Facturación y optimización de costes
En esta página
Actualizado el 3 de noviembre de 2026: Los ejemplos anteriores accedían a
usage.prompt_tokensyusage.completion_tokensen las respuestas de la API de Responses, que ahora exponeninput_tokens,output_tokensy sus detalles (cached_tokens,reasoning_tokens): el código lanzaba unAttributeError. El seguimiento de costes ahora tiene en cuenta la entrada en caché, y se ha corregido el consejo de reducir el límite de salida para limitar el razonamiento, ya que este límite no cuenta los tokens de razonamiento. Fuentes: Modelos y precios · Mejores prácticas.
Tokens de razonamiento en tu factura
La facturación de los tokens de razonamiento es un aspecto crítico al utilizar modelos de xAI. Estos tokens se facturan a la tarifa de tokens de salida, la más elevada, y un uso no optimizado puede disparar los costes rápidamente, especialmente con un esfuerzo de razonamiento alto en grok-4.5.
Novedad de 2026 que debes comprender: la fijación de precios es por tramos. El precio por token depende del tamaño del contexto de la solicitud. Por debajo de 200 000 tokens de entrada (prompt), pagas la tarifa estándar; por encima de esa cifra, la tarifa se duplica.
Precios por modelo (julio de 2026)
Precio por millón de tokens.
| Modelo | Entrada < 200k | Salida < 200k | Entrada ≥ 200k | Salida ≥ 200k |
|---|---|---|---|---|
| grok-4.5 | $2.00 | $6.00 | $4.00 | $12.00 |
| grok-4.20-0309-reasoning | $1.25 | $2.50 | $2.50 | $5.00 |
| grok-4.3 | $1.25 | $2.50 | $2.50 | $5.00 |
| grok-build-0.1 | $1.00 | $2.00 | $2.00 | $4.00 |
Los tokens de razonamiento se facturan según la tarifa de la columna «Salida». Con grok-4.5 y un contexto inferior a 200k, cada millón de tokens de razonamiento cuesta 6,00 $; con grok-4.20-0309-reasoning, 2,50 $. Si tu prompt supera los 200k tokens, estas cantidades se duplican: 12,00 $ y 5,00 $.
Seguimiento del coste de cada solicitud
El objeto usage en la respuesta contiene contadores de tokens; algunas respuestas de la API de xAI también pueden incluir campos de coste directos. Inspecciona el objeto usage devuelto por tu modelo y consulta la documentación oficial para ver los campos disponibles. Por lo demás, el cálculo manual es sencillo:
response = client.responses.create(
model="grok-4.5",
input="Resuelve este problema de programación dinámica...",
reasoning={"effort": "high"}
)
# Tarifas de grok-4.5 con contexto inferior a 200k tokens (la API de Responses cuenta en entrada/salida)
usage = response.usage
input_cost = usage.input_tokens * 2.00 / 1_000_000
output_cost = usage.output_tokens * 6.00 / 1_000_000 # incluye razonamiento
total_cost = input_cost + output_cost
print(f"Coste de entrada: ${input_cost:.6f}")
print(f"Coste de salida: ${output_cost:.6f}")
print(f"Coste total: ${total_cost:.6f}")
Precaución: este cálculo asume un contexto inferior a 200k tokens. En producción, tu rastreador debe detectar el tramo aplicable (véase más abajo).
Estrategias de optimización de costes
1. Ajusta el esfuerzo a la tarea
La primera y más eficaz optimización consiste en elegir el nivel de esfuerzo de razonamiento adecuado en grok-4.5. Un esfuerzo bajo puede consumir significativamente menos tokens de razonamiento que un esfuerzo alto:
# Clasifica las solicitudes por complejidad
if complexity == "simple":
effort = "low" # razonamiento breve
elif complexity == "medium":
effort = "medium" # razonamiento intermedio
else:
effort = "high" # razonamiento profundo
Consulta los valores exactos aceptados por el parámetro en la página oficial de modelos.
