Detaillierte Modellpreise
Auf dieser Seite
Aktualisiert am 2. November 2026 — Imagine. Ab dem 2. November 2026 ist
grok-imagine-image-qualityeingestellt: Anfragen werden von Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 $ pro Bild) bei der Qualitätlowbearbeitet. Aktualisieren Sie die ID in Ihren Beispielen und setzen Sie die gewünschte Qualität;grok-imagine-image(Version 1.0) bleibt davon unberührt. Imagine Image 2.0 akzeptiert bis zu fünf Referenzbilder und dieauto-Einstellung für die Qualität, die nun der Standard ist. Aktualisiert am 3. November 2026 — Voice: Die Kosten für den Voice-Agenten betragen 0,08 $ pro Minute (4,80 $ pro Stunde), nicht 0,05 $, gemäß der Preisskala. Aktualisiert am 3. November 2026 — Modelle: Das Raster enthält grok-4.7 (das Modell, das xAI seit September empfiehlt) und grok-4.6, gemäß der Modellseite.
Das richtige Modell für Ihr Budget wählen
Die Auswahl des Modells ist die technische Entscheidung, die Ihre Grok-Rechnung am stärksten beeinflusst: Der Unterschied zwischen zwei Modellen im Spektrum wird in Faktoren, nicht in Prozent gemessen, und das teuerste Modell bietet für einen bestimmten Anwendungsfall oft keine wahrnehmbare Verbesserung.
Das xAI-Raster fügt eine spezifische Detailinformation hinzu, die von Anfang an integriert werden muss: gestaffelte Preise. Jedes Textmodell wendet eine Grundrate an, solange die Anfrage unter 200.000 Kontext-Token bleibt; darüber hinaus gilt eine verdoppelte Rate. Eingabetoken, die aus dem Cache bereitgestellt werden, entziehen sich dieser Logik weitgehend.
Text- und Code-Modelle
| Modell | Kontext | Eingabe ($/M) | Eingabe aus Cache ($/M) | Ausgabe ($/M) |
|---|---|---|---|---|
| grok-4.7 | 500k | 2,00 $ / 4,00 $ | 0,50 $ / 1,00 $ | 6,00 $ / 12,00 $ |
| grok-4.6 | 500k | 2,00 $ / 4,00 $ | 0,50 $ / 1,00 $ | 6,00 $ / 12,00 $ |
| grok-4.5 | 500k | 2,00 $ / 4,00 $ | 0,30 $ / 0,60 $ | 6,00 $ / 12,00 $ |
| grok-4.3 | 1M | 1,25 $ / 2,50 $ | 0,20 $ / 0,40 $ | 2,50 $ / 5,00 $ |
| grok-4.20-0309 (Reasoning / Nicht-Reasoning) | 1M | 1,25 $ / 2,50 $ | 0,20 $ / 0,40 $ | 2,50 $ / 5,00 $ |
| grok-4.20-multi-agent-0309 | 1M | 1,25 $ / 2,50 $ | 0,20 $ / 0,40 $ | 2,50 $ / 5,00 $ |
| grok-build-0.1 | 256k | 1,00 $ / 2,00 $ | 0,20 $ / 0,40 $ | 2,00 $ / 4,00 $ |
In jeder Zelle gilt die erste Zahl für Anfragen unter 200.000 Kontext-Token und die zweite Zahl darüber hinaus. Eine grok-4.7-Anfrage mit 250.000 Kontext-Token wird daher mit 4,00 $ pro Million für die Eingabe und 12,00 $ pro Million für die Ausgabe berechnet: Die 50.000 Token, die den Schwellenwert überschreiten, verdoppeln den Preis der gesamten Anfrage, nicht nur den des überschüssigen Teils. Achten Sie auf dieses Tarifmodell besonders bei Anwendungen mit langer Historie, bei denen der Kontext von Unterhaltung zu Unterhaltung wächst.
Dieses Raster liefert vier Benchmarks. grok-4.7, das Modell, das xAI empfiehlt, teilt sich die höchste Rate und die anpassbare Reasoning-Funktion mit grok-4.6 und grok-4.5; nur die Rate für Eingaben aus dem Cache unterscheidet sie. grok-4.3 bietet den besten Preis-Leistungs-Verhältnis und verfügt über das größte Fenster von 1 Million Token. Die drei Varianten von grok-4.20-0309 bleiben im Katalog mit derselben Rate wie grok-4.3. Schließlich ist grok-build-0.1 sowohl das günstigste als auch das schnellste Modell für Code-Aufgaben, zum Preis eines kürzeren Fensters von 256.000 Token.
Visuelle Generierung: Grok Imagine
Bei Bildern und Videos verzichtet die Abrechnung auf Token zugunsten der erzeugten Einheit oder der generierten Sekunde, was die Schätzung erheblich vereinfacht. Rechnen Sie mit 0,02 $ pro Bild bei grok-imagine-image (Imagine 1.0) und 0,04 $ bei grok-imagine-image-2.0 bei der Qualität low; die Qualität medium wird mit einer eigenen Rate berechnet, und grok-imagine-image-quality mit 0,05 $ ist ab dem 2. November 2026 eingestellt. Auf der Videoseite kostet grok-imagine-video 0,05 $ pro Sekunde, grok-imagine-video-1.5, verfügbar seit Juni 2026, 0,08 $ pro Sekunde und grok-imagine-video-1.5-lite 0,02 $ pro Sekunde.
