Przejdź do głównej treści
Polski— Wybierz język
Menu

Szczegółowy cennik modeli

Lekcja 7 z 14 Zaktualizowano 3 listopada 2026 Zaawansowany
Na tej stronie
  1. Wybierz odpowiedni model dla swojego budżetu
  2. Modele tekstowe i kodu
  3. Generowanie wizualne: Grok Imagine
  4. Voice API: Voice Agent, TTS i STT
  5. Dźwignia pamięci podręcznej wejścia
  6. Oszacuj swój miesięczny rachunek
  7. Kluczowe wnioski

Zaktualizowano 2 listopada 2026 — Imagine. Od 2 listopada 2026 r. model grok-imagine-image-quality został wycofany: żądania są obsługiwane przez Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 USD za obraz) w jakości low. Zaktualizuj identyfikator w swoich przykładach i ustaw pożądaną jakość; model grok-imagine-image (wersja 1.0) pozostaje bez zmian. Imagine Image 2.0 akceptuje do pięciu obrazów referencyjnych oraz ustawienie jakości auto, które jest teraz domyślne. Zaktualizowano 3 listopada 2026 — Voice: Agent głosowy kosztuje 0,08 USD za minutę (4,80 USD za godzinę), a nie 0,05 USD, zgodnie ze stroną Cennik. Zaktualizowano 3 listopada 2026 — Modele: Tabela zawiera modele grok-4.7 (rekomendowany przez xAI od września) oraz grok-4.6, zgodnie ze stroną Modele.

Wybierz odpowiedni model dla swojego budżetu

Wybór modelu to decyzja techniczna, która ma największy wpływ na Twój rachunek za Grok: różnica między dwoma modelami w zakresie cenowym mierzona jest w wielokrotnościach, a nie w procentach, a najdroższy model często nie zapewnia żadnej zauważalnej poprawy w danym przypadku użycia.

Siatka xAI wprowadza szczegół, który musisz uwzględnić od samego początku: ceny progresywne. Każdy model tekstowy stosuje stawkę podstawową, dopóki żądanie mieści się w limicie 200 000 tokenów kontekstu, a następnie podwójną stawkę powyżej tego progu. Tokeny wejściowe obsługiwane z pamięci podręcznej w dużej mierze unikają tej logiki.

Modele tekstowe i kodu

ModelKontekstWejście ($/M)Wejście z cache ($/M)Wyjście ($/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

W każdej komórce pierwsza kwota dotyczy żądań poniżej 200 000 tokenów kontekstu, a druga – powyżej tego progu. Żądanie modelu grok-4.7 zawierające 250 000 tokenów kontekstu zostanie więc rozliczone po stawce 4,00 USD za milion za wejście i 12,00 USD za milion za wyjście: 50 000 tokenów przekraczających próg podwaja cenę całego żądania, a nie tylko tej nadmiarowej części. Bacznie obserwuj ten próg w aplikacjach z długą historią, gdzie kontekst rośnie z każdą kolejną rozmową.

Analiza tej siatki daje cztery punkty odniesienia. grok-4.7, model rekomendowany przez xAI, dzieli najwyższą stawkę i konfigurowalne rozumowanie z modelami grok-4.6 i grok-4.5; jedynie stawka za wejście z pamięci podręcznej je wyróżnia. grok-4.3 oferuje najlepszy stosunek ceny do jakości, mając jednocześnie największe okno kontekstowe – 1 milion tokenów. Trzy warianty grok-4.20-0309 pozostają w katalogu po tej samej stawce co grok-4.3. Na koniec, grok-build-0.1 jest zarówno najtańszy, jak i najszybszy w zadaniach związanych z kodem, kosztem krótszego okna 256 000 tokenów.

Generowanie wizualne: Grok Imagine

W przypadku obrazów i wideo rozliczenia odchodzą od tokenów na rzecz wyprodukowanej jednostki lub wygenerowanej sekundy, co znacznie upraszcza szacowanie kosztów. Licz 0,02 USD za obraz z modelem grok-imagine-image (Imagine 1.0) i 0,04 USD z modelem grok-imagine-image-2.0 w jakości low; jakość medium jest rozliczana według własnej stawki, a grok-imagine-image-quality w cenie 0,05 USD został wycofany z dniem 2 listopada 2026 r. Po stronie wideo, grok-imagine-video kosztuje 0,05 USD za sekundę, grok-imagine-video-1.5, dostępny od czerwca 2026 r., kosztuje 0,08 USD za sekundę, a grok-imagine-video-1.5-lite – 0,02 USD za sekundę.

