Grok 4 API-Preise: Kosten, Limits und erste Schritte

Eine App entwickeln oder das Budget für einen Agenten planen? Beginnen Sie mit dem Modell, das Sie tatsächlich einsetzen werden. Das Mitteilung zur Umstellung am 15. Mai 2026 Es heißt, dass die ursprüngliche ID „Grok 4“ nun mit geringem Argumentationsaufwand zu „Grok 4.3“ aufgelöst wird. Ein erfolgreicher Aufruf einer alten ID beweist nicht mehr, dass das ursprüngliche Modell diese bereitgestellt hat.

Die API-Nutzung wird unabhängig von den Verbraucherabonnements von Grok abgerechnet. Preise für Abonnements und Zugangsrechte für Grok umfasst die Chat-Tarife; bei diesen monatlichen Gebühren handelt es sich nicht um Guthaben für eine direkte xAI-Integration.

Möchten Sie eine Eingabeaufforderung ausprobieren, bevor Sie sie in eine App integrieren? Probieren Sie Grok 4.6 auf GlobalGPT aus für einen chatbasierten Workflow. Verwenden Sie einen xAI-API-Schlüssel für Ihre eigene Integration und die direkte Abrechnung über xAI. Dieser Artikel wurde von GlobalGPT veröffentlicht; Produktlinks enthalten Empfehlungs-Tracking.

Probieren Sie Grok 4.6 jetzt aus

Grok 4 API-Preise: aktuelle Tarife und die außer Kraft gesetzte ursprüngliche Fassung

In der folgenden Tabelle werden xAI-Listenpreise, überprüft am 8. September 2026. Jeder Betrag ist in US-Dollar pro einer Million Token angegeben. Eingabe, zwischengespeicherte Eingabe und Ausgabe sind separate Abrechnungskategorien, sodass ein einziger gemischter “Preis pro Million” die tatsächlichen Kosten der Arbeitslast verschleiert.

Die weiteren aufgeführten Grok-4-Familien-IDs lauten grok-4.20-0309-reasoning, grok-4.20-0309-ohne-Schlussfolgerungen und grok-4.20-multi-agent-0309. Jede verfügt über ein Kontextfenster von 1 Mio. Token und weist dieselben aufgeführten Kurz-/Lang-Token-Sätze auf wie Grok 4.3. Der übereinstimmende Stückpreis bedeutet nicht zwangsläufig einen übereinstimmenden Gesamt-Token-Verbrauch, insbesondere bei Arbeiten mit mehreren Agenten.

Für eine programmierungsspezifische Alternative, grok-build-0.1 verfügt über ein Kontextfenster von 256K und Eingabe-/Cache-/Ausgabegeschwindigkeiten bei kurzem Kontext von $1,00/$0,20/$2,00, die bei der 200K-Prompt-Schwelle auf $2,00/$0,40/$4,00 ansteigen. Weitere Informationen zum allgemeinen Verhalten und zu Anwendungsfällen finden Sie in unserem Grok 4.6 Bewertung.

Was ist mit dem ursprünglichen Preis für $3 / $15 passiert?

Ältere Quellen, darunter auch unsere Grok 4 – Leitfaden zur API-Integration, Preisangabe $3 pro Million Eingabe-Token und $15 pro Million Ausgabe-Token für das ursprüngliche Modell Grok 4. Betrachten Sie dies als historische Preisangabe und nicht als die heutige Rechnung für ein auslaufendes Modell. Die alte offizielle Modell-URL führt nun zum allgemeinen Modellkatalog; es handelt sich also nicht um ein neu verifiziertes Archiv-Preislistenblatt.

Die Original Grok 4 – Ankündigung bezieht sich auf ein Kontextfenster mit 256.000 Token. Diese historische Kapazität sowie ältere Preise oder Schwellenwerte des Fast-Modells dürfen nicht in ein Budget für den Ersatz übernommen werden. Die genaue Regel für grok-4-0709 beträgt nun Grok 4.3 bei geringem Denk- und Arbeitsaufwand und wird zu den Sätzen von Grok 4.3 abgerechnet.

