Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Részletes modellárazás

7. lecke 14 közül Frissítve 2026. november 3. Haladó
Ezen az oldalon
  1. Válaszd ki a költségkeretednek megfelelő modellt
  2. Szöveg- és kódmodellek
  3. Vizuális generálás: Grok Imagine
  4. Voice API: Hangügynök, TTS és STT
  5. A bemeneti gyorsítótár (Cache) előnye
  6. Becsld meg a havi számládat
  7. Főbb megállapítások

Frissítve: 2026. november 2. — Imagine. 2026. november 2-től a grok-imagine-image-quality modell nyugdíjazásra került: a kéréseket az Imagine Image 2.0 (grok-imagine-image-2.0, képenként 0,04 USD) szolgálja ki low minőségben. Frissítsd az azonosítót a példáidban, és állítsd be a kívánt minőséget; a grok-imagine-image (1.0-s verzió) érintetlen marad. Az Imagine Image 2.0 legfeljebb öt referenciaképet fogad el, valamint támogatja az auto minőségi beállítást, amely mostantól az alapértelmezett. Frissítve: 2026. november 3. — Hang: A hangalapú ügynök költsége a Pricing oldal szerint percenként 0,08 USD (óránként 4,80 USD), nem pedig 0,05 USD. Frissítve: 2026. november 3. — Modellek: A táblázat tartalmazza a grok-4.7-et (amelyet az xAI szeptember óta ajánl) és a grok-4.6-ot a Models oldal alapján.

Válaszd ki a költségkeretednek megfelelő modellt

A modellválasztás az a technikai döntés, amely a legnagyobb hatással van a Grok-számládra: a tartományon belül két modell közötti különbséget nem százalékokban, hanem szorzókban mérik, és a legdrágább modell gyakran nem nyújt érzékelhető javulást egy adott használati esetben.

Az xAI rács egy sajátos részlettel egészül ki, amit从一开始 figyelembe kell venned: a lépcsőzetes árazást. Minden szöveges modell alapdíjat alkalmaz mindaddig, amíg a kérés 200 000 kontextus-token alatt marad, e felett pedig a díj megduplázódik. A gyorsítótárból (cache) kiszolgált bemeneti tokenek nagy része kivonul e logika alól.

Szöveg- és kódmodellek

ModellKontextusBemenet ($/M)Gyorsítótárazott bemenet ($/M)Kimenet ($/M)
grok-4.7500k$2.00 / $4.00$0.50 / $1.00$6.00 / $12.00
grok-4.6500k$2.00 / $4.00$0.50 / $1.00$6.00 / $12.00
grok-4.5500k$2.00 / $4.00$0.30 / $0.60$6.00 / $12.00
grok-4.31M$1.25 / $2.50$0.20 / $0.40$2.50 / $5.00
grok-4.20-0309 (reasoning / non-reasoning)1M$1.25 / $2.50$0.20 / $0.40$2.50 / $5.00
grok-4.20-multi-agent-03091M$1.25 / $2.50$0.20 / $0.40$2.50 / $5.00
grok-build-0.1256k$1.00 / $2.00$0.20 / $0.40$2.00 / $4.00

Minden cellában az első érték 200 000 kontextus-token alatti, a második pedig az efeletti mennyiségre vonatkozik. Egy 250 000 kontextus-tokent tartalmazó grok-4.7 kérés esetén a bemenet millió tokenenként 4,00 USD-ba, a kimenet pedig 12,00 USD-ba kerül: a küszöbértéket meghaladó 50 000 token megduplázta a teljes kérés árát, nemcsak a többlet részét. Figyeld ezt a szintet éles szemmel olyan alkalmazásoknál, amelyek hosszú előzményekkel rendelkeznek, ahol a kontextus beszélgetésről beszélgetésre növekszik.

E rács olvasása négy irányadó pontot ad. A grok-4.7, amelyet az xAI ajánl, megosztja a legmagasabb díjat és az állítható következtetési képességet a grok-4.6-tal és a grok-4.5-tel; csupán a gyorsítótárazott bemenet díja különbözteti meg őket. A grok-4.3 kínálja a legjobb ár-érték arányt, miközben rendelkezik a legnagyobb ablakkal, 1 millió tokennel. A grok-4.20-0309 három változata ugyanazon az áron marad a katalógusban, mint a grok-4.3. Végül a grok-build-0.1 egyszerre a legolcsóbb és a leggyorsabb kódolási feladatoknál, rövidebb, 256 000 tokenes ablak árán.

Vizuális generálás: Grok Imagine

Képek és videók esetén a számlázás elhagyja a tokent a létrehozott egység vagy a generált másodperc javára, ami jelentősen leegyszerűsíti a becslést. Számolj képenként 0,02 USD-val a grok-imagine-image (Imagine 1.0) esetén, és 0,04 USD-val a grok-imagine-image-2.0 esetén low minőségben; a medium minőség saját díjazás alá esik, a grok-imagine-image-quality pedig, amelynek ára 0,05 USD volt, 2026. november 2-től nyugdíjazásra került. Videó oldalon a grok-imagine-video másodpercenként 0,05 USD-ba kerül, a 2026 júniusa óta elérhető grok-imagine-video-1.5 másodpercenként 0,08 USD-ba, a grok-imagine-video-1.5-lite pedig másodpercenként 0,02 USD-ba.