Voice API: Voice Agent, TTS i STT

Usługi głosowe rozliczane są za czas lub znak. Agent głosowy w czasie rzeczywistym (grok-voice-3.0) kosztuje 0,08 USD za minutę, czyli 4,80 USD za godzinę rozmowy, plus 0,004 USD za tekst wejściowy w sesji czasu rzeczywistego. Synteza mowy (Text-to-speech) kosztuje 15,00 USD za milion znaków. Rozpoznawanie mowy wyróżnia dwa tryby: 0,10 USD za godzinę audio w przetwarzaniu wsadowym przez REST oraz 0,20 USD za godzinę w streamingu – koszty czasu rzeczywistego są podwójne, jest to kompromis zależny od tego, czy transkrybujesz strumień na żywo, czy archiwum. Od lipca 2026 r. Voice Agent Builder pozwala komponować agentów głosowych bez pisania kodu, a do katalogu dołączyło 21 nowych głosów.

Dźwignia pamięci podręcznej wejścia

Wróć do kolumny „Wejście z cache“ w tabeli: jest to najbardziej opłacalna opcja ze wszystkich, ponieważ token już znajdujący się w pamięci podręcznej kosztuje od pięciu do siedmiu razy mniej niż standardowy token. Jeśli Twój asystent wykorzystuje ten sam monit systemowy i ten sam wstęp instrukcji w każdym żądaniu, ten prefiks zostanie rozliczony po stawce 0,20 USD za milion w modelu grok-4.3 zamiast 1,25 USD.

Nadal musisz odpowiednio strukturyzować swoje prompty, aby pamięć podręczna działała: ściśle stabilny początek – monit systemowy, instrukcje, przykłady – oraz wszystko, co zmienne, przesunięte na koniec, czyli pytanie użytkownika lub dane dzienne. Zmienna wstawiona na początku, nawet tylko znacznik czasu, unieważnia cały prefiks i zmusza Cię do płacenia pełnej ceny za tokeny, które mógłbyś mieć po obniżonej stawce.

Oszacuj swój miesięczny rachunek

Weźmy aplikację obsługi klienta przetwarzającą 10 000 żądań dziennie na modelu grok-4.3, z 2000 tokenów na wejściu i 500 na wyjściu na żądanie – a więc znacznie poniżej progu 200 000 tokenów – oraz wskaźnikiem trafień w pamięci podręcznej (cache rate) na poziomie 60%. W ciągu trzydziestu dni wejście wynosi łącznie 600 milionów tokenów, a wyjście 150 milionów.

PozycjaMiesięczny wolumenStawka grok-4.3Koszt
Wejście z cache (60%)360M$0.20/M$72
Wejście bez cache (40%)240M$1.25/M$300
Wyjście150M$2.50/M$375
Razem~747 USD/miesiąc

Ten sam ruch obsługiwany przez grok-4.5 kosztowałby około dwa razy więcej: 108 USD za wejście z cache, 480 USD za pełne wejście i 900 USD za wyjście, co daje nearly 1488 USD miesięcznie. Zanim podejmiesz decyzję, zadaj sobie jedyne pytanie, które się liczy: czy te dodatkowe 741 USD kupują jakość odpowiedzi, którą zauważą Twoi użytkownicy? W dobrze zdefiniowanej instrukcjami obsłudze klienta odpowiedź często brzmi: nie.

Stawki na dzień 5 sierpnia 2026 r. – ceny zmieniają się regularnie: przed jakimkolwiek obliczeniem budżetu sprawdź aktualną siatkę na oficjalnej stronie modeli i cennika xAI.

Kluczowe wnioski

  • Ceny progresywne: stawka podstawowa poniżej 200 tys. tokenów kontekstu, podwójna stawka powyżej – uważaj na ten próg
  • grok-4.3 (1,25 / 2,50 USD za M) to najlepszy stosunek ceny do jakości; grok-4.7 (2,00 / 6,00 USD) to model rekomendowany, po tej samej stawce co grok-4.6 i grok-4.5; grok-build-0.1 (1,00 / 2,00 USD) najtańszy do kodu
  • Pamięć podręczna wejścia dzieli koszt stabilnych prefiksów przez 5 do 7 – odpowiednio strukturyzuj swoje prompty
  • Multimedia: obraz od 0,02 USD, wideo od 0,05 USD/s; głos: agent głosowy 4,80 USD/godz., TTS 15,00 USD/M znaków, STT od 0,10 USD/godz.
  • Oszacuj swój rachunek, łącząc wolumen, wskaźnik cache, poziom kontekstu i wybór modelu
  • Stawki ewoluują: sprawdź oficjalną stronę modeli (docs.x.ai) przed jakimkolwiek zobowiązaniem budżetowym