mcloh/poc-grok-websearch
1
0
Fork 0
mirror of https://github.com/mcloh/poc-grok-websearch.git synced 2026-11-06 06:14:11 +00:00
Code Issues Packages Projects Releases Wiki Activity

Add executive benchmark README and all-model financial consolidation

Browse Source
This commit is contained in:
Marcos Lohmann
2026-10-15 11:21:53 -03:00
parent 62258836bb
commit 47e241a321
3 changed files with 1021 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files

4
README.md
View File

@@ -179,6 +179,8 @@ Consulte o [relatório](evidence/RELATORIO.md) e o [resumo estruturado](evidence
## Comparativo de 100 intenções cotidianas — executado em 15/10/2026
Veja o [sumário executivo e o consolidado de todos os modelos testados](benchmarks/README.md).
Foi executada a mesma lista de 100 intenções nos dois candidatos de uso geral, Grok 4.3 e Grok 4.20 non-reasoning: 25 de culinária, 25 de esportes, 25 de clima e 25 de entretenimento por modelo. As 200 interações tiveram HTTP 200 e busca confirmada, sem retries ou duplicação de chamadas. Os hashes do payload compartilhado coincidiram nos 100 pares.
- [Lista das 100 intenções](benchmarks/INTENCOES.md).
@@ -194,7 +196,7 @@ Foi executada a mesma lista de 100 intenções nos dois candidatos de uso geral,
**Total: US$ 11.243038, incluindo US$ 4.795 de websearch.** A busca custa US$ 5 por 1000 chamadas, conforme os SKUs Oracle congelados no experimento. Entrada sem cache e saída custam US$ 1,25 e US$ 2,50 por milhão de tokens; cache custa US$ 0,20 por milhão para ambos os modelos.
Neste lote, **Grok 4.3 custou 43.38% menos**, com menor custo em 95 dos 100 pares. O menor custo veio principalmente de menos buscas e menos contexto processado. A mediana de tempo foi 10.59s para Grok 4.3 e 13.55s para 4.20 non-reasoning. Isso não estabelece superioridade factual: o experimento mede consumo, execução da busca e latência observada, não pontua a qualidade das respostas.
Neste lote, **Grok 4.3 custou 43.38% menos**, com menor custo em 95 dos 100 pares. O menor custo veio principalmente de menos buscas e menos contexto processado. A mediana de tempo foi 10.60s para Grok 4.3 e 13.55s para 4.20 non-reasoning. Isso não estabelece superioridade factual: o experimento mede consumo, execução da busca e latência observada, não pontua a qualidade das respostas.
- [Relatório completo com custos por categoria](benchmarks/results/comparison-2026-10-15/REPORT.md).
- [CSV das 200 interações, com prompt e composição de custo](benchmarks/results/comparison-2026-10-15/interactions.csv).

178
benchmarks/README.md Normal file
View File

@@ -0,0 +1,178 @@
# Benchmarks Grok via OCI — consumo, ferramentas e custo
Consolidação dos testes realizados em **14 e 15/10/2026**, com custos valorados pela lista Oracle consultada em **15/10/2026**. Todos os valores financeiros estão em **USD**, para processamento padrão e contexto curto.
## Sumário executivo
O teste principal enviou **as mesmas 100 intenções a dois modelos**, totalizando **200 interações** sobre culinária, esportes, clima e entretenimento. Todas tiveram HTTP 200 e busca web confirmada. O custo variável calculado foi de **US$ 11,243038**, incluindo **US$ 4,795 de websearch**.
O **Grok 4.3 custou 43,38% menos** que o Grok 4.20 non-reasoning e foi mais barato em **95 dos 100 pares**. Também apresentou menor mediana de tempo neste lote: **10,60 s**, contra **13,55 s**. Os dois modelos têm a mesma tarifa unitária na faixa usada; o comportamento de busca e o volume de contexto explicam a diferença financeira observada.
Incluindo as validações anteriores da POC e a triagem dos sete identificadores Grok testados, o inventário financeiro reúne **210 chamadas com uso preservado**, **7.166.807 tokens** e **981 chamadas de websearch**, por **US$ 11,505274**. Esse total histórico é distinto dos US$ 11,243038 do benchmark de 200 interações.
A conclusão sustentada pelos dados é de **menor custo operacional do Grok 4.3 entre os dois finalistas neste conjunto com websearch**. Não foi realizada pontuação de correção factual ou qualidade editorial, nem o lote de 100 intenções foi executado nos demais modelos.
## Escopo e evidências
| Etapa | Data | Chamadas | Objetivo |
|---|---|---:|---|
| Validação da POC | 14/10/2026 | 3 | Confirmar rotas Responses, REST público e busca com Grok 4.3 |
| Matriz de compatibilidade | 14/10/2026 | 7 | Uma consulta de notícia por identificador Grok |
| Benchmark pareado | 15/10/2026 | 200 | As mesmas 100 intenções em Grok 4.20 non-reasoning e Grok 4.3 |
| **Total com uso preservado** | **14–15/10/2026** | **210** | **Inventário financeiro, não uma única amostra comparável** |
Os sete identificadores incluem os aliases `xai.grok-4.20-reasoning` e `xai.grok-4.20-non-reasoning`, que, na documentação consultada, apontam para as versões `0309` correspondentes. Portanto, sete identificadores testados não representam sete configurações independentes de modelo. Voice Agent e Multi-Agent não integram este estudo.