Voice API: Hangügynök, TTS és STT

A hangszolgáltatások idő vagy karakter alapján számláznak. A valós idejű hangügynök (grok-voice-3.0) percenként 0,08 USD-ba, azaz beszélgetési óránként 4,80 USD-ba kerül, plusz 0,004 USD szöveges bemenetenként valós idejű munkamenetben. A szöveg-beszéd (TTS) millió karakterenként 15,00 USD. A beszédfelismerés (STT) két módot különböztet meg: kötegelt feldolgozás esetén REST-en keresztül óránként 0,10 USD, streaming esetén óránként 0,20 USD – a valós idejű költségek duplái, ez egy mérlegelendő kompromisszum aszerint, hogy élő közvetítést vagy archívumot írsz-e át. 2026 júliusa óta a Voice Agent Builder lehetővé teszi hangügynökök összeállítását kódírás nélkül, és 21 új hang csatlakozott a katalógushoz.

A bemeneti gyorsítótár (Cache) előnye

Térj vissza a táblázat „Gyorsítótárazott bemenet“ oszlopához: ez a legjövedelmezőbb mind közül, mivel egy gyorsítótárban lévő token ötször-hétszer olcsóbb, mint egy szabványos token. Ha asszisztensed minden kérésnél ugyanazt a rendszerpromptot és utasítás-előtagot használja újra, ez az előtag a grok-4.3 esetén millió tokenenként 0,20 USD-ba kerül 1,25 USD helyett.

Ahhoz azonban, hogy a gyorsítótár működjön, strukturálnod kell a promptjaidat: szigorúan stabil kezdet – rendszerprompt, utasítások, példák – és minden változó elemet tolj a végére, legyen az felhasználói kérdés vagy napi adat. Egy változó, amelyet a fejbe illesztesz, még ha csak egy időbélyegző is, érvényteleníti a teljes előtagot, és arra kényszerít, hogy teljes árat fizess olyan tokenekért, amelyeket kedvezményes áron is megkaphattál volna.

Becsld meg a havi számládat

Vegyünk egy ügyfélszolgálati alkalmazást, amely naponta 10 000 kérést kezel a grok-4.3 modellen, kérésenként 2 000 token bemenettel és 500 token kimenettel – tehát jóval a 200 000 tokenes szint alatt –, 60%-os gyorsítótárazási aránnyal. Harminc nap alatt a bemenet összesen 600 millió token, a kimenet pedig 150 millió.

TételHavi mennyiséggrok-4.3 díjKöltség
Gyorsítótárazott bemenet (60%)360M$0.20/M$72
Nem gyorsítótárazott bemenet (40%)240M$1.25/M$300
Kimenet150M$2.50/M$375
Összesen~747 USD/hó

Ugyanez a forgalom a grok-4.5-tel kiszolgálva körülbelül a duplájába kerülne: 108 USD gyorsítótárazott bemenet, 480 USD teljes bemenet és 900 USD kimenet, ami havi közel 1 488 USD-t jelent. Mielőtt döntenél, tedd fel magadnak az egyetlen számít kérdést: ez a plusz 741 USD olyan válaszminőséget vásárol, amelyet a felhasználóid észrevennének? Egy jól meghatározott utasításokkal rendelkező ügyfélszolgálat esetén a válasz gyakran nem.

Díjak 2026. augusztus 5-i állapot szerint – az árak rendszeresen változnak: bármilyen költségvetési számítás előtt ellenőrizd az aktuális rácsot a hivatalos xAI modell- és árazási oldalon.

Főbb megállapítások

  • Lépcsőzetes árazás: alapdíj 200k kontextus-token alatt, duplázott díj efelett – figyeld ezt a küszöbértéket
  • A grok-4.3 (1,25 / 2,50 USD/M) a legjobb ár-érték arányú; a grok-4.7 (2,00 / 6,00 USD) az ajánlott modell, ugyanazon az áron, mint a grok-4.6 és a grok-4.5; a grok-build-0.1 (1,00 / 2,00 USD) a legolcsóbb kódoláshoz
  • A bemeneti gyorsítótár 5-7-szeresére csökkenti a stabil előtagok költségét – ennek megfelelően strukturáld a promptjaidat
  • Multimédia: kép 0,02 USD-tól, videó 0,05 USD/mp-től; hang: 4,80 USD/óra hangügynök, TTS 15,00 USD/M karakter, STT 0,10 USD/órától
  • Becsld meg a számládat a mennyiség, a gyorsítótárazási arány, a kontextusszint és a modellválasztás kombinálásával
  • A díjak változnak: bármilyen költségvetési kötelezettségvállalás előtt ellenőrizd a hivatalos modellek oldalt (docs.x.ai)