Custo da API Grok: precificação por token e exemplos práticos

A fórmula por trás de qualquer preço de token

As APIs de modelos de linguagem cobram por tokens, não por solicitação. Um token é um trecho de texto, aproximadamente três quartos de uma palavra em inglês em média. Seu prompt é contado como tokens de entrada, a resposta como tokens de saída, e os dois têm taxas separadas porque gerar texto custa mais do que ler.

O custo de uma requisição é:

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

Essa é toda a aritmética que você precisa. As taxas são cotadas por 1M de tokens, então divida suas contagens de tokens por um milhão primeiro. A parte difícil é saber suas contagens reais de tokens, porque o histórico de chat, os prompts de sistema e os documentos recuperados contam todos como entrada em cada chamada.

Somos um serviço hospedado independente, não a API oficial da xAI, então não cotamos as taxas do Grok aqui. Abra a página de preços da xAI, copie os números atuais de entrada e saída e insira-os na fórmula acima para ver sua própria comparação.

O custo de uma solicitação a $0,15 e $0,50

Nossas taxas são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. Aqui estão quatro formatos de solicitação, calculados exatamente.

Tipo de solicitação	Entrada	Saída	Custo
Turno de chat curto	500	200	$0.000175
Chat com histórico	3,000	400	$0.00065
Resposta de recuperação	6,000	500	$0.00115
Resumo de documento longo	90,000	2,000	$0.0145

Pegue a última linha. 90.000 tokens de entrada são 0,09 de um milhão, então 0,09 x $0,15 = $0,0135. 2.000 tokens de saída são 0,002 de um milhão, então 0,002 x $0,50 = $0,001. A soma é $0,0145, menos de dois centavos por um documento que preenche a maior parte da janela de contexto de 100.000 tokens.

A janela conta prompt e conclusão juntos, é por isso que o exemplo para em 92.000 tokens no total e deixa espaço sobrando.

De solicitações a uma conta mensal

Números por solicitação parecem minúsculos, então amplifique-os com seu próprio tráfego. Dois cenários mostram a faixa.

Um app de chat ocupado

Digamos 20.000 solicitações por dia, cada uma com 1.200 de entrada e 300 de saída. A entrada diária é de 24M de tokens, que é 24 x $0,15 = $3,60. A saída diária é de 6M de tokens, que é 6 x $0,50 = $3,00. Isso é $6,60 por dia, ou $198,00 em 30 dias.

Um trabalho em lote único

Você resume 100.000 artigos, cada um com 3.000 tokens de entrada e 400 de saída. A entrada é de 300M de tokens, então 300 x $0,15 = $45,00. A saída é de 40M de tokens, então 40 x $0,50 = $20,00. O trabalho todo custa $65,00, e você paga apenas enquanto ele roda.

Observe que no trabalho em lote a saída é apenas 12 por cento dos tokens, mas quase um terço da conta. A saída é mais cara por token, então respostas longas movem o total mais rápido do que prompts longos.

Meça seus próprios tokens com uma calculadora

Adivinhar contagens de tokens é a principal fonte de estimativas ruins. Cada resposta tem um bloco de uso, então registre-o e calcule o valor real. Este snippet Python envia uma solicitação e imprime quanto custou.

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))

Execute-o em dez prompts representativos do seu produto, tire a média dos resultados e multiplique pelo volume esperado. Você obterá uma previsão melhor do que qualquer regra prática. A resposta também tem um cabeçalho X-Balance-USD, então você pode ver o saldo real cair e verificar seus cálculos contra ele.

Multiplicadores ocultos que inflacionam uma conta

A maioria das estimativas falha porque conta cada solicitação como se estivesse sozinha. Em um chat, cada turno reenvia toda a conversa, então a entrada cresce com cada mensagem enquanto a saída permanece plana.

Passe por um chat de 10 turnos. O prompt do sistema tem 400 tokens. Cada mensagem do usuário tem 100 tokens e cada resposta tem 200 tokens, então cada turno adiciona 300 tokens de histórico. A entrada no turno k é 400 + 300 x (k - 1) + 100, que é 200 + 300k. Somado nos dez turnos, isso dá 2.000 + 300 x 55 = 18.500 tokens de entrada. A saída é 10 x 200 = 2.000 tokens.

• Entrada: 0,0185M x $0,15 = $0,002775
• Saída: 0,002M x $0,50 = $0,001
• Total: $0,003775 para toda a conversa

Uma estimativa ingênua de 500 tokens de entrada por turno teria dado 5.000 tokens de entrada no total. O valor real é 3,7 vezes maior. Outros multiplicadores a observar são chamadas de funções com idas e voltas, onde cada resultado de função aciona outra solicitação que carrega todo o histórico novamente, e loops de retry no seu próprio código que reenviam prompts grandes após um tempo limite.