As três etapas são contabilizadas sem sobreposição. Os erros de diagnóstico sem contadores de uso não entram no total: ausência de `usage` não é tratada como prova de custo zero. O consolidado não substitui a fatura OCI.
## Resultado financeiro consolidado
### Preços de referência
Valores por **1 milhão de tokens**, exceto websearch:
| Família comercial | Entrada sem cache USD | Entrada em cache USD | Saída USD |
|---|---:|---:|---:|
| Grok 4.20 — rubrica comercial Grok 4.2 | 1,25 | 0,20 | 2,50 |
| Grok 4.3 | 1,25 | 0,20 | 2,50 |
| Grok 4.6 | 2,00 | 0,50 | 6,00 |
| Grok 4.7 | 2,00 | 0,50 | 6,00 |
**Websearch nativo xAI via OCI: US$ 5,00 por 1.000 chamadas**, SKU `B112610`. A contabilização usa o número de chamadas tarifadas informado pelo provedor, não o número de perguntas nem uma contagem manual de eventos.
Fontes: [lista de preços Oracle](https://www.oracle.com/cloud/price-list/), [preços congelados do benchmark](oracle-prices.json) e [consolidado com SKUs complementares de 4.6/4.7](financial-consolidation.json). O consolidado registra preços, datas, hashes e contadores históricos suficientes para refazer a soma. O arquivo original de preços do lote foi preservado para manter o hash do manifesto.
### Custos por etapa
| Etapa | Entrada sem cache USD | Cache USD | Saída USD | Websearch USD | Total USD |
|---|---:|---:|---:|---:|---:|
| Validação da POC | 0,023511 | 0,002534 | 0,008370 | 0,045000 | 0,079416 |
| Matriz de compatibilidade | 0,091164 | 0,003290 | 0,023366 | 0,065000 | 0,182820 |
| Benchmark pareado | 5,428386 | 0,501094 | 0,518558 | 4,795000 | 11,243038 |
| **Total** | **5,543062** | **0,506918** | **0,550294** | **4,905000** | **11,505274** |
### Todos os identificadores testados
A tabela abaixo consolida financeiramente as três etapas. Os tamanhos de amostra são diferentes; a média histórica é descritiva e **não deve ser usada como ranking entre os sete identificadores**.
| Identificador OCI | Chamadas | Custo dos tokens¹ USD | Websearch USD | Total USD | Média histórica USD |
|---|---:|---:|---:|---:|---:|
| `xai.grok-4.20-0309-non-reasoning` | 1 | 0,011960 | 0,010000 | 0,021960 | 0,021960 |
| `xai.grok-4.20-0309-reasoning` | 1 | 0,013099 | 0,005000 | 0,018099 | 0,018099 |
| `xai.grok-4.20-non-reasoning` | 101 | 3,956892 | 3,245000 | 7,201892 | 0,071306 |
| `xai.grok-4.20-reasoning` | 1 | 0,012605 | 0,010000 | 0,022605 | 0,022605 |
| `xai.grok-4.3` | 104 | 2,549742 | 1,615000 | 4,164742 | 0,040046 |
| `xai.grok-4.6` | 1 | 0,020772 | 0,005000 | 0,025772 | 0,025772 |
| `xai.grok-4.7` | 1 | 0,035204 | 0,015000 | 0,050204 | 0,050204 |
¹ Inclui entrada sem cache, cache e saída; tokens de raciocínio já estão na saída. Valores são arredondados somente na apresentação; o [JSON consolidado](financial-consolidation.json) preserva a precisão de cálculo.
### Comparação controlada — 100 intenções por modelo
| Modelo | Total USD | Média USD | Mediana USD | P95 USD | Websearch USD | Mediana de tempo (s) |
|---|---:|---:|---:|---:|---:|---:|
| `xai.grok-4.20-non-reasoning` | 7,178728 | 0,071787 | 0,069751 | 0,094497 | 3,235000 | 13,55 |
| `xai.grok-4.3` | 4,064310 | 0,040643 | 0,038978 | 0,056172 | 1,560000 | 10,60 |
A economia do Grok 4.3 neste lote foi de **US$ 3,114417 (43,38%)**. O P95 é o percentil empírico pelo método de posto mais próximo; não é uma garantia de custo máximo de futuras interações.
| Categoria — 25 intenções por modelo | Grok 4.20 non-reasoning USD | Grok 4.3 USD | Economia com Grok 4.3 |
|---|---:|---:|---:|
| Culinária | 1,676109 | 1,053508 | 37,15% |
| Esportes | 1,881921 | 0,976945 | 48,09% |
| Clima | 1,818597 | 0,966295 | 46,87% |
| Entretenimento | 1,802101 | 1,067563 | 40,76% |
## Metodologia
1. **Triagem de compatibilidade:** uma consulta sobre notícia atual por identificador, executando a rota `/api/chat` em processos locais isolados via FastAPI TestClient com inferência OCI real. HTTP 200 isolado não foi suficiente para confirmar busca. Os parâmetros e o runtime dessa etapa estão na [matriz original](../evidence/grok-websearch-models.json).
