Preço da API Grok 4.6

O preço Grok 4.6 API tem dois níveis de comprimento de prompt. xAI lista $2 por milhão de tokens de entrada e $6 por milhão de tokens de saída quando o prompt permanece igual ou inferior aos tokens 200K. Quando um prompt excede os tokens 200K, a solicitação usa entrada $4 e saída $12 por milhão de tokens. xAI também lista taxas de leitura de cache de $0.50 e $1.00 por milhão de tokens para essas duas camadas.

O catálogo OmniaKey atual lista Grok 4.6 em relação à camada de contexto longo em entrada $3.20, saída $9.60 e entrada em cache $0.80 por milhão de tokens. Essa é uma cotação da plataforma OmniaKey, não um novo preço xAI. Mantenha as duas relações de cobrança separadas ao planejar um orçamento.

Depois deste guia, a SpaceXAI lançou o Grok 4.7. Veja nossa análise do Grok 4.7 para benchmarks atuais e a decisão de upgrade; esta página continua sendo a referência detalhada de orçamento do Grok 4.6.

Resumo dos preços de Grok 4.6 API

Todos os valores são em dólares americanos por um milhão de tokens. A camada de contexto longo se aplica a uma solicitação cujo prompt excede os tokens 200K; não é uma franquia gratuita para o primeiro 200K.

* O catálogo OmniaKey atualmente usa a camada de contexto longo para este modelo. É uma taxa de gateway e pode mudar independentemente do preço da conta direta de xAI.

O cálculo geral é:

cost = uncached_input_millions × input_rate
     + cached_input_millions × cache_read_rate
     + output_millions × output_rate

A página do modelo Grok 4.6 possui a cotação OmniaKey atual, o ID do modelo, a janela de contexto, os recursos e a referência de solicitação. Use o catálogo de modelos dinâmicos antes de copiar um preço em uma planilha de produção.

Esta tabela cobre apenas cobranças de token de modelo. Não inclui impostos, conversão de moeda, cobranças de arquivos ou ferramentas separadas, geração de imagem ou pontos de extremidade de voz/vídeo ou termos de contrato empresarial. Os metadados do modelo xAI atual não listam descontos em Lote para Grok 4.6,, portanto, não presuma que mover um trabalho para Lote reduz automaticamente as taxas de token deste modelo.

O que muda após os tokens de prompt 200K

O limite é avaliado no prompt enviado ao modelo. Não é igual à janela de contexto máximo 500K do modelo e não é uma cota mensal no nível da conta.

Para uma solicitação abaixo do limite, os preços padrão de xAI se aplicam ao uso de entrada e saída relevante. Assim que o prompt ultrapassar o limite de contexto longo, as taxas mais altas de xAI serão aplicadas à solicitação. Um grande repositório, esquema de ferramenta, histórico de conversas ou texto relacionado a imagens pode levar uma solicitação de agente além dos limites, mesmo quando a resposta final é curta.

As consequências práticas são:

• uma janela de contexto 500K descreve a capacidade, não os tokens incluídos;
• repetir um grande prefixo de repositório pode ultrapassar o limite a cada turno;
• a saída é cobrada separadamente, portanto, o raciocínio longo e as novas tentativas de patch ainda são importantes;
• uma ocorrência no cache reduz o item de linha de entrada, mas não libera a saída;
• O preço do gateway listado do OmniaKey deve ser lido em seu próprio catálogo, não inferido do switch de nível do xAI.

Se o seu cliente expor contagens de tokens, registre o tamanho do prompt antes da solicitação e compare-o posteriormente com o uso relatado pelo provedor. Não classifique uma solicitação apenas pela contagem de caracteres ou pelo tamanho do arquivo.

No limite, leia as camadas publicadas da seguinte forma:

O valor 500K é o comprimento máximo do prompt nos metadados do modelo atual, não uma promessa de que um prompt 500K também pode produzir uma resposta irrestrita. Para uma solicitação próxima a qualquer um dos limites, use os campos de token informados pelo fornecedor e a fatura final em vez de uma estimativa de contagem de caracteres.

Três exemplos de custos reproduzíveis

Esses exemplos usam as taxas publicadas de xAI e excluem impostos, conversão de moeda, cobranças de mídia separadas e alterações futuras de taxas.

Exemplo 1: solicitação de codificação comum

Suponha que tokens de entrada não armazenados em cache 100,000 e tokens de saída 20,000. O prompt permanece abaixo de 200K.

