Coût de l'API Grok : tarification par token et exemples

La formule derrière tout prix par token

Les API de modèles de langage facturent par tokens, pas par requête. Un token est un morceau de texte, représentant environ trois quarts d'un mot anglais en moyenne. Votre prompt est compté comme tokens d'entrée, la réponse comme tokens de sortie, et les deux ont des taux séparés car générer du texte coûte plus cher que le lire.

Le coût d'une requête est :

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

C'est toute l'arithmétique dont vous avez besoin. Les taux sont indiqués par 1M de tokens, divisez donc vos nombres de tokens par un million d'abord. La partie difficile est de connaître vos vrais nombres de tokens, car l'historique de chat, les prompts système et les documents récupérés comptent tous comme entrée à chaque appel.

Nous sommes un service hébergé indépendant, pas l'API officielle xAI, donc nous n'indiquons pas les taux de Grok ici. Ouvrez la page de tarification de xAI, copiez les chiffres d'entrée et de sortie actuels, et insérez-les dans la formule ci-dessus pour voir votre propre comparaison.

Le coût d'une requête à 0,15 $ et 0,50 $

Nos taux sont de 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Voici quatre formes de requête, calculées exactement.

Type de requête	Entrée	Sortie	Coût
Tour de chat court	500	200	$0,000175
Chat avec historique	3 000	400	$0,00065
Réponse de récupération	6 000	500	$0,00115
Résumé de long document	90 000	2 000	$0,0145

Prenez la dernière ligne. 90 000 tokens d'entrée représentent 0,09 million, donc 0,09 x $0,15 = $0,0135. 2 000 tokens de sortie représentent 0,002 million, donc 0,002 x $0,50 = $0,001. La somme est de $0,0145, moins de deux cents pour un document qui remplit la plupart de la fenêtre de contexte de 100 000 tokens.

La fenêtre compte le prompt et la complétion ensemble, c'est pourquoi l'exemple s'arrête à 92 000 tokens au total et laisse de la marge.

Des requêtes à la facture mensuelle

Les nombres par requête semblent minuscules, amplifiez-les avec votre propre trafic. Deux scénarios montrent la fourchette.

Une application de chat active

Disons 20 000 requêtes par jour, chacune avec 1 200 tokens d'entrée et 300 tokens de sortie. L'entrée quotidienne est de 24M de tokens, soit 24 x $0,15 = $3,60. La sortie quotidienne est de 6M de tokens, soit 6 x $0,50 = $3,00. Cela fait $6,60 par jour, ou $198,00 sur 30 jours.

Un traitement par lots ponctuel

Vous résumez 100 000 articles, chacun avec 3 000 tokens d'entrée et 400 tokens de sortie. L'entrée est de 300M de tokens, donc 300 x $0,15 = $45,00. La sortie est de 40M de tokens, donc 40 x $0,50 = $20,00. L'ensemble du traitement coûte $65,00, et vous ne payez que pendant qu'il s'exécute.

Notez que dans le traitement par lots, la sortie ne représente que 12 % des tokens mais près d'un tiers de la facture. La sortie est plus chère par token, donc les longues réponses font augmenter le total plus vite que les longs prompts.

Mesurez vos propres tokens avec un calculateur

Deviner les nombres de tokens est la principale source de mauvaises estimations. Chaque réponse contient un bloc d'utilisation, enregistrez-le et calculez la valeur réelle. Cet extrait Python envoie une requête et affiche ce qu'elle a coûté.

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))

Exécutez-le sur dix prompts représentatifs de votre produit, faites la moyenne des résultats et multipliez par le volume attendu. Vous obtiendrez une prévision meilleure que n'importe quelle règle empirique. La réponse contient également l'en-tête X-Balance-USD, vous pouvez ainsi surveiller la baisse du solde réel et vérifier vos calculs contre celui-ci.

Multiplicateurs cachés qui gonflent une facture

La plupart des estimations sont fausses car elles comptent chaque requête comme si elle était seule. Dans un chat, chaque tour renvoie toute la conversation, donc l'entrée augmente avec chaque message tandis que la sortie reste plate.

Parcourez un chat de 10 tours. Le prompt système fait 400 tokens. Chaque message utilisateur fait 100 tokens et chaque réponse en fait 200, donc chaque tour ajoute 300 tokens d'historique. L'entrée au tour k est 400 + 300 x (k - 1) + 100, soit 200 + 300k. Sommé sur les dix tours, cela fait 2 000 + 300 x 55 = 18 500 tokens d'entrée. La sortie est de 10 x 200 = 2 000 tokens.

• Entrée : 0,0185M x $0,15 = $0,002775
• Sortie : 0,002M x $0,50 = $0,001
• Total : 0,003775 $ pour toute la conversation

Une estimation naïve de 500 tokens d'entrée par tour aurait donné 5 000 tokens d'entrée au total. La valeur réelle est 3,7 fois plus élevée. D'autres multiplicateurs à surveiller sont les allers-retours d'appel de fonctions, où chaque résultat de fonction déclenche une autre requête qui renvoie à nouveau tout l'historique, et les boucles de retry dans votre propre code qui renvoient de gros prompts après un timeout.

