, över trettio korta supportärenden hanterade av grok-4.7, konsumerade effort-nivåerna medium, high och xhigh ungefär lika mycket resonemang – runt 600 tokens per svar – medan low konsumerade cirka 140 och kostade hälften så mycket, med poäng mellan 87 och 93 %. Mät på din egen data innan du väljer.

Exempel på kostnadsberäkning

# grok-4.7: $6.00/M output tokens (prompt < 200k)
cost_per_token = 6.00 / 1_000_000

reasoning = 600
visible_response = 350
billed_output = reasoning + visible_response  # 950

cost = billed_output * cost_per_token
print(f"Output cost: ${cost:.4f}")  # $0.0057

Rollen för max_completion_tokens

Utgränsen – max_completion_tokens i Chat Completions, max_output_tokens i Responses API – gäller endast det synliga svaret: enligt API-referensen räknas varken resonemangstokens eller funktionsanrop mot denna gräns. Utan ett angivet värde är standardvärdet 128 000 tokens. För att begränsa resonemanget måste du ställa in effort (lektion 10).

{
  "model": "grok-4.7",
  "messages": [
    {"role": "user", "content": "Explain special relativity."}
  ],
  "reasoning_effort": "medium",
  "max_completion_tokens": 2000
}

Priser verifierade den 3 november 2026 – priser ändras regelbundet: innan du gör någon budgetberäkning, kontrollera den aktuella prislistan på den officiella sidan för xAI-modeller och prissättning.

Viktiga punkter

  • Resonemangstokens finns i usage.completion_tokens_details.reasoning_tokens (Chat Completions) eller usage.output_tokens_details.reasoning_tokens (Responses)
  • Hos xAI räknar completion_tokens och output_tokens endast det synliga svaret; totalen adderar inmatning, svar och resonemang
  • Resonemangstokens faktureras till output-priset
  • Utgränsen begränsar endast det synliga svaret; effort styr resonemanget
  • Kostnadsskillnaden mellan olika effort-nivåer beror på uppgiften: mät den på din egen data