Grok 4 ist eine Modellgeneration, während Grok zugleich der Name eines Verbraucherprodukts ist. Unser Erläuterung dazu, was Grok 4 ist liefert diese Produktinformationen. Wählen Sie bei neuem Code explizit ein unterstütztes Modell aus, anstatt sich auf eine Weiterleitung bei Auslauf des Modells zu verlassen oder davon auszugehen, dass der Alias eines Anbieters unverändert bleibt.

Wie sich Eingaben, zwischengespeicherte Eingaben und Schlussfolgerungen auf die Rechnung auswirken

Geschätzter Token-Wert in USD = [(I – C) × Eingangsrate + C × zwischengespeicherte Eingangsrate + O × Ausgangsrate] / 1.000.000. Fügen Sie anschließend die entsprechenden Werkzeug-, Lager- oder sonstigen Kosten hinzu. Wählen Sie vor der Berechnung die Tarife für den langen Kontext anhand der Gesamtabfrage aus, einschließlich der zwischengespeicherten Token.

Zu den Eingaben gehören die Nachrichten, Anweisungen und der Konversationsverlauf, die an das Modell gesendet wurden. Beim Caching wird ein identisches Startpräfix für alle Anfragen wiederverwendet; dies geschieht automatisch, und xAI empfiehlt die Verwendung einer Konversations-ID, um die Wiederverwendbarkeit zu verbessern. Eine ähnlich aussehende Eingabeaufforderung garantiert keinen Cache-Treffer. Die Dokumentation zum Prompt-Caching erklärt das Abgleichverhalten.

Lesen Sie unter „Chat-Vervollständigungen“ prompt_tokens_details.cached_tokens; unter „Antworten“ steht input_tokens_details.cached_tokens. Das Übersicht über Cache-Nutzung und Preise Rechnungen werden mit der vollen Fertigstellungsrate abgerechnet. Wenn die Gesamtsumme bereits die Berechnung enthält, wird durch Hinzufügen Argumentations-Token würde es erneut doppelt zählen.

Grok 4.6 unterstützt die Stufen „niedrig“, „mittel“, „hoch“ und „xhoch“ für den Kombinationsaufwand; die dokumentierte Standardeinstellung ist „hoch“, und die Kombinationsfunktion kann nicht deaktiviert werden. Grok 4.3 unterstützt die Stufen „keine“, „niedrig“, „mittel“ und „hoch“. Daher lohnt es sich, Grok 4.3 mit der Einstellung „none“ für strenge Extraktionsaufgaben in Betracht zu ziehen, während Grok 4.6 möglicherweise mehr Tokens verbraucht, selbst wenn die sichtbare Antwort kurz ist. Siehe die Einstellungen für die Schlussfolgerung sowie den obenstehenden Modelleintrag für Grok 4.3.

Tool-Aufrufe, Stapelverarbeitung und Prioritätsanfragen

Gemäß der Offizielle Preisliste für Werkzeuge, Websuche, X-Suche und Codeausführung kosten jeweils $5 pro 1.000 Aufrufe bzw. $0,005 pro Aufruf, zuzüglich des Tokenverbrauchs. Eine Anfrage kann Tools mehrmals aufrufen. Zehn Suchaufrufe erhöhen die Kosten um $0,05 vor den Modell-Token; die Aktivierung eines Tools gibt keinen Aufschluss darüber, wie oft es verwendet wird.

Die Suche nach Dateianhängen kostet $10 pro 1.000 Abfragen; die Suche nach Sammlungen kostet $2,50 pro 1.000. Für gespeicherte Dateien und Sammlungen fallen zudem tägliche Speicher- und Downloadgebühren an. Für Bilder und Videos gelten eigene Preiseinheiten; berücksichtigen Sie diese daher nicht bei einer Schätzung auf Basis von reinen Text-Tokens. Unsere Anleitung zum Bild- und Video-Workflow mit Grok umfasst diesen separaten Erzeugungsweg.