2. Utiliza el modelo adecuado
Para tareas de razonamiento comunes, grok-4.20-0309-reasoning a 2,50 $/M de salida cuesta menos de la mitad que grok-4.5 a 6,00 $/M. Reserva el modelo insignia para tareas que realmente lo requieran. Para código, grok-build-0.1 a 2,00 $/M de salida es aún más económico.
3. Mantente por debajo del tramo de 200k tokens
El tramo de precios es una palanca directa: una solicitud con 250k tokens de contexto cuesta el doble por token que una con 150k. Antes de enviar un contexto masivo, plantéate si dividirlo en varias solicitudes más pequeñas (o un resumen intermedio) no sería tanto más barato como más eficaz.
4. Aprovecha el almacenamiento en caché del prompt
xAI ofrece precios reducidos para los tokens de entrada ya almacenados en caché: los prefijos de prompt repetidos (instrucciones del sistema, contexto compartido) cuestan menos al reutilizarse de una solicitud a otra. Por debajo de 200k tokens, la entrada en caché cuesta 0,30 $ por millón en lugar de 2,00 $ con grok-4.5, y 0,20 $ en lugar de 1,25 $ con grok-4.20-0309-reasoning (página de Modelos y precios, noviembre de 2026). Estructura tus prompts con las partes estables al principio; la porción servida desde la caché aparece en usage.input_tokens_details.cached_tokens.
5. Dimensiona el límite de salida
El límite de salida (max_output_tokens en la API de Responses, max_completion_tokens en Chat Completions) limita solo la respuesta visible: los tokens de razonamiento no cuentan para este límite. Reducirlo, por tanto, no disminuye el razonamiento; solo arriesga truncar la respuesta. Las mejores prácticas de xAI recomiendan establecerlo por encima de la respuesta más larga esperada o dejar su valor predeterminado de 128 000 tokens. Para reducir el razonamiento, baja el esfuerzo en los modelos que lo permitan o elige un modelo más barato.
Seguimiento del presupuesto en producción
class CostTracker:
# Tarifas por MTok: (entrada, entrada en caché, salida) por tramo de contexto
RATES = {
"grok-4.5": {"low": (2.00, 0.30, 6.00), "high": (4.00, 0.60, 12.00)},
"grok-4.20-0309-reasoning": {"low": (1.25, 0.20, 2.50), "high": (2.50, 0.40, 5.00)},
"grok-build-0.1": {"low": (1.00, 0.20, 2.00), "high": (2.00, 0.40, 4.00)},
}
TIER_THRESHOLD = 200_000 # tokens de prompt
def __init__(self):
self.total_cost = 0
self.request_count = 0
def track(self, response, model="grok-4.5"):
usage = response.usage # respuesta de la API de Responses
details = usage.input_tokens_details
cached = details.cached_tokens if details else 0
tier = "high" if usage.input_tokens >= self.TIER_THRESHOLD else "low"
rate_in, rate_cached, rate_out = self.RATES[model][tier]
cost = (
(usage.input_tokens - cached) * rate_in / 1e6
+ cached * rate_cached / 1e6
+ usage.output_tokens * rate_out / 1e6 # incluye razonamiento
)
self.total_cost += cost
self.request_count += 1
return cost
Precios vigentes a 5 de agosto de 2026: los precios cambian con regularidad; antes de cualquier cálculo presupuestario, verifica la tabla actual en la página oficial de modelos y precios de xAI.
Puntos clave
- Los tokens de razonamiento se facturan a la tarifa de tokens de salida
- La tarifación de 2026 es por tramos: más allá de 200k tokens de contexto, el precio por token se duplica
- grok-4.5 cuesta 2 $/6 $ por millón de tokens por debajo de 200k (4 $/12 $ por encima); grok-4.20-0309-reasoning cuesta 1,25 $/2,50 $ (2,50 $/5 $ por encima)
- Las tres palancas principales: ajusta el esfuerzo de razonamiento, elige el modelo adecuado y mantente por debajo del tramo de 200k
- Rastrea tus costes solicitud a solicitud, teniendo en cuenta el tramo aplicable