Comparaison avec la facture de Grok

Pour comparer équitablement, utilisez le même mélange de tokens des deux côtés. Prenez le profil que vous avez mesuré ci-dessus, récupérez les taux d'entrée et de sortie actuels de xAI, et calculez la figure mensuelle de la même manière que dans l'exemple de l'application de chat. Vérifiez si leur page de tarification liste des éléments supplémentaires pour votre modèle d'utilisation, tels que des remises ou des suppléments, et incluez-les.

Le prix est un facteur. Les deux services utilisent des modèles différents, donc la facture la moins chère n'est un avantage que si les réponses correspondent à votre utilisation. Si vous avez besoin des propres modèles de xAI, leur API est le seul moyen de les obtenir. Si vous avez besoin d'un modèle ajusté pour répondre sans refus de contenu pour une utilisation adulte légale, un modèle à poids ouverts hébergé comme le nôtre est la comparaison pertinente. Pour plus de détails sur ce choix, consultez notre guide sur les modèles de style Grok sans censure.

Cinq façons de réduire les dépenses de tokens

1. Réduisez l'historique. Renvoyer un chat de 20 tours à chaque appel multiplie le coût d'entrée. Gardez une fenêtre glissante ou un court résumé des tours plus anciens.
2. Limitez les réponses. Définissez max_tokens lorsque vous savez que la réponse devrait être courte. C'est optionnel ici, mais cela empêche une réponse débridée de coûter 5 000 tokens.
3. Utilisez des séquences d'arrêt. Une chaîne stop met fin à la génération dès que le format est complet.
4. Récupération en cache. Si de nombreux utilisateurs posent la même question, stockez la réponse dans votre propre base de données.
5. Raccourcissez le prompt système. Un prompt de 1 500 tokens sur 100 000 requêtes représente 150M de tokens d'entrée, soit 22,50 $, avant tout texte utilisateur.

Les requêtes échouées ou refusées ne sont pas facturées, donc les nouvelles tentatives après une erreur n'ajoutent pas à la facture.

Facturation

La facturation est en paiement à l'usage à partir du crédit prépayé. Il n'y a pas d'abonnement et le crédit n'expire jamais. Vous pouvez recharger un montant entier de 20 $ à 500 $, avec un bonus de 5 % à partir de 50 $, de 10 % à partir de 100 $ et de 15 % à partir de 200 $. Un rechargement de 100 $ donne donc 110,00 $ de crédit. Le paiement est en crypto, USDT sur TRC20 ou USDC sur Base.

À 0,00065 $ par requête de chat avec historique du tableau, 20 $ de crédit couvrent plus de 30 000 requêtes. Consultez la page tarifaire pour les paliers de rechargement actuels, lisez la documentation API pour les endpoints, ou obtenez une clé API et réclamez le crédit d'essai de 0,50 $ pour tester vos propres chiffres.

Dimensionner votre premier dépôt

1. Choisissez une unité. Une conversation, un document ou une action utilisateur.
2. Mesurez-le. Enregistrez usage pour 50 unités réelles et faites la moyenne des nombres de tokens d'entrée et de sortie.
3. Multipliez par le volume. Utilisez le nombre d'unités attendu par jour et le jour le plus chargé, pas la moyenne.
4. Prévoyez une marge de manœuvre. Une marge de 25 % couvre la croissance et les prompts qui deviennent plus longs avec le temps.
5. Ajustez le rechargement. Dimensionnez le dépôt au budget, et non l'inverse.

Appliquez les étapes à l'application de chat ci-dessus. Le montant de base est de 198,00 $ par mois. Avec 25 % de marge de manœuvre, cela devient 198 x 1,25 = 247,50 $. Un rechargement de 200 $ inclut un bonus de 15 %, ce qui ajoute 230,00 $ de crédit, couvrant 6,60 $ par jour pendant près de 35 jours. Deux dépôts par mois couvrent le budget complet avec un peu à laisser, et comme le crédit n'expire jamais, le solde restant se reporte simplement au mois suivant.

Plus de guides

• Modèles API Groq vs modèle uncensored hébergé
• Grock uncensored : Le guide définitif

Questions fréquemment posées

Le modèle sans censure est-il identique à Grok ? Non. Grock sans censure est un modèle à poids ouverts indépendant. Il n'est pas produit par xAI ni par aucun autre grand fournisseur. Il est optimisé pour des sorties sans censure mais s'exécute sur une architecture propre.

Puis-je utiliser cette API pour des projets commerciaux ? Oui. Vous pouvez utiliser la sortie à toute fin légale. Il n'y a aucune restriction sur l'utilisation commerciale. Le modèle ne revendique pas la propriété de votre texte généré.

Comment recharger mon crédit ? Accédez au tableau de bord. Sélectionnez le paiement crypto. Choisissez USDT sur TRC20 ou USDC sur Base. Envoyez le montant souhaité entre 20 $ et 500 $. Le crédit est ajouté immédiatement. Les crédits bonus s'appliquent automatiquement en fonction du montant.

Que se passe-t-il si je fais une erreur ? Le crédit n'est pas remboursé. Il n'expire jamais. Si vous êtes facturé deux fois, utilisez la page Support pour résoudre le problème. L'équipe support examinera la transaction.