Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Unidades e Alocações de TPM por Modelo

Aula 6 de 14 Atualizada a 2 de novembro de 2026 Intermediario
Nesta página
  1. Por Que o Valor das Unidades Varia
  2. Alocações por Modelo
  3. Como Ler a Tabela
  4. Traduzir Esta Grelha em Decisões
  5. Pontos-chave

Atualizado em 2 de novembro de 2026 — modelo principal. O Grok 4.5 já não é o modelo mais capaz: o Grok 4.6 (12 de agosto de 2026) e, subsequentemente, o Grok 4.7 (grok-4.7, 21 de setembro de 2026) substituíram-no, com 500.000 tokens de contexto, esforço de raciocínio de low a xhigh e a mesma estrutura de preços escalonada (2 $ / 6 $ abaixo de 200.000 tokens de prompt, 4 $ / 12 $ acima). O grok-4.5 mantém-se disponível; para um novo projeto, comece com o grok-4.7 (curso Grok in 2026, lição 9).

Por Que o Valor das Unidades Varia

Estabelecemos que uma unidade de throughput provisionado tem o mesmo custo, independentemente do modelo. O que muda é o que obtém: cada unidade concede um número específico de tokens por minuto, dependendo do modelo que escolher. Esta variação não é arbitrária — reflete a complexidade computacional do modelo. Quanto mais computação um modelo requer para produzir um token, menos tokens uma unidade consegue entregar por minuto.

Uma segunda distinção estrutura a tabela abaixo: as alocações dividem-se entre tokens de entrada e tokens de saída, porque a geração custa significativamente mais do que a ingestão. Ler um prompt de 1.000 tokens e escrever 1.000 tokens não exigem o mesmo esforço de infraestrutura, e a grelha de preços contempla esta diferença.

Alocações por Modelo

Eis as alocações de TPM por unidade para os principais modelos disponíveis em throughput provisionado (valores indicativos — consulte a documentação oficial da xAI para obter alocações atualizadas de cada modelo):

Modelo TPM de Entrada/Unidade TPM de Saída/Unidade
grok-4.5 2,000 400
grok-4.3 21,000 12,500
grok-4.20-0309 (non-reasoning) 3,000 700
grok-4.20-0309 (reasoning) 3,000 700
grok-4.20-multi-agent-0309 3,000 700
grok-build-0.1 31,500 4,000

Como Ler a Tabela

Identifica imediatamente os modelos de gama alta pelas suas baixas alocações. Os modelos grok-4.5 e grok-4.20 são os mais potentes, tornando-os os mais intensivos em computação; por isso, oferecem o menor TPM por unidade: 2.000 a 3.000 na entrada, 400 a 700 na saída. Reserve-os para tarefas que exijam verdadeiramente raciocínio avançado. A diferença face ao restante portefólio é suficientemente grande para que uma utilização indiferenciada se torne dispendiosa — a próxima lição demonstra isto com números concretos.

No extremo oposto, o grok-build-0.1 atinge até 31.500 TPM de entrada e 4.000 TPM de saída por unidade, o maior throughput de entrada da gama. Especializado na geração de código, oferece a melhor relação throughput-custo para fluxos de trabalho de desenvolvimento. O seu perfil corresponde exatamente a este tipo de carga: um serviço que lê grandes ficheiros de código-fonte para propor correções consome fortemente na entrada e relativamente pouco na saída.

No meio, o grok-4.3 entrega 21.000 TPM de entrada e 12.500 TPM de saída por unidade. É o único modelo na tabela com capacidade de saída generosa, tornando-o particularmente adequado para tarefas simples de alto volume — classificação, extração, resumo — onde produz muito texto a partir de um contexto modesto.

Traduzir Esta Grelha em Decisões

Na prática, o objetivo é associar cada caso de uso ao modelo cujo perfil de alocação melhor se adequa. Um serviço de apoio ao cliente, um chatbot interno, um pipeline de classificação ou qualquer processamento de alto volume dependerá do grok-4.3. Análises complexas, escrita avançada e cenários multi-agente justificam o grok-4.20. A geração de código e os fluxos de trabalho de desenvolvimento apontam para o grok-build-0.1.

Não precisa de tomar uma decisão única à escala empresarial. Pode provisionar vários modelos em paralelo e isolá-los em pools de capacidade distintos, utilizando o cabeçalho x-pt-id para direcionar cada pedido para o pool correspondente. Desta forma, uma única plataforma pode servir um chatbot económico e um motor de análise premium, sem que o primeiro consuma a capacidade reservada ao segundo.

Pontos-chave

  • As alocações de TPM variam significativamente consoante o modelo: de 2.000 a 31.500 TPM de entrada por unidade
  • O custo da unidade mantém-se constante em 10 $/dia; o TPM varia
  • O grok-4.3 e o grok-build-0.1 oferecem a melhor relação throughput-custo
  • Combine múltiplos modelos para otimizar custos por tipo de tarefa