Comparando com a conta do Grok

Para comparar justamente, use a mesma mistura de tokens em ambos os lados. Pegue o perfil que você mediu acima, obtenha as taxas atuais de entrada e saída da xAI e calcule o valor mensal da mesma forma que no exemplo do app de chat. Verifique se a página de preços deles lista quaisquer itens extras para o seu padrão de uso, como descontos ou acréscimos, e inclua-os.

O preço é um input. Os dois serviços usam modelos diferentes, então a conta mais barata só é uma vitória se as respostas se adequarem ao seu uso. Se você precisa dos próprios modelos da xAI, a API deles é a única maneira de obtê-los. Se você precisa de um modelo ajustado para responder sem recusas de conteúdo para uso adulto legal, um modelo de pesos abertos hospedado como o nosso é a comparação relevante. Para mais informações sobre essa escolha, consulte nosso guia para modelos estilo Grok sem censura.

Cinco maneiras de reduzir o gasto com tokens

1. Ajuste o histórico. Reenviar um chat de 20 turnos em cada chamada multiplica o custo de entrada. Mantenha uma janela deslizante ou um resumo curto dos turnos mais antigos.
2. Limite as respostas. Defina max_tokens quando souber que a resposta deve ser curta. É opcional aqui, mas impede que uma resposta descontrolada custe 5.000 tokens.
3. Use sequências de parada. Uma string stop encerra a geração assim que o formato estiver completo.
4. Cache a recuperação. Se muitos usuários fizerem a mesma pergunta, armazene a resposta em seu próprio banco de dados.
5. Encurte o prompt do sistema. Um prompt de 1.500 tokens em 100.000 solicitações é 150M de tokens de entrada, ou $22,50, antes de qualquer texto do usuário.

Requisições com falha ou recusadas não são cobradas, portanto, novas tentativas após um erro não aumentam a conta.

Como você paga

O faturamento é pagamento por uso a partir de crédito pré-pago. Não há assinatura e o crédito nunca expira. Você pode recarregar qualquer valor inteiro entre $20 e $500, com um bônus de 5% a partir de $50, 10% a partir de $100 e 15% a partir de $200. Uma recarga de $100, portanto, fornece $110,00 de crédito. O pagamento é feito em cripto, USDT na rede TRC20 ou USDC na rede Base.

Por $0.00065 por requisição de chat com histórico da tabela, $20 de crédito cobrem mais de 30.000 requisições. Veja a página de preços para os níveis atuais de recarga, leia a documentação da API para os endpoints, ou obtenha uma chave de API e resgate o crédito de teste de $0.50 para testar seus próprios números.

Calculando o valor do seu primeiro depósito

1. Escolha uma unidade. Uma conversa, um documento ou uma ação do usuário.
2. Meça. Registre usage para 50 unidades reais e faça a média das contagens de entrada e saída.
3. Multiplique pelo volume. Use o número esperado de unidades por dia e o dia de pico, não a média.
4. Adicione margem. Uma margem de 25% cobre o crescimento e prompts que ficam mais longos com o tempo.
5. Recarregue para combinar. Dimensione o depósito de acordo com o orçamento, e não o contrário.

Aplique as etapas ao app de chat acima. O valor base é de $198,00 por mês. Com 25% de margem, isso se torna 198 x 1,25 = $247,50. Uma recarga de $200 tem um bônus de 15%, então ela adiciona $230,00 de crédito, o que cobre $6,60 por dia por quase 35 dias. Dois depósitos por mês cobrem o orçamento total com uma pequena sobra e, como o crédito nunca expira, o saldo restante simplesmente é transferido para o mês seguinte.

Mais guias

• Modelos da API Groq vs um modelo uncensored hospedado
• Grock uncensored: O Guia Definitivo

Perguntas frequentes

O grock sem censura é igual ao Grok? Não. Grock sem censura é um modelo de pesos abertos independente. Não é produzido pela xAI ou por qualquer outro grande fornecedor. É ajustado para saída sem censura, mas roda em sua própria arquitetura.

Posso usar esta API para projetos comerciais? Sim. Você pode usar a saída para qualquer finalidade lícita. Não há restrições de uso comercial. O modelo não reivindica a propriedade do seu texto gerado.

Como faço para recarregar meu crédito? Acesse o painel. Selecione pagamento em cripto. Escolha USDT na rede TRC20 ou USDC na rede Base. Envie o valor desejado entre $20 e $500. O crédito é adicionado imediatamente. Créditos bônus são aplicados automaticamente com base no valor.

O que acontece se eu cometer um erro? O crédito não é reembolsado. Ele nunca expira. Se você foi cobrado duas vezes, use a página de Suporte para resolver o problema. A equipe de suporte analisará a transação.