2. **Conjunto pareado:** seleção prévia de 100 intenções, com 25 de cada tema. As perguntas exigem informação atual, como previsão do tempo, agenda, preços, resultados e disponibilidade. Os [prompts e hashes](intents.json) e a [lista legível](INTENCOES.md) foram congelados com referência a 15/10/2026.
3. **Envio uniforme:** o coletor do benchmark chama diretamente a Responses API OCI em `us-chicago-1`, endpoint `/v1/responses`, com payload compartilhado idêntico entre os candidatos, diferindo somente `model`. Não chama a API direta da xAI. Cada interação é independente, sem histórico de conversa.
4. **Configuração:** `tools: [{"type":"web_search"}]`, `store:false`, máximo de 2.400 tokens de saída e instrução de resposta em até 200 palavras. Temperatura e esforço de raciocínio ficam nos padrões do serviço. Há duas inferências simultâneas, pareadas por intenção e alternadas entre temas.
5. **Piloto e retomada:** as quatro primeiras intenções, uma por tema, geraram oito chamadas e integram as 200 finais. Não houve retries automáticos nem repetição do piloto. O controle de orçamento pausou após 170 chamadas; a retomada enviou somente as 30 restantes.
6. **Confirmação de busca:** exigir HTTP 200, evento `web_search_call` com ação `search` e status `completed`, fontes não vazias e citações estruturadas. Todas as 200 interações satisfizeram o critério.
7. **Auditoria:** conferir 200 chamadas únicas, 100 pares, 25 intenções por tema/modelo, hashes iguais em cada par e composição aritmética dos custos. Há zero interações com custo desconhecido no lote concluído.
A cobrança por interação é calculada assim:
```text
entrada sem cache = input_tokens - cached_tokens
custo = (entrada sem cache × tarifa entrada
+ cached_tokens × tarifa cache
+ output_tokens × tarifa saída) / 1.000.000
+ web_search_calls × 5 / 1.000
```
`cached_tokens` é subconjunto da entrada, e `reasoning_tokens` é subconjunto da saída: nenhum deles é somado novamente. O contexto recuperado pelas ferramentas já aparece nos tokens informados pelo serviço. O contador de chamadas tarifadas é `usage.server_side_tool_usage_details.web_search_calls`; aberturas de página e eventos falhos não são tarifados por uma contagem inferida nossa. `cost_in_usd_ticks` é preservado nas evidências históricas, mas não é a fonte da conversão financeira deste relatório.
O custo corresponde ao **uso medido valorado a preço de lista**, sem impostos, descontos contratuais, VM, rede ou armazenamento. As chamadas de 14/10 foram reprecificadas pela referência de 15/10 para produzir um consolidado homogêneo. Não há conciliação com faturamento ou análise de todas as possíveis despesas da conta.
## Estatísticas consolidadas de tokens e tool calls
### Inventário histórico por identificador — 210 interações
| Identificador OCI | Entrada² | Cache² | Saída³ | Raciocínio³ | Total de tokens | Chamadas websearch |
|---|---:|---:|---:|---:|---:|---:|
| `xai.grok-4.20-0309-non-reasoning` | 10.036 | 1.024 | 196 | 0 | 10.232 | 2 |
| `xai.grok-4.20-0309-reasoning` | 7.712 | 256 | 1.491 | 1.375 | 9.203 | 1 |
| `xai.grok-4.20-non-reasoning` | 4.826.397 | 2.198.656 | 92.994 | 0 | 4.919.391 | 649 |
| `xai.grok-4.20-reasoning` | 7.882 | 1.024 | 1.531 | 1.329 | 9.413 | 2 |
| `xai.grok-4.3` | 2.072.301 | 321.792 | 118.899 | 72.106 | 2.191.200 | 323 |
| `xai.grok-4.6` | 8.712 | 1.280 | 878 | 732 | 9.590 | 1 |
| `xai.grok-4.7` | 16.570 | 3.456 | 1.208 | 988 | 17.778 | 3 |
| **Total** | **6.949.610** | **2.527.488** | **217.197** | **76.530** | **7.166.807** | **981** |
² A coluna entrada já inclui cache. ³ A coluna saída já inclui raciocínio. **Total de tokens = entrada + saída**. Os sete testes pontuais e as três validações da POC não são uma amostra equivalente ao lote pareado.
