Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Förstå svarsformatet

Lektion 4 av 16 Uppdaterad 30 juli 2026 Utvecklare
På denna sida
  1. Anatomin hos ett svar
  2. Fullständig struktur
  3. Huvudfält
  4. Förstå usage-objektet
  5. Användning av server-side-verktyg
  6. Extrahera text i Python
  7. Viktiga punkter

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:

StatusBetydelse
completedSvaret genererades lyckat
failedFel uppstod under genereringen
incompleteSvaret avbröts (tokenbegränsning, innehållsfilter)
in_progressGenerering 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 modellen
  • function_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 resonemang
  • total_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 id som går att återanvända för kedjning eller hämtning
  • Kontrollera alltid status innan du använder innehållet
  • Texten finns på output[0].content[0].text
  • reasoning_tokens debiteras men är osynliga i svaret
  • cost_in_nano_usd dividerat med en miljard ger kostnaden i dollar