Detaljerad modellprissättning
På denna sida
Uppdaterad 2 november 2026 — Imagine. Från och med den 2 november 2026 har
grok-imagine-image-qualitytagits ur bruk: förfrågningar hanteras nu av Imagine Image 2.0 (grok-imagine-image-2.0, 0,04 USD per bild) med kvalitetenlow. Uppdatera ID:t i dina exempel och ställ in önskad kvalitet;grok-imagine-image(version 1.0) påverkas inte. Imagine Image 2.0 accepterar upp till fem referensbilder och kvalitetsinställningenauto, som nu är standard. Uppdaterad 3 november 2026 — Voice: Voice-agenten kostar 0,08 USD per minut (4,80 USD per timme), inte 0,05 USD, enligt sidan Pricing. Uppdaterad 3 november 2026 — Modeller: Rutnätet inkluderar grok-4.7 (modellen som xAI rekommenderat sedan september) och grok-4.6, enligt sidan Models.
Välj rätt modell för din budget
Modellvalet är det tekniska beslut som påverkar din Grok-faktura mest: gapet mellan två modeller i sortimentet mäts i faktorer, inte procent, och den dyraste modellen ger ofta ingen märkbar förbättring för ett givet användningsområde.
xAI:s rutnät lägger till en specifik detalj att integrera från start: trappvis prissättning. Varje textmodell tillämpar en basavgift så länge förfrågningen håller sig under 200 000 kontexttoken, varefter en fördubblad avgift gäller därefter. Input-token som serveras från cache undgår till stor del denna logik.
Text- och kodmodeller
| Modell | Kontext | Input (USD/M) | Cachad input (USD/M) | Output (USD/M) |
|---|---|---|---|---|
| grok-4.7 | 500k | 2,00 USD / 4,00 USD | 0,50 USD / 1,00 USD | 6,00 USD / 12,00 USD |
| grok-4.6 | 500k | 2,00 USD / 4,00 USD | 0,50 USD / 1,00 USD | 6,00 USD / 12,00 USD |
| grok-4.5 | 500k | 2,00 USD / 4,00 USD | 0,30 USD / 0,60 USD | 6,00 USD / 12,00 USD |
| grok-4.3 | 1M | 1,25 USD / 2,50 USD | 0,20 USD / 0,40 USD | 2,50 USD / 5,00 USD |
| grok-4.20-0309 (resonemang / icke-resonemang) | 1M | 1,25 USD / 2,50 USD | 0,20 USD / 0,40 USD | 2,50 USD / 5,00 USD |
| grok-4.20-multi-agent-0309 | 1M | 1,25 USD / 2,50 USD | 0,20 USD / 0,40 USD | 2,50 USD / 5,00 USD |
| grok-build-0.1 | 256k | 1,00 USD / 2,00 USD | 0,20 USD / 0,40 USD | 2,00 USD / 4,00 USD |
I varje cell gäller den första siffran under 200 000 kontexttoken och den andra därefter. En grok-4.7-förfrågan med 250 000 kontexttoken debiteras därför med 4,00 USD per miljon för input och 12,00 USD per miljon för output: de 50 000 token som överskrider tröskeln fördubblar priset för hela förfrågningen, inte bara för överskottsdelen. Håll ett vakande öga på detta trappsteg i applikationer med lång historik, där kontexten växer för varje konversation.
Att läsa detta rutnät ger fyra riktmärken. grok-4.7, modellen som xAI rekommenderar, delar den högsta avgiften och justerbart resonemang med grok-4.6 och grok-4.5; endast avgiften för cachad input skiljer dem åt. grok-4.3 erbjuder bäst värde samtidigt som den har det största fönstret, 1 miljon token. De tre varianterna av grok-4.20-0309 finns kvar i katalogen till samma avgift som grok-4.3. Slutligen är grok-build-0.1 både den billigaste och snabbaste för koduppgifter, till priset av ett kortare fönster på 256 000 token.
Visuell generering: Grok Imagine
För bild och video överger faktureringen token till förmån för den producerade enheten eller den genererade sekunden, vilket förenklar uppskattningen avsevärt. Räkna med 0,02 USD per bild med grok-imagine-image (Imagine 1.0) och 0,04 USD med grok-imagine-image-2.0 vid kvaliteten low; kvaliteten medium debiteras till sin egen taxa, och grok-imagine-image-quality, till 0,05 USD, har tagits ur bruk från och med den 2 november 2026. På videosidan kostar grok-imagine-video 0,05 USD per sekund, grok-imagine-video-1.5 (tillgänglig sedan juni 2026) 0,08 USD per sekund, och grok-imagine-video-1.5-lite 0,02 USD per sekund.