### Lote pareado isolado — 200 interações
| Métrica | Grok 4.20 non-reasoning | Grok 4.3 | Total do lote |
|---|---:|---:|---:|
| Tokens de entrada, cache incluído | 4.815.453 | 2.032.728 | 6.848.181 |
| Tokens em cache | 2.197.632 | 307.840 | 2.505.472 |
| Tokens de saída, raciocínio incluído | 92.770 | 114.653 | 207.423 |
| Tokens de raciocínio | 0 | 69.002 | 69.002 |
| Chamadas tarifadas de websearch | 647 | 312 | 959 |
| Total de tokens: entrada + saída | 4.908.223 | 2.147.381 | 7.055.604 |
| Buscas tarifadas por interação, média | 6,47 | 3,12 | 4,795 |
| Interações com busca confirmada | 100/100 | 100/100 | 200/200 |
As **959 chamadas de busca** custaram **US$ 4,795**, ou **42,65%** do custo do lote. O Grok 4.3 realizou **51,78% menos buscas**. Embora tenha gerado mais tokens de saída, incluindo 69.002 de raciocínio, sua menor entrada e menor quantidade de buscas compensaram esse componente de custo.
## Limitações e conclusão
**Recomendação:** manter Grok 4.3 como padrão de custo para o conjunto de consultas cotidianas com websearch avaliado nesta POC. O ganho observado foi consistente no total, nas quatro categorias e em 95% dos pares; a tarifa unitária igual reforça a importância de medir a execução completa, incluindo ferramentas e contexto.
Grok 4.6, Grok 4.7 e as variantes reasoning da família 4.20 tiveram busca confirmada na triagem, mas somente uma consulta por identificador. Não há evidência neste repositório para classificá-los acima ou abaixo dos finalistas em qualidade, custo médio de 100 intenções ou custo-benefício geral. Os aliases `0309` e sem data também não devem ser tratados como alternativas independentes.
Este estudo mede custo, uso de ferramentas e latência observada. Não pontua correção factual, completude, precisão de datas, cobertura das fontes ou satisfação do usuário. Mais buscas não provam maior qualidade; menos buscas não provam pior qualidade. Uma execução por intenção, cache real do serviço e conteúdo volátil da web limitam a extrapolação. Os resultados valem para os identificadores, região, endpoint, preços e datas documentados.
Para uma decisão mais ampla de produto, o próximo passo é avaliar as respostas dos mesmos 100 pares com uma rubrica factual e de utilidade, antes de transformar a economia em uma conclusão de custo-benefício com qualidade equivalente.
## Arquivos e reprodução
| Arquivo | Conteúdo |
|---|---|
| [INTENCOES.md](INTENCOES.md) / [intents.json](intents.json) | Lista de 100 intenções e prompts exatos com hashes |
| [PROTOCOLO.md](PROTOCOLO.md) | Regras de execução, custos, orçamento e retomada |
| [oracle-prices.json](oracle-prices.json) | Preços e SKUs congelados do lote pareado |
| [financial-consolidation.json](financial-consolidation.json) | Consolidação das 210 chamadas e SKUs dos sete identificadores |
| [run_benchmark.py](run_benchmark.py) | Coletor: padrão dry run; execução paga exige flags e orçamento |
| [report.py](report.py) | Regenera relatório do lote a partir dos registros locais, sem inferência |
| [Relatório do lote](results/comparison-2026-10-15/REPORT.md) | Custos e estatísticas por categoria |
| [CSV por interação](results/comparison-2026-10-15/interactions.csv) | 200 linhas com prompts, tokens e composição de custo |
| [Uso medido](results/comparison-2026-10-15/measured-usage.json) | Métricas selecionadas de cada chamada do lote |
| [Resumo](results/comparison-2026-10-15/summary.json) / [hashes](results/comparison-2026-10-15/sha256.json) | Totais, manifesto e integridade dos artefatos |
| [Matriz original dos sete identificadores](../evidence/grok-websearch-models.json) | Resultados dos testes pontuais de compatibilidade |
Executados na raiz do repositório:
```bash
# Validar o dataset sem inferência:
python benchmarks/run_benchmark.py
# Regenerar o relatório se os registros locais da execução estiverem presentes:
python benchmarks/report.py
```
Para uma nova execução paga, consultar o [protocolo](PROTOCOLO.md), definir orçamento autorizado e usar um novo `--run-id` quando apropriado. Credenciais, respostas brutas e registros operacionais não são versionados. Este README e o consolidado financeiro foram produzidos a partir das evidências existentes, sem novas chamadas de inferência.

840
benchmarks/financial-consolidation.json Normal file
View File

@@ -0,0 +1,840 @@
{
"scope": "Todas as 210 chamadas bem-sucedidas com contadores de uso preservados: 3 de validação, 7 de compatibilidade e 200 do benchmark. Erros sem usage ficam fora; não se presume custo zero.",
"valuation_date": "2026-10-15",
"currency": "USD",
"pricing_basis": "Uso medido de 14 e 15/10 reprecificado pela lista Oracle de 15/10/2026, padrão e contexto curto; não é fatura conciliada.",
"sources": {
"paired_benchmark": "results/comparison-2026-10-15/measured-usage.json",
"compatibility_matrix": "../evidence/grok-websearch-models.json",
"poc_validation": "Contadores de três chamadas preservados neste JSON; respostas brutas e inventário original permanecem locais."
