Grok-API-Kosten: Token-Preise und Rechenbeispiele

Die Formel hinter jedem Token-Preis

Language-Model-APIs berechnen nach Token, nicht nach Anfrage. Ein Token ist ein Textabschnitt, durchschnittlich etwa drei Viertel eines englischen Wortes. Dein Prompt wird als Input-Token gezählt, die Antwort als Output-Token. Beide haben separate Raten, da das Generieren von Text mehr kostet als das Lesen.

Die Kosten einer Anfrage betragen:

Copycost = prompt_tokens / 1_000_000 * input_rate + completion_tokens / 1_000_000 * output_rate

Das ist die gesamte Arithmetik, die du brauchst. Die Raten werden pro 1M Token angegeben, also teile deine Token-Anzahlen zuerst durch eine Million. Der schwierige Teil ist, deine echten Token-Anzahlen zu kennen, da Chat-Verlauf, System-Prompts und abgerufene Dokumente bei jedem Aufruf als Input zählen.

Wir sind ein unabhängiger gehosteter Dienst, keine offizielle xAI-API, daher geben wir hier keine Grok-Raten an. Öffne die xAI-Preisseite, kopiere die aktuellen Input- und Output-Zahlen und setze sie in die obige Formel ein, um deinen eigenen Vergleich zu sehen.

Was eine Anfrage bei $0,15 und $0,50 kostet

Unsere Raten betragen $0,15 pro 1M Input-Token und $0,50 pro 1M Output-Token. Hier sind vier Anfrageformen, exakt berechnet.

Anfragetyp	Eingabe	Ausgabe	Kosten
Kurze Chat-Antwort	500	200	$0,000175
Chat mit Historie	3.000	400	$0,00065
Retrieval-Antwort	6.000	500	$0,00115
Zusammenfassung langer Dokumente	90.000	2.000	$0,0145

Nimm die letzte Zeile. 90.000 Input-Token sind 0,09 von einer Million, also 0,09 x $0,15 = $0,0135. 2.000 Output-Token sind 0,002 von einer Million, also 0,002 x $0,50 = $0,001. Die Summe ist $0,0145, unter zwei Cent für ein Dokument, das den Großteil des 100.000-Token-Kontextfensters füllt.

Das Kontextfenster zählt Prompt und Completion zusammen, weshalb das Beispiel bei insgesamt 92.000 Token endet und noch Platz lässt.

Von Anfragen zur monatlichen Rechnung

Die Kosten pro Anfrage sehen winzig aus, also skaliere sie mit deinem eigenen Traffic. Zwei Szenarien zeigen die Spannbreite.

Eine ausgelastete Chat-App

Sagen wir 20.000 Anfragen pro Tag, jede mit 1.200 Input- und 300 Output-Token. Der tägliche Input beträgt 24M Token, also 24 x $0,15 = $3,60. Der tägliche Output beträgt 6M Token, also 6 x $0,50 = $3,00. Das sind $6,60 pro Tag oder $198,00 über 30 Tage.

Ein einmaliger Batch-Job

Du fasstst 100.000 Artikel zusammen, jeder mit 3.000 Token Input und 400 Token Output. Der Input beträgt 300M Token, also 300 x $0,15 = $45,00. Der Output beträgt 40M Token, also 40 x $0,50 = $20,00. Der gesamte Job kostet $65,00, und du zahlst nur, während er läuft.

Beachte, dass im Batch-Job der Output nur 12 Prozent der Token ausmacht, aber fast ein Drittel der Rechnung. Output ist pro Token teurer, daher bewegen lange Antworten die Gesamtsumme schneller voran als lange Prompts.

Zähle deine eigenen Token mit einem Rechner

Das Schätzen der Token-Anzahl ist die Hauptquelle für schlechte Schätzungen. Jede Antwort enthält einen Nutzungsblock, also protokolliere ihn und berechne die echte Zahl. Dieses Python-Snippet sendet eine Anfrage und gibt aus, was sie gekostet hat.