Die Batch-API bietet einen Rabatt von 20%-Token für Grok 4.3 und die drei aufgeführten Grok 4.20-Varianten. Der Rabatt gilt für Eingabe-, zwischengespeicherte Eingabe-, Ausgabe- und Schlussfolgerungstoken. Auf der Modellseite von Grok 4.6 ist die Batch-API als nicht unterstützt gekennzeichnet. Wenden Sie keinen pauschalen 50%-Rabatt an und gehen Sie nicht davon aus, dass jedes aufgeführte Modell die Stapelverarbeitung unterstützt.

Vorrangige Bearbeitung kostet das Doppelte der Standard-Token-Sätze, einschließlich Cache- und Reasoning-Token, wenn die zurückgegebene Service-Stufe bestätigt Priorität. Bei einem Rückgriff auf die Standardstufe gelten die Standardtarife. Die Priorität gilt für Chat-Abschlüsse und Antworten, nicht für die Batch-API.

Drei Beispiele für transparente API-Kosten

Es handelt sich hierbei um geschätzte Listenpreise, nicht um tatsächliche Rechnungsbeträge. Alle unten aufgeführten Anfragen werden standardmäßig verarbeitet: nur Text, keine Tools, kein Speicherplatz, keine Wiederholungsversuche und keine Steuern. “Ausgabe” umfasst jegliche abrechnungsfähige Begründung. Bei den ersten beiden Workloads wird von Eingaben mit weniger als 200.000 Tokens ausgegangen.

Eine hohe Cache-Trefferquote ist vor allem dann von Vorteil, wenn die Eingabe den Großteil der Arbeitslast ausmacht. In diesem Beispiel mit Grok 4.6 spart das Caching $0,0027 pro Aufruf oder 27% der Gesamtsumme ein, obwohl 90% der Eingabetoken zwischengespeichert sind. Die Ausgabekosten bleiben bei $0,006. Bewerten Sie die Einsparungen im Verhältnis zur gesamten Anfrage, nicht nur zum zwischengespeicherten Teil.

Der Schwellenwert von 200.000 Zeichen kann die gesamte Anfrage verändern.

Das Wichtigste In der Preistabelle wird ausdrücklich “Langer Kontext >= 200.000 Token” verwendet.” und besagt, dass für alle Token der höhere Tarif gilt, sobald die Abfrage den Schwellenwert erreicht. In einem Text mit Modelldetails heißt es, dass 200.000 “überschritten” werden. Für die Budgetierung bei genau 200.000 sollten Sie die explizite Grenze der Preistabelle verwenden; gehen Sie nicht davon aus, dass der günstigere Tarif weiterhin gilt.

Für eine monatliche Prognose sollten Sie das voraussichtliche Anforderungsvolumen für jede Arbeitslast, jedes Kontextband, jedes Cache-Treffermuster und jede Schlussfolgerungseinstellung separat schätzen. Rechnen Sie die erwarteten Wiederholungsversuche und Tool-Aufrufe hinzu. Vergleichen Sie diese Schätzung anschließend mit Ihren eigenen Kostendaten, die Sie nach einem kleinen Pilotprojekt erhalten haben. Ein Wert in Cent pro Aufruf ist nur dann aussagekräftig, wenn die zugrunde liegenden Annahmen mit den tatsächlichen Produktionsbedingungen übereinstimmen.

