Facturation et optimisation des coûts

Les tokens de raisonnement sur votre facture

La facturation des tokens de raisonnement est un aspect critique de l’utilisation des modèles grok-4. Comme ces tokens sont facturés au tarif des tokens de sortie (le tarif le plus élevé), une utilisation non optimisée peut rapidement faire exploser les coûts.

Tarification par modèle

Les tokens de raisonnement sont facturés au tarif de la colonne “Sortie”. Avec grok-4.20-reasoning, chaque million de tokens de raisonnement coûte 6,00 $. Avec grok-4-fast-reasoning, seulement 0,50 $.

Suivi des coûts avec cost_in_usd_ticks et cost_in_nano_usd

Certaines réponses de l’API xAI peuvent inclure des champs de coût directement dans l’objet usage :

• cost_in_usd_ticks : coût en micro-unités de dollars (1 tick = une fraction de centime)
• cost_in_nano_usd : coût en nano-dollars (1 nano-dollar = 10^-9 USD)

Ces champs vous permettent de suivre les coûts requête par requête sans avoir à calculer manuellement à partir du nombre de tokens.

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Résolvez ce problème de programmation dynamique...",
    reasoning={"effort": "high"}
)

# Calculer le coût manuellement
input_cost = response.usage.prompt_tokens * 2.00 / 1_000_000
output_cost = response.usage.completion_tokens * 6.00 / 1_000_000
total_cost = input_cost + output_cost

print(f"Coût entrée : ${input_cost:.6f}")
print(f"Coût sortie : ${output_cost:.6f}")
print(f"Coût total : ${total_cost:.6f}")

Stratégies d’optimisation des coûts

1. Adapter l’effort à la tâche

La première et plus efficace optimisation est de choisir le bon niveau d’effort. Un effort low peut consommer 10x moins de tokens de raisonnement qu’un effort high :

# Tri des requêtes par complexité
if complexite == "simple":
    effort = "low"      # ~100-300 tokens de raisonnement
elif complexite == "moyen":
    effort = "medium"   # ~500-1500 tokens de raisonnement
else:
    effort = "high"     # ~2000-5000+ tokens de raisonnement

2. Utiliser le bon modèle

Pour les tâches de raisonnement courantes, grok-4-fast-reasoning à 0,50 $/M en sortie est 12x moins cher que grok-4.20-reasoning à 6,00 $/M. Réservez le modèle premium aux tâches qui le nécessitent vraiment.

3. Exploiter le cache automatique

Le cache automatique de xAI réduit le coût des tokens d’entrée de 90 % pour grok-4.20-reasoning (de 2,00 $ à 0,20 $/M). Pour maximiser le taux de cache, utilisez le header x-grok-conv-id avec un UUID cohérent par conversation :

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Votre question...",
    extra_headers={"x-grok-conv-id": "550e8400-e29b-41d4-a716-446655440000"}
)

4. Batch API pour les traitements en masse

La Batch API offre une réduction de 50 % sur les tarifs standard des tokens. Pour des analyses non urgentes (traitement de nuit, rapports hebdomadaires), c’est une économie substantielle :

• grok-4.20-reasoning en batch : 3,00 $/M en sortie au lieu de 6,00 $
• grok-4-fast-reasoning en batch : 0,25 $/M en sortie au lieu de 0,50 $

5. Limiter max_completion_tokens

Définissez un max_completion_tokens raisonnable pour éviter les raisonnements excessivement longs sur des questions simples.

Suivi budgétaire en production

class CostTracker:
    def __init__(self):
        self.total_cost = 0
        self.request_count = 0

    def track(self, response, model="grok-4.20-reasoning"):
        rates = {
            "grok-4.20-reasoning": {"input": 2.00, "output": 6.00},
            "grok-4-fast-reasoning": {"input": 0.20, "output": 0.50}
        }
        rate = rates[model]
        cost = (
            response.usage.prompt_tokens * rate["input"] / 1e6 +
            response.usage.completion_tokens * rate["output"] / 1e6
        )
        self.total_cost += cost
        self.request_count += 1
        return cost

Points clés à retenir

• Les tokens de raisonnement sont facturés au tarif des tokens de sortie
• Grok-4-fast-reasoning est 12x moins cher que grok-4.20-reasoning en sortie
• Le cache automatique réduit les coûts d’entrée de 90 %
• La Batch API offre 50 % de réduction sur tous les tokens
• Suivez vos coûts requête par requête pour éviter les surprises