},
"pricing": {
"list_url": "https://www.oracle.com/cloud/price-list/",
"data_url": "https://www.oracle.com/a/ocom/docs/pricing/cloud-price-list.json",
"supplement_checked_at": "2026-10-15T14:16:43.202628+00:00",
"supplement_data_sha256": "354aa11836c07e2c065700b0efd80253e8c12d9e643e55160fc1ccd9ea7235d9",
"rates": {
"grok-4.20": {
"input_short": {
"sku": "B111910",
"usd": 1.25
},
"cached_short": {
"sku": "B111911",
"usd": 0.2
},
"output_short": {
"sku": "B112076",
"usd": 2.5
}
},
"grok-4.3": {
"input_short": {
"sku": "B112080",
"usd": 1.25
},
"cached_short": {
"sku": "B112081",
"usd": 0.2
},
"output_short": {
"sku": "B112082",
"usd": 2.5
}
},
"grok-4.6": {
"input_short": {
"sku": "B112086",
"usd": 2
},
"cached_short": {
"sku": "B112087",
"usd": 0.5
},
"output_short": {
"sku": "B112589",
"usd": 6
}
},
"grok-4.7": {
"input_short": {
"sku": "B113303",
"usd": 2
},
"cached_short": {
"sku": "B113304",
"usd": 0.5
},
"output_short": {
"sku": "B113305",
"usd": 6
}
}
},
"web_search": {
"sku": "B112610",
"usd_per_1000": 5
}
},
"total": {
"interactions": 210,
"input_tokens": 6949610,
"cached_input_tokens": 2527488,
"output_tokens": 217197,
"reasoning_tokens": 76530,
"total_tokens": 7166807,
"web_search_calls": 981,
"input_usd": "5.54306200",
"cached_input_usd": "0.5069184",
"output_usd": "0.5502935",
"web_search_usd": "4.905",
"total_usd": "11.50527390",
"mean_usd": "0.05478701857142857142857142857"
},
"by_stage": {
"poc_validation": {
"interactions": 3,
"input_tokens": 31481,
"cached_input_tokens": 12672,
"output_tokens": 3348,
"reasoning_tokens": 2370,
"total_tokens": 34829,
"web_search_calls": 9,
"input_usd": "0.02351125",
"cached_input_usd": "0.0025344",
"output_usd": "0.0083700",
"web_search_usd": "0.045",
"total_usd": "0.07941565",
"mean_usd": "0.02647188333333333333333333333"
},
"compatibility_matrix": {
"interactions": 7,
"input_tokens": 69948,
"cached_input_tokens": 9344,
"output_tokens": 6426,
"reasoning_tokens": 5158,
"total_tokens": 76374,
"web_search_calls": 13,
"input_usd": "0.0911645",
"cached_input_usd": "0.0032896",
"output_usd": "0.0233660",
"web_search_usd": "0.065",
"total_usd": "0.1828201",
"mean_usd": "0.02611715714285714285714285714"
},
"paired_benchmark": {
"interactions": 200,
"input_tokens": 6848181,
"cached_input_tokens": 2505472,
"output_tokens": 207423,
"reasoning_tokens": 69002,
"total_tokens": 7055604,
"web_search_calls": 959,
"input_usd": "5.42838625",
"cached_input_usd": "0.5010944",
"output_usd": "0.5185575",
"web_search_usd": "4.795",
"total_usd": "11.24303815",
"mean_usd": "0.05621519075"
}
},
"by_model": {
"xai.grok-4.20-0309-non-reasoning": {
"interactions": 1,
"input_tokens": 10036,
"cached_input_tokens": 1024,
"output_tokens": 196,
"reasoning_tokens": 0,
"total_tokens": 10232,
"web_search_calls": 2,
"input_usd": "0.011265",
"cached_input_usd": "0.0002048",
"output_usd": "0.00049",
"web_search_usd": "0.01",
"total_usd": "0.0219598",
"mean_usd": "0.0219598"
},
"xai.grok-4.20-0309-reasoning": {
"interactions": 1,
"input_tokens": 7712,
"cached_input_tokens": 256,
"output_tokens": 1491,
"reasoning_tokens": 1375,
"total_tokens": 9203,
"web_search_calls": 1,
"input_usd": "0.00932",
"cached_input_usd": "0.0000512",
"output_usd": "0.0037275",
"web_search_usd": "0.005",
"total_usd": "0.0180987",
"mean_usd": "0.0180987"
},
"xai.grok-4.20-non-reasoning": {
"interactions": 101,
"input_tokens": 4826397,
"cached_input_tokens": 2198656,
"output_tokens": 92994,
"reasoning_tokens": 0,
"total_tokens": 4919391,
"web_search_calls": 649,
"input_usd": "3.28467625",
"cached_input_usd": "0.4397312",
"output_usd": "0.2324850",
"web_search_usd": "3.245",
"total_usd": "7.20189245",
"mean_usd": "0.07130586584158415841584158416"
},
"xai.grok-4.20-reasoning": {
"interactions": 1,
"input_tokens": 7882,
"cached_input_tokens": 1024,
"output_tokens": 1531,
"reasoning_tokens": 1329,
"total_tokens": 9413,
"web_search_calls": 2,
"input_usd": "0.0085725",
"cached_input_usd": "0.0002048",
"output_usd": "0.0038275",
"web_search_usd": "0.01",
