Ir al contenido principal
Español— Elegir un idioma
Menú

Precios detallados de los modelos

Lección 7 de 14 Actualizado el 3 de noviembre de 2026 Avanzado
En esta página
  1. Elige el modelo adecuado para tu presupuesto
  2. Modelos de texto y código
  3. Generación visual: Grok Imagine
  4. API de voz: Agente de voz, TTS y STT
  5. La palanca de la caché de entrada
  6. Estima tu factura mensual
  7. Puntos clave

Actualizado el 2 de noviembre de 2026 — Imagine. A fecha de 2 de noviembre de 2026, grok-imagine-image-quality se ha retirado: las solicitudes se atienden con Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 $ por imagen) en calidad low. Actualiza el ID en tus ejemplos y define la calidad deseada; grok-imagine-image (versión 1.0) no se ve afectado. Imagine Image 2.0 acepta hasta cinco imágenes de referencia y la configuración de calidad auto, que ahora es la predeterminada. Actualizado el 3 de noviembre de 2026 — Voz: El agente de voz cuesta 0,08 $ por minuto (4,80 $ por hora), no 0,05 $, según la página de Precios. Actualizado el 3 de noviembre de 2026 — Modelos: La tabla incluye grok-4.7 (el modelo recomendado por xAI desde septiembre) y grok-4.6, según la página de Modelos.

Elige el modelo adecuado para tu presupuesto

La selección del modelo es la decisión técnica que más impacto tiene en tu factura de Grok: la diferencia entre dos modelos de la gama se mide en factores, no en porcentajes, y el más caro a menudo no ofrece ninguna mejora perceptible para un caso de uso concreto.

La tabla de xAI añade un detalle específico que debes integrar desde el inicio: la tarificación por tramos. Cada modelo de texto aplica una tarifa base mientras la solicitud se mantenga por debajo de 200.000 tokens de contexto, y una tarifa duplicada más allá de ese límite. Los tokens de entrada servidos desde la caché escapan en gran medida a esta lógica.

Modelos de texto y código

ModeloContextoEntrada ($/M)Entrada en caché ($/M)Salida ($/M)
grok-4.7500k2,00 $ / 4,00 $0,50 $ / 1,00 $6,00 $ / 12,00 $
grok-4.6500k2,00 $ / 4,00 $0,50 $ / 1,00 $6,00 $ / 12,00 $
grok-4.5500k2,00 $ / 4,00 $0,30 $ / 0,60 $6,00 $ / 12,00 $
grok-4.31M1,25 $ / 2,50 $0,20 $ / 0,40 $2,50 $ / 5,00 $
grok-4.20-0309 (razonamiento / sin razonamiento)1M1,25 $ / 2,50 $0,20 $ / 0,40 $2,50 $ / 5,00 $
grok-4.20-multi-agent-03091M1,25 $ / 2,50 $0,20 $ / 0,40 $2,50 $ / 5,00 $
grok-build-0.1256k1,00 $ / 2,00 $0,20 $ / 0,40 $2,00 $ / 4,00 $

En cada celda, la primera cifra se aplica por debajo de 200.000 tokens de contexto y la segunda por encima de ese umbral. Por tanto, una solicitud a grok-4.7 con 250.000 tokens de contexto se factura a 4,00 $ por millón en la entrada y a 12,00 $ por millón en la salida: los 50.000 tokens que superan el umbral duplican el precio de toda la solicitud, no solo el de la parte excedente. Vigila de cerca este tramo en aplicaciones con historiales largos, donde el contexto crece conversación tras conversación.

La lectura de esta tabla ofrece cuatro puntos de referencia. grok-4.7, el modelo que recomienda xAI, comparte la tarifa más alta y el razonamiento ajustable con grok-4.6 y grok-4.5; solo la tarifa de entrada en caché los distingue. grok-4.3 ofrece la mejor relación calidad-precio y dispone de la ventana más amplia, de 1 millón de tokens. Las tres variantes de grok-4.20-0309 permanecen en el catálogo con la misma tarifa que grok-4.3. Por último, grok-build-0.1 es a la vez el más barato y el más rápido en tareas de código, a cambio de una ventana más corta de 256.000 tokens.

