Förstå svarsformatet
På denna sida
Anatomin hos ett svar
När du skickar en begäran till POST /v1/responses returnerar xAI-servern ett strukturerat JSON-objekt. Det är avgörande att du förstår varje fält i detta objekt för att kunna använda resultaten korrekt i din applikation.
Fullständig struktur
Här är ett typiskt svar:
{
"id": "resp-abc123def456",
"object": "response",
"created_at": 1712000000,
"status": "completed",
"model": "grok-4.20-0309-reasoning",
"output": [
{
"type": "message",
"content": [
{
"type": "output_text",
"text": "Le machine learning est une branche de l'IA...",
"annotations": []
}
],
"status": "completed"
}
],
"usage": {
"input_tokens": 45,
"output_tokens": 180,
"total_tokens": 225,
"output_tokens_details": {
"reasoning_tokens": 120
},
"cost_in_nano_usd": 500000
}
}
Huvudfält
id
Det unika identifieringsnumret för svaret, i formatet resp-xxx. Du använder det för att:
- Länka samtal med
previous_response_id - Hämta ett lagrat svar med
GET /v1/responses/{id} - Ta bort ett svar med
DELETE /v1/responses/{id}
status
Svarets status:
| Status | Betydelse |
|---|---|
completed | Svaret genererades lyckat |
failed | Fel uppstod under genereringen |
incomplete | Svaret avbröts (tokenbegränsning, innehållsfilter) |
in_progress | Generering pågår (strömmande) |
Kontrollera alltid statusen innan du använder svarsinnehållet i din kod.
output
En array som innehåller svarsdelarna. Varje element har en type:
message: Textsvar från modellenfunction_call: Verktygsanrop begärt av modellen
Textinnehållet finns på output[0].content[0].text. Annotationer (citat, länkar) finns i annotations-arrayen i samma objekt.
usage
Användningsinformation, detaljerad nedan.
Förstå usage-objektet
Objektet usage är avgörande för att spåra dina kostnader:
{
"input_tokens": 45,
"output_tokens": 180,
"total_tokens": 225,
"output_tokens_details": {
"reasoning_tokens": 120
},
"cost_in_nano_usd": 500000
}
Inmatnings- och utmatningstokens
input_tokens: Antal tokens i din prompt (och i historiken om du länkar samtal)output_tokens: Totalt antal genererade tokens, inklusive resonemangtotal_tokens: Summan av båda
Resonemangstokens
output_tokens_details.reasoning_tokens anger hur många tokens modellen använde för sitt interna resonemang. Dessa tokens debiteras men syns inte i textsvaret.
I exemplet ovan är 120 av de 180 utmatningstokens avsedda för resonemang, medan endast 60 utgör det synliga svaret. Detta är ett typiskt förhållande för resonemangsmodeller.
Kostnad i nano-USD
cost_in_nano_usd anger den exakta kostnaden för begäran. Omvandlingen är enkel:
Kostnad i USD = cost_in_nano_usd / 1 000 000 000
För vårt exempel: 500000 / 1 000 000 000 = 0,0005 USD (0,0005 $).
Användning av server-side-verktyg
När modellen använder inbyggda verktyg inkluderar usage-objektet även:
{
"server_side_tool_usage_details": {
"web_search_calls": 2,
"code_interpreter_calls": 0,
"x_search_calls": 1,
"document_search_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0
}
}
Detta låter dig se exakt vilka verktyg som anropades och hur många gånger.
Extrahera text i Python
Här är ett robust mönster för att extrahera textinnehåll:
response = client.responses.create(
model="grok-4.20-0309-reasoning",
input="Explique les listes en Python."
)
# Check status
if response.status == "completed":
text = response.output[0].content[0].text
print(text)
else:
print(f"Error: status {response.status}")
# Display usage
print(f"Tokens used: {response.usage.total_tokens}")
print(f"Cost: {response.usage.cost_in_nano_usd / 1e9:.6f} USD")
Viktiga punkter
- Varje svar har ett unikt
idsom går att återanvända för kedjning eller hämtning - Kontrollera alltid
statusinnan du använder innehållet - Texten finns på
output[0].content[0].text reasoning_tokensdebiteras men är osynliga i svaretcost_in_nano_usddividerat med en miljard ger kostnaden i dollar