Copyfrom openai import OpenAI

RATE_IN = 0.15   # USD per 1M input tokens
RATE_OUT = 0.50  # USD per 1M output tokens

client = OpenAI(base_url="https://api.grockapi.com/v1", api_key="YOUR_KEY")

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarize the plot of Hamlet in 5 lines."}],
)
u = r.usage
usd = u.prompt_tokens / 1e6 * RATE_IN + u.completion_tokens / 1e6 * RATE_OUT
print(u.prompt_tokens, u.completion_tokens, round(usd, 6))

Führe es mit zehn repräsentativen Prompts aus deinem Produkt aus, bilde den Durchschnitt und multipliziere mit dem erwarteten Volumen. Du erhältst eine bessere Prognose als mit jeder Faustregel. Die Antwort enthält auch einen X-Balance-USD-Header, sodass du den echten Kontostand beobachten und deine Berechnungen damit abgleichen kannst.

Versteckte Multiplikatoren, die eine Rechnung aufblähen

Die meisten Schätzungen liegen daneben, weil sie jede Anfrage als isoliert betrachten. In einem Chat wird bei jedem Turn die gesamte Konversation erneut gesendet, sodass der Input mit jeder Nachricht wächst, während der Output gleich bleibt.

Gehe einen 10-Turn-Chat durch. Der System-Prompt hat 400 Token. Jede Benutzer-Nachricht hat 100 Token und jede Antwort 200 Token, also fügt jeder Turn 300 Token Verlauf hinzu. Der Input bei Turn k ist 400 + 300 x (k - 1) + 100, also 200 + 300k. Summiert über die zehn Turns ergibt das 2.000 + 300 x 55 = 18.500 Input-Token. Der Output beträgt 10 x 200 = 2,000 Token.

• Input: 0,0185M x $0,15 = $0,002775
• Output: 0,002M x $0,50 = $0,001
• Gesamt: $0,003775 für die gesamte Konversation

Eine naive Schätzung von 500 Input-Token pro Turn hätte insgesamt 5.000 Input-Token ergeben. Die echte Zahl ist 3,7-mal höher. Andere Multiplikatoren, auf die du achten solltest, sind Tool-Calling-Roundtrips, bei denen jedes Tool-Ergebnis eine weitere Anfrage auslöst, die den gesamten Verlauf erneut enthält, sowie Retry-Schleifen in deinem eigenen Code, die große Prompts nach einem Timeout erneut senden.

Vergleich mit der Grok-Rechnung

Um fair zu vergleichen, verwende dieselbe Token-Mischung auf beiden Seiten. Nimm das oben gemessene Profil, ziehe die aktuellen xAI-Input- und Output-Raten heran und berechne die monatliche Zahl auf dieselbe Weise wie im Chat-App-Beispiel. Prüfe, ob die xAI-Preisseite zusätzliche Positionen für dein Nutzungsmuster auflistet, wie Rabatte oder Zuschläge, und füge sie hinzu.

Der Preis ist ein Input. Die beiden Dienste nutzen verschiedene Modelle, daher ist die günstigere Rechnung nur ein Gewinn, wenn die Antworten zu deinem Use Case passen. Wenn du die eigenen Modelle von xAI benötigst, ist deren API der einzige Weg, sie zu erhalten. Wenn du ein Modell benötigst, das ohne Inhaltsfilter für die zulässige erwachsene Nutzung antwortet, ist ein gehostetes Open-Weight-Modell wie unseres der relevante Vergleich. Für Hintergrundinformationen zu dieser Wahl sieh dir unseren Leitfaden zu unzensierten Grok-ähnlichen Modellen an.

Fünf Möglichkeiten, Token-Kosten zu senken

1. Verlauf kürzen. Das erneute Senden eines 20-Turn-Chats bei jedem Aufruf vervielfacht die Input-Kosten. Halte ein gleitendes Fenster oder eine kurze Zusammenfassung älterer Turns.
2. Antworten begrenzen. Setze max_tokens, wenn du weißt, dass die Antwort kurz sein sollte. Es ist hier optional, aber es verhindert, dass eine durchgehende Antwort 5.000 Token kostet.
3. Stop-Sequenzen verwenden. Ein stop-String beendet die Generierung, sobald das Format abgeschlossen ist.
4. Retrieval zwischenspeichern. Wenn viele Benutzer dieselbe Frage stellen, speichere die Antwort in deiner eigenen Datenbank.
5. Den System-Prompt verkürzen. Ein 1.500-Token-Prompt bei 100.000 Anfragen ergibt 150M Input-Token oder $22,50, bevor irgendein Benutzertext hinzukommt.

Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, sodass Wiederholungen nach einem Fehler nicht zur Rechnung hinzugefügt werden.

Abrechnung

Die Abrechnung erfolgt nach dem Pay as you go-Modell vom Prepaid-Guthaben. Es gibt kein Abonnement und das Guthaben verfällt nie. Du lädst einen beliebigen Gesamtbetrag von $20 bis $500 auf, mit einem Bonus von 5 % ab $50, 10 % ab $100 und 15 % ab $200. Ein Top-up von $100 ergibt daher $110,00 an Guthaben. Die Zahlung erfolgt in Krypto, USDT auf TRC20 oder USDC auf Base.

Bei $0,00065 pro Chat-with-History-Anfrage aus der Tabelle deckt $20 an Guthaben mehr als 30.000 Anfragen ab. Sieh dir die Preisseite an, um die aktuellen Top-up-Stufen zu sehen, lies die API-Dokumentation für die Endpunkte, oder hole dir einen API-Schlüssel und sichere dir das $0,50 kostenlose Testguthaben, um deine eigenen Zahlen zu testen.

Deine erste Einzahlung dimensionieren

1. Wähle eine Einheit. Ein Gespräch, ein Dokument oder eine Benutzeraktion.
2. Messe es. Logge usage für 50 echte Einheiten und bilde den Durchschnitt der Input- und Output-Anzahlen.
3. Multipliziere mit dem Volumen. Verwende die erwartete Anzahl an Einheiten pro Tag und den geschäftigsten Tag, nicht den Durchschnitt.
4. Füge Puffer hinzu. Eine Marge von 25 Prozent deckt Wachstum und längere Prompts ab, die im Laufe der Zeit entstehen.
5. Lade auf, um es anzupassen. Dimensioniere die Einzahlung nach dem Budget, nicht umgekehrt.

Wende die Schritte auf die Chat-App oben an. Der Basiswert beträgt $198,00 pro Monat. Mit 25 Prozent Puffer wird daraus 198 x 1,25 = $247,50. Ein Top-up von $200 enthält einen Bonus von 15 %, also werden $230,00 an Guthaben hinzugefügt, was $6,60 pro Tag für fast 35 Tage abdeckt. Zwei Einzahlungen pro Monat decken das gesamte Budget mit etwas Reserve ab, und da das Guthaben nie verfällt, wird der Restsaldo einfach in den nächsten Monat übernommen.

Weitere Anleitungen

• Groq-API-Modelle im Vergleich zu einem gehosteten unzensierten Modell
• Grock unzensiert: Der definitive Leitfaden

Häufig gestellte Fragen

Ist grock unzensiert dasselbe wie Grok? Nein. Grock unzensiert ist ein unabhängiges Open-Weight-Modell. Es wird nicht von xAI oder einem anderen großen Anbieter hergestellt. Es ist für unzensierte Ausgaben optimiert, läuft aber auf einer eigenen Architektur.

Kann ich diese API für kommerzielle Projekte verwenden? Ja. Du kannst die Ausgabe für jeden rechtmäßigen Zweck verwenden. Es gibt keine Einschränkungen für die kommerzielle Nutzung. Das Modell beansprucht nicht das Eigentum an deinem generierten Text.

Wie lade ich mein Guthaben auf? Gehe zum Dashboard. Wähle Krypto-Zahlung. Wähle USDT auf TRC20 oder USDC auf Base. Sende den gewünschten Betrag zwischen $20 und $500. Das Guthaben wird sofort hinzugefügt. Bonusguthaben wird automatisch basierend auf dem Betrag angewendet.

Was passiert, wenn ich einen Fehler mache? Das Guthaben wird nicht erstattet. Es verfällt nie. Wenn du doppelt belastet wurdest, nutze die Support-Seite, um das Problem zu lösen. Das Support-Team wird die Transaktion überprüfen.