Generación visual: Grok Imagine

Para imagen y vídeo, la facturación abandona el token en favor de la unidad producida o del segundo generado, lo que simplifica considerablemente la estimación. Cuenta 0,02 $ por imagen con grok-imagine-image (Imagine 1.0) y 0,04 $ con grok-imagine-image-2.0 en calidad low; la calidad medium se factura a su propia tarifa, y grok-imagine-image-quality, a 0,05 $, se ha retirado a partir del 2 de noviembre de 2026. En el lado del vídeo, grok-imagine-video cuesta 0,05 $ por segundo, grok-imagine-video-1.5, disponible desde junio de 2026, cuesta 0,08 $ por segundo, y grok-imagine-video-1.5-lite, 0,02 $ por segundo.

API de voz: Agente de voz, TTS y STT

Los servicios de voz se facturan por tiempo o por carácter. El agente de voz en tiempo real (grok-voice-3.0) cuesta 0,08 $ por minuto, es decir, 4,80 $ por hora de conversación, más 0,004 $ por entrada de texto en sesión en tiempo real. La síntesis de voz (TTS) cuesta 15,00 $ por millón de caracteres. El reconocimiento de voz distingue sus dos modos: 0,10 $ por hora de audio en procesamiento por lotes vía REST, y 0,20 $ por hora en streaming; el coste en tiempo real se duplica, un compromiso que debes valorar según si vas a transcribir una emisión en directo o un archivo. Desde julio de 2026, el Voice Agent Builder te permite ensamblar agentes de voz sin escribir código, y se han incorporado 21 nuevas voces al catálogo.

La palanca de la caché de entrada

Vuelve a la columna «Entrada en caché» de la tabla: es la más rentable de todas, ya que un token que ya está en caché cuesta entre cinco y siete veces menos que un token estándar. Si tu asistente reutiliza el mismo prompt de sistema y el mismo preámbulo de instrucciones en cada solicitud, este prefijo se factura a 0,20 $ por millón en grok-4.3 en lugar de a 1,25 $.

Aun así, necesitas estructurar tus prompts para que la caché funcione: inicio estrictamente estable (prompt de sistema, instrucciones, ejemplos) y todo lo que varíe empujado al final, como la pregunta del usuario o los datos diarios. Una variable insertada al principio, aunque sea solo una marca de tiempo, invalida todo el prefijo y te hace pagar a precio completo tokens que podrías haber obtenido a tarifa reducida.

Estima tu factura mensual

Toma una aplicación de atención al cliente que gestiona 10.000 solicitudes al día en grok-4.3, con 2.000 tokens de entrada y 500 de salida por solicitud, por lo que está muy por debajo del tramo de 200.000 tokens, y una tasa de caché del 60 %. En treinta días, la entrada totaliza 600 millones de tokens y la salida 150 millones.

ConceptoVolumen mensualTarifa grok-4.3Coste
Entrada en caché (60 %)360 M0,20 $/M72 $
Entrada sin caché (40 %)240 M1,25 $/M300 $
Salida150 M2,50 $/M375 $
Total~747 $/mes

El mismo tráfico servido por grok-4.5 ascendería aproximadamente al doble: 108 $ de entrada en caché, 480 $ de entrada completa y 900 $ de salida, es decir, casi 1.488 $ al mes. Antes de arbitrar, hazte la única pregunta que cuenta: ¿estos 741 $ adicionales compran una calidad de respuesta que tus usuarios notarán? En un servicio de atención al cliente bien delimitado por sus instrucciones, la respuesta suele ser no.

Tarifas vigentes a 5 de agosto de 2026 — los precios evolucionan con regularidad: antes de cualquier cálculo presupuestario, consulta la tabla actualizada en la página oficial de modelos y precios de xAI.

Puntos clave

  • Tarificación por tramos: tarifa base por debajo de 200k tokens de contexto, tarifa duplicada por encima; vigila este umbral.
  • grok-4.3 (1,25 $ / 2,50 $ por M) es la mejor relación calidad-precio; grok-4.7 (2,00 $ / 6,00 $) es el modelo recomendado, con la misma tarifa que grok-4.6 y grok-4.5; grok-build-0.1 (1,00 $ / 2,00 $) es el más barato para código.
  • La caché de entrada divide por entre 5 y 7 el coste de los prefijos estables; estructura tus prompts en consecuencia.
  • Multimedia: imagen desde 0,02 $, vídeo desde 0,05 $/s; voz: agente de voz a 4,80 $/hora, TTS a 15,00 $/M caracteres, STT desde 0,10 $/hora.
  • Estima tu factura combinando volumen, tasa de caché, tramo de contexto y elección del modelo.
  • Las tarifas evolucionan: consulta la página oficial de modelos (docs.x.ai) antes de cualquier compromiso presupuestario.