Prezzi dettagliati dei modelli
In questa pagina
Aggiornato il 2 novembre 2026 — Imagine. A partire dal 2 novembre 2026,
grok-imagine-image-qualityè stato ritirato: le richieste vengono servite da Imagine Image 2.0 (grok-imagine-image-2.0, $0.04 per immagine) con qualitàlow. Aggiorna l’ID nei tuoi esempi e imposta la qualità desiderata;grok-imagine-image(versione 1.0) non è interessato. Imagine Image 2.0 accetta fino a cinque immagini di riferimento e l’impostazione di qualitàauto, che ora è il valore predefinito. Aggiornato il 3 novembre 2026 — Voice: L’agente vocale costa $0.08 al minuto ($4.80 all’ora), non $0.05, secondo la pagina Pricing. Aggiornato il 3 novembre 2026 — Modelli: La griglia include grok-4.7 (il modello raccomandato da xAI da settembre) e grok-4.6, secondo la pagina Models.
Scegli il modello giusto per il tuo budget
La selezione del modello è la decisione tecnica che impatta maggiormente la tua fattura Grok: il divario tra due modelli nella gamma si misura in fattori, non in percentuali, e il più costoso spesso non offre alcun miglioramento percepibile per un caso d’uso specifico.
La griglia xAI aggiunge un dettaglio specifico da integrare fin dall’inizio: la tariffazione a scaglioni. Ogni modello di testo applica una tariffa base finché la richiesta rimane sotto i 200.000 token di contesto, poi una tariffa raddoppiata oltre tale soglia. I token di input serviti dalla cache sfuggono in gran parte a questa logica.
Modelli di testo e codice
| Modello | Contesto | Input ($/M) | Input in cache ($/M) | Output ($/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 (ragionamento / non ragionamento) | 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 ogni cella, la prima cifra si applica sotto i 200.000 token di contesto e la seconda oltre tale soglia. Una richiesta grok-4.7 che trasporta 250.000 token di contesto viene quindi fatturata a $4.00 per milione in input e $12.00 per milione in output: i 50.000 token che superano la soglia hanno raddoppiato il prezzo dell’intera richiesta, non solo quella della parte eccedente. Monitora attentamente questo scaglione nelle applicazioni con cronologie lunghe, dove il contesto cresce conversazione dopo conversazione.
La lettura di questa griglia fornisce quattro punti di riferimento. grok-4.7, il modello raccomandato da xAI, condivide la tariffa più alta e il ragionamento regolabile con grok-4.6 e grok-4.5; solo la tariffa di input in cache li distingue. grok-4.3 offre il miglior rapporto qualità-prezzo pur avendo la finestra più ampia, 1 milione di token. Le tre varianti di grok-4.20-0309 rimangono nel catalogo alla stessa tariffa di grok-4.3. Infine, grok-build-0.1 è sia il più economico che il più veloce per i compiti di codice, al prezzo di una finestra più breve di 256.000 token.
Generazione visiva: Grok Imagine
Per immagini e video, la fatturazione abbandona il token a favore dell’unità prodotta o del secondo generato, il che semplifica considerevolmente la stima. Conta $0.02 per immagine con grok-imagine-image (Imagine 1.0) e $0.04 con grok-imagine-image-2.0 a qualità low; la qualità medium è fatturata alla propria tariffa e grok-imagine-image-quality, a $0.05, è stato ritirato a partire dal 2 novembre 2026. Sul fronte video, grok-imagine-video costa $0.05 al secondo, grok-imagine-video-1.5, disponibile da giugno 2026, a $0.08 al secondo, e grok-imagine-video-1.5-lite a $0.02 al secondo.
API Voice: Voice Agent, TTS e STT
I servizi vocali vengono fatturati per tempo o per carattere. L’agente vocale in tempo reale (grok-voice-3.0) costa $0.08 al minuto, ovvero $4.80 all’ora di conversazione, più $0.004 per input di testo in sessione in tempo reale. Il text-to-speech arriva a $15.00 per milione di caratteri. Il riconoscimento vocale distingue le sue due modalità: $0.10 all’ora di audio nell’elaborazione batch via REST, $0.20 all’ora in streaming: i costi in tempo reale raddoppiano, un compromesso da valutare a seconda che tu stia trascrivendo un feed live o un archivio. Da luglio 2026, il Voice Agent Builder ti permette di assemblare agenti vocali senza scrivere codice e 21 nuove voci si sono aggiunte al catalogo.
La leva della cache di input
Torna alla colonna “Input in cache” nella tabella: è la più redditizia di tutte, poiché un token già in cache costa dalle cinque alle sette volte meno di un token standard. Se il tuo assistente riutilizza lo stesso prompt di sistema e lo stesso preambolo di istruzioni su ogni richiesta, questo prefisso viene fatturato a $0.20 per milione su grok-4.3 invece di $1.25.
Devi comunque strutturare i tuoi prompt affinché la cache operi: inizio rigorosamente stabile (prompt di sistema, istruzioni, esempi) e tutto ciò che varia spostato alla fine, come la domanda dell’utente o i dati giornalieri. Una variabile inserita all’inizio, anche solo un timestamp, invalida l’intero prefisso e ti fa pagare a prezzo pieno token che avresti potuto ottenere a tariffa ridotta.
Stima la tua fattura mensile
Prendi un’applicazione di servizio clienti che gestisce 10.000 richieste al giorno su grok-4.3, con 2.000 token in input e 500 in output per richiesta, quindi ben sotto lo scaglione di 200.000 token, e un tasso di cache del 60%. In trenta giorni, l’input totale è di 600 milioni di token e l’output di 150 milioni.
| Voce | Volume mensile | Tariffa grok-4.3 | Costo |
|---|---|---|---|
| Input in cache (60%) | 360M | $0.20/M | $72 |
| Input non in cache (40%) | 240M | $1.25/M | $300 |
| Output | 150M | $2.50/M | $375 |
| Totale | ~$747/mese |
Lo stesso traffico servito da grok-4.5 arriverebbe a circa il doppio: $108 di input in cache, $480 di input pieno e $900 di output, ovvero quasi $1.488 al mese. Prima di arbitrare, poniti l’unica domanda che conta: questi $741 aggiuntivi acquistano una qualità di risposta che i tuoi utenti noteranno? Su un servizio clienti ben delimitato dalle sue istruzioni, la risposta è spesso no.
Tariffe al 5 agosto 2026 — i prezzi evolvono regolarmente: prima di qualsiasi calcolo di budget, verifica la griglia corrente sulla pagina ufficiale dei modelli e dei prezzi xAI.
Punti chiave
- Tariffazione a scaglioni: tariffa base sotto i 200k token di contesto, tariffa raddoppiata oltre; monitora questa soglia
- grok-4.3 ($1.25 / $2.50 per M) è il miglior rapporto qualità-prezzo; grok-4.7 ($2.00 / $6.00) è il modello raccomandato, alla stessa tariffa di grok-4.6 e grok-4.5; grok-build-0.1 ($1.00 / $2.00) è il più economico per il codice
- La cache di input divide per 5-7 il costo dei prefissi stabili: struttura i tuoi prompt di conseguenza
- Multimedia: immagini da $0.02, video da $0.05/s; voce: agente vocale $4.80/ora, TTS $15.00/M caratteri, STT da $0.10/ora
- Stima la tua fattura combinando volume, tasso di cache, scaglione di contesto e scelta del modello
- Le tariffe evolvono: controlla la pagina ufficiale dei modelli (docs.x.ai) prima di qualsiasi impegno di budget