O número OmniaKey usa a cotação de contexto longo atual do catálogo, embora este exemplo esteja abaixo de 200K. Confirme a taxa do gateway ao vivo antes de tratá-la como um contrato.

Exemplo 2: contexto em escala de repositório

Suponha que tokens de entrada não armazenados em cache 300,000 e tokens de saída 40,000. O prompt ultrapassa o limite.

A camada de contexto longo torna o mesmo modelo materialmente mais caro do que um prompt pequeno. Antes de cortar a qualidade, remova saídas de ferramentas duplicadas, conversas obsoletas e arquivos não relacionados.

Exemplo 3: contexto repetido em cache

Suponha que os tokens 300,000 sejam relatados como leituras de cache e a resposta contenha tokens de saída 40,000.

Isso só se aplica quando o provedor relata esses tokens como leituras de cache. Repetir texto semelhante ou alterar um prefixo anterior pode produzir uma falta de cache.

As leituras de cache não são iguais a um prompt gratuito

A taxa de cache do xAI é um preço mais baixo para entradas repetidas qualificadas. Isso não transforma a janela de contexto em uma franquia de assinatura. O cliente e o provedor decidem se um prefixo será reutilizado, e o registro de cobrança é a fonte da verdade.

Para um agente de codificação, instruções de sistema estáveis, definições de ferramentas, regras de repositório e um preâmbulo de projeto fixo são bons candidatos para um prefixo reutilizável. Coloque os detalhes da tarefa alterados após a seção estável quando o cliente permitir que você controle a ordem da solicitação.

Meça esses campos separadamente quando estiverem disponíveis:

1. tokens de entrada não armazenados em cache;
2. tokens de entrada armazenados em cache;
3. tokens de saída, incluindo raciocínio onde API os reporta;
4. novas tentativas e giros de ferramenta com falha;
5. o resultado final da tarefa aceita.

Uma estratégia de cache que economiza dinheiro de entrada, mas causa instruções obsoletas ou novas tentativas extras, ainda pode aumentar o custo de uma tarefa concluída.

O que Grok 4.6 foi projetado para fazer

No snapshot da documentação de 22 de agosto, a xAI descrevia o Grok 4.6 como modelo principal para coding, agentes de longa execução, tool calling e trabalho interativo ou visual. A página oficial da API listava:

• ID do modelo grok-4.6;
• uma janela de contexto 500K;
• visão e uso estruturado de ferramentas;
• Caminhos de integração compatíveis com OpenAI e nativos de xAI;
• faturamento baseado no uso, com créditos pré-pagos e opções de faturamento empresarial.

Essas são capacidades documentadas, não um resultado de benchmark independente. A confiabilidade da ferramenta, a latência, o comportamento de recusa e o custo da tarefa aceita ainda dependem do cliente, das permissões, do prompt, das ferramentas e da carga de trabalho.

Para uma decisão mais ampla sobre roteamento de modelo, leia o guia do modelo do agente de codificação. Este artigo responde à questão mais restrita de como orçar uma solicitação Grok 4.6 API.

Grok 4.6 versus Grok 4.5 para planejamento de custos

Ambos os IDs de modelo estão presentes no catálogo OmniaKey e ambos expõem um rótulo de contexto 500K. A comparação atual de longo contexto é:

• A coluna OmniaKey aplica a proporção 80% xAI atual mostrada no catálogo de modelos e pode mudar de forma independente. Somente nas taxas de token, a distinção atual é o preço da leitura de cache: Grok 4.5 é mais barato quando o provedor realmente relata leituras de cache. Não presuma que uma taxa de cache mais baixa significa um custo mais baixo por tarefa aceita; compare o ID exato do modelo, o comportamento, as novas tentativas e a taxa do catálogo ativo.

Para uma comparação controlada, mantenha constantes a revisão do repositório, o prompt do sistema, as permissões da ferramenta, os testes de aceitação e a saída máxima. Registro:

• IDs de modelo solicitados e retornados;
• prompt, cache e tokens de saída;
• latência e contagem de novas tentativas;
• se a tarefa passou nos testes sem reparo manual;
• valor final faturado.