Kontext, Ausgabe, Ratenbegrenzungen und Ausgabenobergrenzen unterscheiden sich voneinander

Die Öffentlichkeit Ratenbegrenzungstabelle Für Grok 4.3 werden in der Liste Tier 0 mit 37 Anfragen pro Sekunde und 10 Millionen Tokens pro Minute angegeben; für Grok 4.6 sind 150 Anfragen pro Sekunde und 50 Millionen Tokens pro Minute aufgeführt. Hierbei handelt es sich um veraltete, veröffentlichte Tier-Einträge und nicht um eine Zusicherung, dass jeder Schlüssel über die gleiche nutzbare Kapazität verfügt. Die Konsole Ihres Teams ist maßgeblich für den aktuellen Modellzugriff und die aktuellen Limits.

Die Stufen richten sich nach den kumulierten API-Ausgaben seit dem 1. Januar 2026: $0, $50, $250, $1.000 und $5.000 für die Stufen 0 bis 4. Anfragen werden pro Sekunde gedrosselt, indem das pro Minute verfügbare Anfragebudget durch 60 geteilt wird; somit können Sie die Zuteilung einer ganzen Minute nicht in einem einzigen Durchgang aufbrauchen. Eingabe-, Ausgabe-, Schlussfolgerungs- und zwischengespeicherte Token werden alle auf das TPM angerechnet, auch wenn einige davon weniger kosten.

Auf den geprüften Modellseiten zu den Modellen Grok 4.3 und 4.6 werden Kontextgrößen ohne separaten festen Maximalwert für die Ausgabeleistung angegeben. Der aktuelle Referenz zum Endpunkt „Responses“ definiert max_output_tokens als kombiniertes Budget für Ausgabe und Schlussfolgerung: Der Standardwert beträgt 128.000, wenn dieser Parameter nicht festgelegt ist, und es können höhere Werte für längere Generationen angegeben werden. Dieser Standardwert garantiert weder 128.000 sichtbare Antwort-Token noch eine unbegrenzte Kontextlänge. Legen Sie ein explizites Budget fest und überprüfen Sie unvollständige Antworten.

xAI-Abrechnungsdokumentation trennt Prepaid-Guthaben von der monatlichen Rechnungsabrechnung, die standardmäßig deaktiviert ist. Durch die automatische Aufladung kann das Prepaid-Guthaben aufgefüllt werden; hierfür gelten eigene Schwellenwerte und ein monatliches Kontingent. Ein Rechnungslimit regelt die Nutzung im Postpaid-Bereich; dies ist nicht dasselbe wie eine einheitliche Pauschalobergrenze für Prepaid-Käufe, Aufladungen und Anfragen.

Beginnen Sie bei Ihrer ersten Integration mit einem begrenzten Prepaid-Guthaben und prüfen Sie alle Einstellungen für die automatische Aufladung sorgfältig. Für den täglichen Chat-Zugang ohne Programmierung der Integration steht die separate Anleitung zur Verwendung des Grok umfasst den Produkt-Workflow. Ein Chat-Abonnement und ein API-Team verfügen über unterschiedliche Steuerungsmöglichkeiten.

Zwei echte Grok-4.6-Aufgaben: Was die Nutzungsdaten verraten

Wir haben zwei abgeschlossene Tests vom 7. September 2026 über die Broly-Aggregations-API unter https://anywhere.broly.ai/v1, unter Verwendung von Chat-Vervollständigungen. Sowohl angefordert als auch zurückgegeben grok-4.6; die Identität des vorgelagerten Modells wurde nicht unabhängig überprüft. Es handelt sich hierbei um Ergebnisse des Grok 4.6-Gateways, nicht um die ursprünglichen Grok 4-Tests oder einen Vergleich zwischen verschiedenen Modellen.

Jede Aufgabe wurde einmal ausgeführt mit Temperatur=0, max_tokens=2048 und stream=false. Es wurden weder Hilfsmittel noch explizite Vorgaben zum Denkprozess übermittelt. Für beide Anfragen wurde dieselbe Systemanweisung verwendet:

Ausgabenauszug

Bei dieser Aufgabe wurden fünf fiktive Spesenabrechnungen in strukturiertes JSON mit Centbeträgen als Ganzzahlen umgewandelt, einschließlich einer negativen Rückerstattung. Die Antwort enthielt alle angeforderten Felder und ergab den korrekten Nettogesamtbetrag von $209,00.

