Jak optimalizovat tokeny u Grok API (xAI): 7 praktických tipů

Jak snížit spotřebu tokenů a náklady při používání Grok bota přes xAI API: kratší výstupy, správa historie, prompt caching, výběr modelu a měření.

Grok od xAI je oblíbený pro chatboty i agenty, ale účet za tokeny dokáže rychle narůst. Dobrá zpráva: většinu nákladů řídí pár páček, které máš pod kontrolou. Tady je 7 nejúčinnějších.

1. Hlídej výstup – je nejdražší

Výstupní tokeny jsou u Grok modelů dražší než vstupní. Nastav max_tokens, žádej stručný formát (odrážky, JSON) a zakaž modelu opakovat zadání před odpovědí.

2. Nepřeposílej celou historii chatu

Každá další zpráva posílá celou dosavadní konverzaci znovu jako vstup. U padesáti tahů tak první zprávy platíš padesátkrát. Řešení: posílej jen posledních N zpráv a starší část průběžně shrnuj do krátkého souhrnu.

3. Využij prompt caching

Stejný systémový prompt nebo velký dokument posílaný opakovaně se vyplatí cachovat – čtení z cache je výrazně levnější. Statický obsah dej na začátek a drž ho bajt po bajtu stejný; i změna mezery cache rozbije. Cache je krátkodobá, takže u dlouhých pauz mezi requesty se úspora ztrácí.

4. Ořež RAG kontext

Dvacet vložených úryvků místo pěti násobí cenu vstupu, ale kvalitu odpovědi obvykle nezlepší. Výsledky seřaď podle relevance a pošli jen to, co prokazatelně pomáhá.

5. Vyber model podle úlohy

Reasoning modely účtují i své „přemýšlení“ jako výstupní tokeny, i když uživatel vidí dvě věty. Pro jednoduché úlohy (klasifikace, extrakce, krátké odpovědi) použij rychlejší a levnější variantu Groku a silný model nech na složité dotazy.

6. Měř skutečnou spotřebu

Odhad podle počtu slov je nepřesný. Čti pole usage z každé odpovědi (prompt, completion, total tokens) a ukládej ho spolu s modelem a funkcí aplikace – jen tak zjistíš, co tě reálně stojí peníze.

7. Počítej s limity podle tokenů

Rate limity xAI se řídí hlavně počtem tokenů za minutu, ne počtem requestů. Pár dlouhých dotazů tak může skončit chybou 429. Při nastavení limitů výdajů počítej s tím, že je API odmítne – aplikace by na to měla reagovat slušně, ne spadnout.

Aktuální ceník Grok API

Cached input je u Groku 4–7× levnější než běžný vstup, proto se prompt caching vyplatí hned. Pozor na hranici 200k tokenů: nad ní se celý request účtuje dvojnásobnou sazbou.

Model	Kontext	Input / 1M	Cached / 1M	Output / 1M	Long ctx in / out
grok-4.7	500k	$2.00	$0.50	$6.00	$4.00 / $12.00
grok-4.5	500k	$2.00	$0.30	$6.00	$4.00 / $12.00
grok-4.3	1M	$1.25	$0.20	$2.50	$2.50 / $5.00
grok-4.20-0309-non-reasoning	1M	$1.25	$0.20	$2.50	$2.50 / $5.00
grok-build-0.1	256k	$1.00	$0.20	$2.00	$2.00 / $4.00

Ceny v USD za 1M tokenů dle oficiálního ceníku xAI (ověřeno 22. 10. 2026). Jakmile prompt dosáhne 200k tokenů, účtuje se celý request dražší „long context“ sazbou. US regionální endpoint je o 10 % dražší.

Pro srovnání s OpenAI viz ceník GPT API.

Další krok

Spočítej si, kolik by tě stál tvůj provoz, v LLM kalkulačce nákladů, projdi si optimalizaci promptů a práci s token window. Pokud kombinuješ Grok s dalšími providery, sleduj vše na jednom místě – viz multi-provider monitoring.