A métrica útil é o custo por tarefa aceita, e não o custo por milhão de tokens isoladamente:

accepted-task cost = successful-run charges
                   + failed reruns
                   + human correction time
                   + remediation risk

Chame Grok 4.6 por meio de uma rota compatível com OpenAI

Crie uma chave com escopo no painel de chaves API, confirme se grok-4.6 está disponível no catálogo ativo e chame o endpoint compatível com OpenAI:

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.6",
    "messages": [{"role": "user", "content": "Review this deployment plan for hidden failure modes."}],
    "stream": true
  }'

Use o ID exato do modelo. O início rápido do API documenta o endpoint e o padrão de autenticação. Após uma tarefa representativa, revise o painel de uso e compare os campos de token com sua estimativa do lado do cliente.

Controles de orçamento para agentes de codificação

Use uma chave pequena com escopo para experimentos locais, outra para CI e outra separada para automação compartilhada. Isto dá a cada carga de trabalho o seu próprio caminho de atribuição e revogação.

Uma sequência prática é:

1. execute uma tarefa representativa com um teste de aceitação conhecido;
2. registrar prompt, cache, saída, novas tentativas e custo total;
3. remova o contexto obsoleto e a saída ilimitada da ferramenta;
4. definir um limite chave acima da variação normal da tarefa;
5. alerta sobre falhas repetidas ou ID de modelo inesperado;
6. revise o custo da tarefa aceita antes de aumentar o limite.

O guia de cobrança transparente explica como reconciliar a identidade do modelo, contagens de tokens e cobranças de gateway. Um limite de gastos reduz a exposição; não reduz o consumo de tokens por si só.

Erros comuns de preços de Grok 4.6

Tratando o contexto 500K como uso gratuito

É uma capacidade máxima de solicitação. Os tokens colocados nesse contexto ainda serão cobrados.

Aplicando a taxa de entrada $2 a um prompt 300K

O prompt ultrapassou o limite de contexto longo, portanto use a camada xAI mais alta.

Supondo que o gateway copie o switch de nível do xAI

OmniaKey possui catálogo próprio e relação de faturamento. Leia sua cotação ao vivo em vez de aplicar a tabela de conta direta de xAI a um saldo de gateway.

Contando cada prefixo repetido como uma ocorrência no cache

Somente leituras de cache informadas pelo provedor recebem a taxa mais baixa.

Comparando modelos apenas pelo preço do token

Novas tentativas, latência, falhas de ferramentas e reparo humano podem dominar uma tarefa de codificação concluída.

Colocando uma chave API real em um repositório ou prompt

Use uma variável de ambiente, uma chave com escopo e o painel para rotação. Nunca cole o valor real em um problema, registro de benchmark ou exemplo de artigo.

Perguntas frequentes

Quanto custa o Grok 4.6 API?

xAI lista a entrada $2 e a saída $6 por milhão de tokens para prompts iguais ou inferiores a 200K e entrada $4 e saída $12 quando o prompt excede 200K. As taxas de leitura de cache são $0.50 e $1.00 respectivamente.

Qual é o ID do modelo Grok 4.6 API?

Utilize grok-4.6. Fixar o ID exato torna os orçamentos e as comparações de tarefas reproduzíveis.

Grok 4.6 tem um subsídio gratuito 500K?

Não. 500K é a capacidade de contexto. A entrada, as leituras de cache e a saída permanecem medidas.

Quanto custa Grok 4.6 por meio de OmniaKey?

O catálogo atual lista a cotação de contexto longo na entrada $3.20, entrada em cache $0.80 e saída $9.60 por milhão de tokens. Verifique a página do modelo ativo antes de comprometer um orçamento, pois as taxas da plataforma podem mudar.

Grok 4.6 é sempre mais barato que Claude ou GPT?

Não. Compare o modelo exato, o nível de prompt, o comportamento do cache, as novas tentativas e o custo da tarefa aceita. A comparação de preços de provedores cobre a estrutura de custos mais ampla.

Posso usar Grok 4.6 em um agente de codificação?

Sim, quando o cliente suporta o protocolo necessário compatível com OpenAI ou nativo de xAI e o catálogo ativo expõe grok-4.6. Verifique a configuração exata do cliente e o ID do modelo antes de uma execução de produção.

Fontes verificadas

• Visão geral e preços de xAI API
• Documentação de preços do desenvolvedor xAI
• Documentação do modelo do desenvolvedor xAI
• Início rápido do desenvolvedor xAI
• Página do modelo OmniaKey Grok 4.6
• OmniaKey API início rápido

Taxas verificadas de agosto 22, 2026. xAI, termos de cache, limites de contexto, disponibilidade de gateway e cotações de plataforma podem mudar. Verifique a documentação original e o catálogo OmniaKey ativo antes de comprometer um orçamento de produção.