{
  "Währung": "USD",
  "Artikel": [
    {
 "Bezeichnung": "Zug",
 "Betrag_Cents": 4680
    },
    {
 "Bezeichnung": "Zug",
 "Betrag_Cent": 12800
    },
    {
      "label": "Abendessen",
 "amount_cents": 2745
    },
    {
 "label": "Rückerstattung",
 "amount_cents": -1250
    },
    {
 "label": "Taxi",
 "amount_cents": 1925
    }
  ],
  "net_total_cents": 20900
}

Terminplanung unter Nebenbedingungen

Die Aufgabe bestand darin, unter der Vorgabe eines Acht-Stunden-Budgets und bestimmter Voraussetzungen unteilbare Aufgaben auszuwählen. In der Antwort wurden A, B, C und E ausgewählt, was insgesamt acht Stunden und den Wert 24 ergab. Wir haben alle 64 Teilmengen unabhängig voneinander aufgezählt: 17 davon waren realisierbar, und dies war die einzige optimale Menge.

{
  "selected": ["A", "B", "C", "E"],
  "order": ["A", "B", "C", "E"],
  "total_hours": 8,
  "total_value": 24
}

Die Antwort zur Terminplanung ist kürzer als das JSON-Datenformat für die Kosten, doch die angegebene Gesamtzahl der Token beträgt 4.267, darunter 4.217 Token für die Schlussfolgerung. Daraus lässt sich eine Lehre für die Budgetplanung ziehen: Die sichtbare Länge der Antwort ist ein schlechter Indikator für den Ressourcenverbrauch des Schlussfolgerungsmodells. Diese beiden Aufgaben sind nützliche Beispiele für das Nutzungsverhalten, jedoch kein Latenz-Benchmark und auch kein allgemeines Qualitätsranking.

{
  "prompt_tokens": 428,
  "completion_tokens": 4267,
  "total_tokens": 4695,
  "prompt_tokens_details": {
    "cached_tokens": 192
  },
  "completion_tokens_details": {
    "reasoning_tokens": 4217
  }
}

Das Gateway gab zudem den Wert Null zurück Eingabe-Token und output_tokens Felder, obwohl die Zähler für „Chat-Vervollständigungen“ nicht Null waren. Für diese Datensätze haben wir prompt_tokens und Abschluss-Token. Wir haben die Null-Aliase nicht als kostenlose Anfrage behandelt und auch keine Anzahl sichtbarer Token aus anderen Null-Feldern abgeleitet.

Anwendung der offiziellen Tarife, ohne dies als Rechnung zu bezeichnen

Würden diese Gateway-Zählungen zu den aktuellen xAI-Listenpreisen für ’Short-Context“ von Grok 4.6 abgerechnet, würde die Extraktionsaufgabe [(364 – 192) × $2 + 192 × $0,50 + 991 × $6] / 1M = $0,006386. Die Terminplanung würde wie folgt aussehen: [(428 – 192) × $2 + 192 × $0,50 + 4.267 × $6] / 1M = $0,026170. Hierbei handelt es sich um hypothetische Schätzungen der xAI-Rate, nicht um bei Broly beobachtete Werte.

Die Antwort des Schedulers meldete 4.267 Abschluss-Token, obwohl die Anfrage max_tokens=2048. Die Obergrenzen-Semantik des Gateways wurde nicht überprüft. Diese Diskrepanz lässt keine Rückschlüsse darauf zu, wie die eigene Ausgabebegrenzung von xAI funktioniert, und die angeforderte Obergrenze kann nicht als nachgewiesene Ausgabenobergrenze für dieses Gateway angesehen werden.