"total_usd": "0.0226048",
"mean_usd": "0.0226048"
},
"xai.grok-4.3": {
"interactions": 104,
"input_tokens": 2072301,
"cached_input_tokens": 321792,
"output_tokens": 118899,
"reasoning_tokens": 72106,
"total_tokens": 2191200,
"web_search_calls": 323,
"input_usd": "2.18813625",
"cached_input_usd": "0.0643584",
"output_usd": "0.2972475",
"web_search_usd": "1.615",
"total_usd": "4.16474215",
"mean_usd": "0.04004559759615384615384615385"
},
"xai.grok-4.6": {
"interactions": 1,
"input_tokens": 8712,
"cached_input_tokens": 1280,
"output_tokens": 878,
"reasoning_tokens": 732,
"total_tokens": 9590,
"web_search_calls": 1,
"input_usd": "0.014864",
"cached_input_usd": "0.00064",
"output_usd": "0.005268",
"web_search_usd": "0.005",
"total_usd": "0.025772",
"mean_usd": "0.025772"
},
"xai.grok-4.7": {
"interactions": 1,
"input_tokens": 16570,
"cached_input_tokens": 3456,
"output_tokens": 1208,
"reasoning_tokens": 988,
"total_tokens": 17778,
"web_search_calls": 3,
"input_usd": "0.026228",
"cached_input_usd": "0.001728",
"output_usd": "0.007248",
"web_search_usd": "0.015",
"total_usd": "0.050204",
"mean_usd": "0.050204"
}
},
"compatibility_matrix_by_model": {
"xai.grok-4.20-0309-non-reasoning": {
"interactions": 1,
"input_tokens": 10036,
"cached_input_tokens": 1024,
"output_tokens": 196,
"reasoning_tokens": 0,
"total_tokens": 10232,
"web_search_calls": 2,
"input_usd": "0.011265",
"cached_input_usd": "0.0002048",
"output_usd": "0.00049",
"web_search_usd": "0.01",
"total_usd": "0.0219598",
"mean_usd": "0.0219598"
},
"xai.grok-4.20-0309-reasoning": {
"interactions": 1,
"input_tokens": 7712,
"cached_input_tokens": 256,
"output_tokens": 1491,
"reasoning_tokens": 1375,
"total_tokens": 9203,
"web_search_calls": 1,
"input_usd": "0.00932",
"cached_input_usd": "0.0000512",
"output_usd": "0.0037275",
"web_search_usd": "0.005",
"total_usd": "0.0180987",
"mean_usd": "0.0180987"
},
"xai.grok-4.20-non-reasoning": {
"interactions": 1,
"input_tokens": 10944,
"cached_input_tokens": 1024,
"output_tokens": 224,
"reasoning_tokens": 0,
"total_tokens": 11168,
"web_search_calls": 2,
"input_usd": "0.0124",
"cached_input_usd": "0.0002048",
"output_usd": "0.00056",
"web_search_usd": "0.01",
"total_usd": "0.0231648",
"mean_usd": "0.0231648"
},
"xai.grok-4.20-reasoning": {
"interactions": 1,
"input_tokens": 7882,
"cached_input_tokens": 1024,
"output_tokens": 1531,
"reasoning_tokens": 1329,
"total_tokens": 9413,
"web_search_calls": 2,
"input_usd": "0.0085725",
"cached_input_usd": "0.0002048",
"output_usd": "0.0038275",
"web_search_usd": "0.01",
"total_usd": "0.0226048",
"mean_usd": "0.0226048"
},
"xai.grok-4.3": {
"interactions": 1,
"input_tokens": 8092,
"cached_input_tokens": 1280,
"output_tokens": 898,
"reasoning_tokens": 734,
"total_tokens": 8990,
"web_search_calls": 2,
"input_usd": "0.008515",
"cached_input_usd": "0.000256",
"output_usd": "0.002245",
"web_search_usd": "0.01",
"total_usd": "0.021016",
"mean_usd": "0.021016"
},
"xai.grok-4.6": {
"interactions": 1,
"input_tokens": 8712,
"cached_input_tokens": 1280,
"output_tokens": 878,
"reasoning_tokens": 732,
"total_tokens": 9590,
"web_search_calls": 1,
"input_usd": "0.014864",
"cached_input_usd": "0.00064",
"output_usd": "0.005268",
"web_search_usd": "0.005",
"total_usd": "0.025772",
"mean_usd": "0.025772"
},
"xai.grok-4.7": {
"interactions": 1,
"input_tokens": 16570,
"cached_input_tokens": 3456,
"output_tokens": 1208,
"reasoning_tokens": 988,
"total_tokens": 17778,
"web_search_calls": 3,
"input_usd": "0.026228",
"cached_input_usd": "0.001728",
"output_usd": "0.007248",
"web_search_usd": "0.015",
"total_usd": "0.050204",
"mean_usd": "0.050204"
}
},
"historical_usage_records": [
{
"stage": "poc_validation",
"date": "2026-10-14",
"model": "xai.grok-4.3",
"source_file": "route_20231130_actions_v1_responses.json",
"usage": {
"input_tokens": 7607,
"input_tokens_details": {
"cached_tokens": 4864
},
"output_tokens": 1087,
"output_tokens_details": {
"reasoning_tokens": 843
},
"total_tokens": 8694,