Voice-API: Voice Agent, TTS und STT
Sprachdienste werden pro Zeit oder Zeichen berechnet. Der Echtzeit-Voice-Agent (grok-voice-3.0) kostet 0,08 $ pro Minute, also 4,80 $ pro Stunde Gesprächszeit, plus 0,004 $ pro Texteingabe in einer Echtzeit-Sitzung. Text-zu-Sprache (TTS) kostet 15,00 $ pro Million Zeichen. Die Spracherkennung unterscheidet zwei Modi: 0,10 $ pro Stunde Audio bei der Batch-Verarbeitung über REST und 0,20 $ pro Stunde im Streaming. Echtzeitkosten verdoppeln sich; dies ist ein Kompromiss, der davon abhängt, ob Sie einen Live-Feed transkribieren oder ein Archiv. Seit Juli 2026 ermöglicht der Voice Agent Builder das Zusammenstellen von Voice-Agenten ohne Code, und 21 neue Stimmen sind dem Katalog beigetreten.
Der Hebel des Eingabecaches
Schauen Sie zurück auf die Spalte “Eingabe aus Cache” in der Tabelle: Sie ist die profitabelste von allen, da ein Token, das bereits im Cache liegt, fünf- bis siebenmal weniger kostet als ein Standard-Token. Wenn Ihr Assistent bei jeder Anfrage denselben Systemprompt und denselben Anweisungsvorwort verwendet, wird dieser Prefix mit 0,20 $ pro Million bei grok-4.3 berechnet statt 1,25 $.
Sie müssen Ihre Prompts dennoch so strukturieren, dass der Cache funktioniert: strikt stabiler Start – Systemprompt, Anweisungen, Beispiele – und alles, was variiert, wird ans Ende geschoben, die Benutzerfrage oder die täglichen Daten. Eine Variable, die am Anfang eingefügt wird, selbst nur ein Zeitstempel, ungültigt den gesamten Prefix und zwingt Sie, den vollen Preis für Token zu zahlen, die Sie zu einem reduzierten Satz hätten erhalten können.
Ihre monatliche Rechnung schätzen
Nehmen Sie eine Kundenservice-Anwendung, die 10.000 Anfragen pro Tag bei grok-4.3 verarbeitet, mit 2.000 Token bei der Eingabe und 500 bei der Ausgabe pro Anfrage – also gut unter dem 200.000-Token-Tarif – und einem Cache-Anteil von 60 %. Über 30 Tage beläuft sich die Eingabe auf 600 Millionen Token und die Ausgabe auf 150 Millionen.
| Element | Monatliches Volumen | grok-4.3 Rate | Kosten |
|---|---|---|---|
| Eingabe aus Cache (60 %) | 360M | 0,20 $/M | 72 $ |
| Nicht aus Cache (40 %) | 240M | 1,25 $/M | 300 $ |
| Ausgabe | 150M | 2,50 $/M | 375 $ |
| Gesamt | ~747 $/Monat |
Der gleiche Datenverkehr, der von grok-4.5 bedient wird, käme auf etwa das Doppelte: 108 $ für Eingabe aus Cache, 480 $ für volle Eingabe und 900 $ für Ausgabe, also fast 1.488 $ pro Monat. Bevor Sie entscheiden, stellen Sie sich die einzige Frage, die zählt: Kaufen diese zusätzlichen 741 $ eine Antwortqualität, die Ihre Benutzer bemerken? Bei einem Kundenservice, der durch seine Anweisungen gut abgegrenzt ist, lautet die Antwort oft nein.
Raten vom 5. August 2026 — Preise entwickeln sich regelmäßig: Bevor Sie eine Budgetberechnung vornehmen, überprüfen Sie das aktuelle Raster auf der offiziellen xAI-Modell- und Preisskala-Seite.
Kernaussagen
- Gestaffelte Preise: Grundrate unter 200k Kontext-Token, verdoppelte Rate darüber – achten Sie auf diesen Schwellenwert
- grok-4.3 (1,25 $ / 2,50 $ pro M) bietet das beste Preis-Leistungs-Verhältnis; grok-4.7 (2,00 $ / 6,00 $) ist das empfohlene Modell, mit derselben Rate wie grok-4.6 und grok-4.5; grok-build-0.1 (1,00 $ / 2,00 $) ist das günstigste für Code
- Eingabecache teilt die Kosten stabiler Prefixe um das 5- bis 7-fache – strukturieren Sie Ihre Prompts entsprechend
- Multimedia: Bilder ab 0,02 $, Videos ab 0,05 $/s; Voice: 4,80 $/Stunde Voice-Agent, TTS 15,00 $/M Zeichen, STT ab 0,10 $/Stunde
- Schätzen Sie Ihre Rechnung, indem Sie Volumen, Cache-Rate, Kontext-Tarif und Modellwahl kombinieren
- Raten entwickeln sich: Überprüfen Sie die offizielle Modellseite (docs.x.ai), bevor Sie eine Budgetbindung eingehen