Direkte xAI-Antworten liefern ein aussagekräftigeres Abrechnungssignal: Kosten_in_USD_Ticks. In der offiziellen Dokumentation wird ein USD als 10.000.000.000 Ticks definiert, und es heißt, dass dieses Feld die Token-Gebühren, Rabatte und serverseitigen Tool-Aufrufe dieser Anfrage enthält. Die wiederverwendeten Gateway-Antworten enthalten dieses Feld nicht. Bei einer Konversation sollten Sie die Tick-Werte pro Anfrage addieren, anstatt davon auszugehen, dass jede Antwort eine Gesamtsumme für die Sitzung enthält.

Was unabhängigen API-Nutzern aufgefallen ist

Am 21. August 2026 schrieb ein Nutzer von Hacker News mediaman wiesen darauf hin, dass die Rate der zwischengespeicherten Eingaben von Grok 4.6 ($0,50 pro Million) 25% ihrer Rate der nicht zwischengespeicherten Eingaben ($2) beträgt. Ihre Sorge galt wiederholten Lesezugriffen aus dem Cache bei agentenbasierten Aufgaben. Die beiden Grok-Raten stimmen mit der aktuellen offiziellen Tabelle überein; die weitergehenden Vergleiche und Spekulationen des Kommentators sind persönliche Einschätzungen.

Zuvor, am 9. November 2025, XCSme beschrieben, wobei Grok 4 Fast über die API zur Datenauswertung und -extraktion verwendet wurde, und es als kostengünstig und schnell bezeichnet wurde. Dabei handelt es sich um einen historischen Bericht über ein mittlerweile ausgemustertes Fast-Modell. Er gibt keinen Aufschluss über den aktuellen Preis, die Geschwindigkeit oder die Qualität des Grok 4.3 oder des Grok 4.6.

Diese beiden individuellen Erfahrungen lassen nützliche Leitfragen aufkommen: Wie viel Ihrer Abrechnung stammt aus zwischengespeicherten Kontexten und wie viel aus Schlussfolgerungen und Wiederholungsversuchen? Sie stellen jedoch keinen Konsens unter den Entwicklern dar. Wenn Sie zudem den daraus resultierenden Arbeitsaufwand vergleichen, ist unser Vergleich von Grok und ChatGPT hinsichtlich Arbeitsaufwand, Recherche und Kodierung befasst sich mit dieser gesonderten Entscheidung.

Erste Schritte mit der offiziellen xAI-API

Die Offizieller xAI-Schnellstart nutzt die Responses-API unter https://api.x.ai/v1/responses. Hierbei handelt es sich um einen anderen Endpunkt und ein anderes Konto als bei der Aggregationsplattform, die wir bei unseren Tests am 7. September verwendet haben.

1. Erstellen Sie ein Konto bei der xAI-Konsole oder melden Sie sich dort an und wählen Sie das richtige Team aus.
2. Fügen Sie API-Guthaben hinzu und überprüfen Sie die Ausgabeneinstellungen. Vergewissern Sie sich, dass das ausgewählte Modell für Ihr Team verfügbar ist.
3. Erstellen Sie einen API-Schlüssel und übergeben Sie ihn Ihrem Serverprozess als XAI_API_KEY. Halten Sie ihn aus dem Browser-Code, der Versionsverwaltung, Screenshots und Protokollen fern.
4. Senden Sie eine kleine Anfrage unter Angabe einer expliziten aktuellen Modell-ID und notieren Sie sich anschließend das zurückgegebene Modell, die Verwendung, die Servicestufe und die Anfragen-ID.

Das folgende Beispiel verwendet Node.js 18 oder höher und dessen integrierte „fetch“-Funktion, sodass keine SDK-Installation erforderlich ist. Legen Sie vor der Ausführung den Umgebungsvariablen XAI_API_KEY fest. Es verwendet das aktuelle offizielle „Responses“-Anfrageformat und einen geringen Rechenaufwand; der Code wurde lokal überprüft, ohne eine weitere kostenpflichtige API-Anfrage zu senden.