"num_sources_used": 0,
"num_server_side_tools_used": 3,
"cost_in_usd_ticks": 221190500,
"server_side_tool_usage_details": {
"web_search_calls": 3,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 3680,
"output_tokens": 369
}
},
"metrics": {
"interactions": 1,
"input_tokens": 7607,
"cached_input_tokens": 4864,
"output_tokens": 1087,
"reasoning_tokens": 843,
"total_tokens": 8694,
"web_search_calls": 3,
"input_usd": "0.00342875",
"cached_input_usd": "0.0009728",
"output_usd": "0.0027175",
"web_search_usd": "0.015",
"total_usd": "0.02211905"
}
},
{
"stage": "poc_validation",
"date": "2026-10-14",
"model": "xai.grok-4.3",
"source_file": "rest-news-today.json",
"usage": {
"input_tokens": 14359,
"input_tokens_details": {
"cached_tokens": 5760
},
"output_tokens": 1185,
"output_tokens_details": {
"reasoning_tokens": 798
},
"total_tokens": 15544,
"num_sources_used": 0,
"num_server_side_tools_used": 3,
"cost_in_usd_ticks": 298632500,
"server_side_tool_usage_details": {
"web_search_calls": 3,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 7565,
"output_tokens": 466
}
},
"metrics": {
"interactions": 1,
"input_tokens": 14359,
"cached_input_tokens": 5760,
"output_tokens": 1185,
"reasoning_tokens": 798,
"total_tokens": 15544,
"web_search_calls": 3,
"input_usd": "0.01074875",
"cached_input_usd": "0.001152",
"output_usd": "0.0029625",
"web_search_usd": "0.015",
"total_usd": "0.02986325"
}
},
{
"stage": "poc_validation",
"date": "2026-10-14",
"model": "xai.grok-4.3",
"source_file": "route_v1_responses.json",
"usage": {
"input_tokens": 9515,
"input_tokens_details": {
"cached_tokens": 2048
},
"output_tokens": 1076,
"output_tokens_details": {
"reasoning_tokens": 729
},
"total_tokens": 10591,
"num_sources_used": 0,
"num_server_side_tools_used": 3,
"cost_in_usd_ticks": 274333500,
"server_side_tool_usage_details": {
"web_search_calls": 3,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 8450,
"output_tokens": 571
}
},
"metrics": {
"interactions": 1,
"input_tokens": 9515,
"cached_input_tokens": 2048,
"output_tokens": 1076,
"reasoning_tokens": 729,
"total_tokens": 10591,
"web_search_calls": 3,
"input_usd": "0.00933375",
"cached_input_usd": "0.0004096",
"output_usd": "0.00269",
"web_search_usd": "0.015",
"total_usd": "0.02743335"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.20-0309-non-reasoning",
"usage": {
"input_tokens": 10036,
"input_tokens_details": {
"cached_tokens": 1024
},
"output_tokens": 196,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 10232,
"num_sources_used": 0,
"num_server_side_tools_used": 2,
"cost_in_usd_ticks": 219598000,
"server_side_tool_usage_details": {
"web_search_calls": 2,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 9058,
"output_tokens": 138
}
},
"metrics": {
"interactions": 1,
"input_tokens": 10036,
"cached_input_tokens": 1024,
"output_tokens": 196,
"reasoning_tokens": 0,
"total_tokens": 10232,
"web_search_calls": 2,
"input_usd": "0.011265",
"cached_input_usd": "0.0002048",
"output_usd": "0.00049",
"web_search_usd": "0.01",
"total_usd": "0.0219598"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.20-0309-reasoning",
"usage": {
"input_tokens": 7712,
"input_tokens_details": {
"cached_tokens": 256
},
"output_tokens": 1491,
"output_tokens_details": {
"reasoning_tokens": 1375
},
"total_tokens": 9203,
"num_sources_used": 0,
"num_server_side_tools_used": 1,
"cost_in_usd_ticks": 180987000,
"server_side_tool_usage_details": {
"web_search_calls": 1,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 6732,
"output_tokens": 864
}
},
"metrics": {
"interactions": 1,
"input_tokens": 7712,
"cached_input_tokens": 256,
"output_tokens": 1491,
"reasoning_tokens": 1375,
"total_tokens": 9203,
"web_search_calls": 1,
"input_usd": "0.00932",
"cached_input_usd": "0.0000512",
"output_usd": "0.0037275",
"web_search_usd": "0.005",
"total_usd": "0.0180987"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.20-non-reasoning",
"usage": {
"input_tokens": 10944,
"input_tokens_details": {
"cached_tokens": 1024
},