Voice API: Voice Agent, TTS och STT
Rösttjänster faktureras per tid eller tecken. Voice-agenten i realtid (grok-voice-3.0) kostar 0,08 USD per minut, eller 4,80 USD per timmes konversation, plus 0,004 USD per textinput i realtidssession. Text-till-tal kostar 15,00 USD per miljon tecken. Taligenkänning skiljer på sina två lägen: 0,10 USD per timme ljud vid batchbearbetning via REST, och 0,20 USD per timme vid strömning – realtidskostnader är dubbelt så höga, en avvägning att göra beroende på om du transkriberar en liveflöde eller ett arkiv. Sedan juli 2026 låter Voice Agent Builder dig bygga röstagenter utan att skriva kod, och 21 nya röster har tillkommit i katalogen.
Hävstången med input-cache
Återvänd till kolumnen “Cachad input” i tabellen: den är den mest lönsamma av alla, eftersom en token som redan finns i cache kostar fem till sju gånger mindre än en vanlig token. Om din assistent återanvänder samma systemprompt och samma instruktionsinledning vid varje förfrågan debiteras detta prefix med 0,20 USD per miljon på grok-4.3 istället för 1,25 USD.
Du måste fortfarande strukturera dina prompts för att cachen ska fungera: strikt stabil start – systemprompt, instruktioner, exempel – och allt som varierar flyttas till slutet, såsom användarfrågan eller dagliga data. En variabel som infogas i början, även bara en tidsstämpel, ogiltigförklarar hela prefixet och får dig att betala fullt pris för token du kunde ha fått till en reducerad kostnad.
Uppskatta din månadskostnad
Ta en kundtjänstapplikation som hanterar 10 000 förfrågningar per dag på grok-4.3, med 2 000 token på input och 500 på output per förfrågan – alltså väl under tröskeln på 200 000 token – och en cachegrad på 60 %. Under trettio dagar totaliserar input 600 miljoner token och output 150 miljoner.
| Post | Månadsvolym | grok-4.3-taxa | Kostnad |
|---|---|---|---|
| Cachad input (60 %) | 360M | 0,20 USD/M | 72 USD |
| Ocachad input (40 %) | 240M | 1,25 USD/M | 300 USD |
| Output | 150M | 2,50 USD/M | 375 USD |
| Totalt | ~747 USD/månad |
Samma trafik betjänad av grok-4.5 skulle landa på ungefär det dubbla: 108 USD för cachad input, 480 USD för full input och 900 USD för output, eller nästan 1 488 USD per månad. Innan du gör en avvägning, ställ dig den enda fråga som räknas: köper dessa ytterligare 741 USD en svars kvalitet som dina användare kommer att märka? På en kundtjänst som är väl avgränsad av sina instruktioner är svaret ofta nej.
Taxor från och med den 5 augusti 2026 – priserna utvecklas regelbundet: innan någon budgetberäkning, kontrollera det aktuella rutnätet på den officiella sidan för xAI-modeller och prissättning.
Viktiga punkter
- Trappvis prissättning: basavgift under 200k kontexttoken, fördubblad avgift därefter – håll koll på denna tröskel
- grok-4.3 (1,25 USD / 2,50 USD per M) är bäst värde; grok-4.7 (2,00 USD / 6,00 USD) den rekommenderade modellen, till samma taxa som grok-4.6 och grok-4.5; grok-build-0.1 (1,00 USD / 2,00 USD) billigast för kod
- Input-cache delar kostnaden för stabila prefix med 5 till 7 – strukturera dina prompts därefter
- Multimedia: bild från 0,02 USD, video från 0,05 USD/s; röst: 4,80 USD/timme för voice-agent, TTS 15,00 USD/M tecken, STT från 0,10 USD/timme
- Uppskatta din faktura genom att kombinera volym, cachegrad, kontextnivå och modellval
- Taxor förändras: kontrollera den officiella modellsidan (docs.x.ai) innan du binder upp dig ekonomiskt