"output_tokens": 224,
"output_tokens_details": {
"reasoning_tokens": 0
},
"total_tokens": 11168,
"num_sources_used": 0,
"num_server_side_tools_used": 2,
"cost_in_usd_ticks": 231648000,
"server_side_tool_usage_details": {
"web_search_calls": 2,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 9966,
"output_tokens": 153
}
},
"metrics": {
"interactions": 1,
"input_tokens": 10944,
"cached_input_tokens": 1024,
"output_tokens": 224,
"reasoning_tokens": 0,
"total_tokens": 11168,
"web_search_calls": 2,
"input_usd": "0.0124",
"cached_input_usd": "0.0002048",
"output_usd": "0.00056",
"web_search_usd": "0.01",
"total_usd": "0.0231648"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.20-reasoning",
"usage": {
"input_tokens": 7882,
"input_tokens_details": {
"cached_tokens": 1024
},
"output_tokens": 1531,
"output_tokens_details": {
"reasoning_tokens": 1329
},
"total_tokens": 9413,
"num_sources_used": 0,
"num_server_side_tools_used": 2,
"cost_in_usd_ticks": 226048000,
"server_side_tool_usage_details": {
"web_search_calls": 2,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 6902,
"output_tokens": 732
}
},
"metrics": {
"interactions": 1,
"input_tokens": 7882,
"cached_input_tokens": 1024,
"output_tokens": 1531,
"reasoning_tokens": 1329,
"total_tokens": 9413,
"web_search_calls": 2,
"input_usd": "0.0085725",
"cached_input_usd": "0.0002048",
"output_usd": "0.0038275",
"web_search_usd": "0.01",
"total_usd": "0.0226048"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.3",
"usage": {
"input_tokens": 8092,
"input_tokens_details": {
"cached_tokens": 1280
},
"output_tokens": 898,
"output_tokens_details": {
"reasoning_tokens": 734
},
"total_tokens": 8990,
"num_sources_used": 0,
"num_server_side_tools_used": 2,
"cost_in_usd_ticks": 210160000,
"server_side_tool_usage_details": {
"web_search_calls": 2,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 6926,
"output_tokens": 456
}
},
"metrics": {
"interactions": 1,
"input_tokens": 8092,
"cached_input_tokens": 1280,
"output_tokens": 898,
"reasoning_tokens": 734,
"total_tokens": 8990,
"web_search_calls": 2,
"input_usd": "0.008515",
"cached_input_usd": "0.000256",
"output_usd": "0.002245",
"web_search_usd": "0.01",
"total_usd": "0.021016"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.6",
"usage": {
"input_tokens": 8712,
"input_tokens_details": {
"cached_tokens": 1280
},
"output_tokens": 878,
"output_tokens_details": {
"reasoning_tokens": 732
},
"total_tokens": 9590,
"num_sources_used": 0,
"num_server_side_tools_used": 1,
"cost_in_usd_ticks": 257720000,
"server_side_tool_usage_details": {
"web_search_calls": 1,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 7510,
"output_tokens": 535
}
},
"metrics": {
"interactions": 1,
"input_tokens": 8712,
"cached_input_tokens": 1280,
"output_tokens": 878,
"reasoning_tokens": 732,
"total_tokens": 9590,
"web_search_calls": 1,
"input_usd": "0.014864",
"cached_input_usd": "0.00064",
"output_usd": "0.005268",
"web_search_usd": "0.005",
"total_usd": "0.025772"
}
},
{
"stage": "compatibility_matrix",
"date": "2026-10-14",
"model": "xai.grok-4.7",
"usage": {
"input_tokens": 16570,
"input_tokens_details": {
"cached_tokens": 3456
},
"output_tokens": 1208,
"output_tokens_details": {
"reasoning_tokens": 988
},
"total_tokens": 17778,
"num_sources_used": 0,
"num_server_side_tools_used": 3,
"cost_in_usd_ticks": 502040000,
"server_side_tool_usage_details": {
"web_search_calls": 3,
"x_search_calls": 0,
"x_posts_fetched": 0,
"x_users_fetched": 0,
"code_interpreter_calls": 0,
"file_search_calls": 0,
"mcp_calls": 0,
"document_search_calls": 0,
"image_generation_calls": 0
},
"context_details": {
"input_tokens": 14183,
"output_tokens": 1022
}
},
"metrics": {
"interactions": 1,
"input_tokens": 16570,
"cached_input_tokens": 3456,
"output_tokens": 1208,
"reasoning_tokens": 988,
"total_tokens": 17778,
"web_search_calls": 3,
"input_usd": "0.026228",
"cached_input_usd": "0.001728",
"output_usd": "0.007248",
"web_search_usd": "0.015",
"total_usd": "0.050204"
}
}
]
}