Vergewissern Sie sich, dass der Status „abgeschlossen“ angezeigt wird, und überprüfen Sie das Nutzungsobjekt, bevor Sie die Kapazität erhöhen. In diesem Beispiel werden 2.048 Ausgabe- und Argumentationstoken über das offizielle Feld „Responses“ verbucht. Ein Timeout ist eine clientseitige Frist und kein Beweis dafür, dass die serverseitige Verarbeitung abgebrochen oder nicht abgerechnet wurde. Das Beispiel führt keinen automatischen Wiederholungsversuch durch; die Token-Obergrenze ist keine pauschale Dollar-Obergrenze für eine Anwendung, die auch Eingaben sendet oder Tools aufruft.

Für ein OpenAI-kompatibles SDK lautet die Basis-URL https://api.x.ai/v1 und die Anmeldedaten sind nach wie vor Ihre xAI API-Schlüssel. Die Responses-API verwendet Eingabe und Begründung: { Aufwand: "gering" }; „Chat Completions“ verwendet Nachrichten und eigene Parameternamen. Das unveränderte Kopieren einer Gateway-Anfrage in einen anderen Endpunkt kann fehlschlagen, selbst wenn beide JSON akzeptieren.

Häufige Integrationsfehler und Kostenkontrolle

• 401 Unerlaubt: Überprüfen Sie den „Bearer“-Header, den Schlüssel und die Ausführungsumgebung. Ein 403-Fehler kann auf Teamberechtigungen oder Zugriffsbeschränkungen hinweisen. Das wiederholte Senden derselben ungültigen Anfrage behebt das Problem nicht.
• 404 Nicht gefunden: Überprüfen Sie den genauen Endpunkt und die Modell-ID. Unterscheiden Sie zwischen einer ungültigen ID und einer dokumentierten, stillgelegten ID, die weiterhin über eine Weiterleitung erreichbar ist.
• 400 oder 422: Überprüfen Sie das Anforderungsschema und die unterstützten Einstellungen. Beispielsweise lehnt die aktuelle Dokumentation zur Schlussfolgerung Präsenz-/Häufigkeitsstrafen und Stopp-Einstellungen für Schlussfolgerungsmodelle ab.
• 429 Zu viele Anfragen: Arbeiten in die Warteschlange stellen, Spitzenlasten glätten und begrenzten exponentiellen Backoff mit Jitter verwenden. Sowohl RPS als auch TPM überwachen und Wiederholungsversuche in das Workload-Budget einbeziehen.
• Unerwartete Ausgabe oder unvollständiger Status: Überprüfen Sie die Antwort, die Einstellungen für die Begründung und die geltende Ausgabeobergrenze. Überprüfen Sie die maschinenlesbare Ausgabe, bevor Sie sie verwenden; eine erfolgreiche HTTP-Antwort ist keine Garantie für die Qualität der Aufgabe.

Zur Kostenkontrolle sollten Sie das kostengünstigste Modell und die kostengünstigste Inferenz-Einstellung wählen, die Ihre eigenen Aufgabenprüfungen bestehen, zu Beginn konsistente Anweisungen für die Cache-Wiederverwendung beibehalten, irrelevante Historie entfernen, die 200K-Prompt-Grenze überwachen und die Schleifen der Agenten-Tools begrenzen. Verwenden Sie Batch-Verarbeitung nur, wenn das Modell dies unterstützt und die Arbeit warten kann. Behandeln Sie die Priorität als separate Kaufentscheidung.

Bewahren Sie die Token-Schätzwerte für die Planung und die zurückgegebenen Kostenticks für den Abgleich auf. Speichern Sie ganzzahlige Ticks, wenn Sie viele Anfragen zusammenfassen, und vergleichen Sie die Gesamtzahlen der Anfragen mit der Nutzung in der Konsole und den Rechnungen. Ein fehlendes Kostenfeld bedeutet “unbekannt”, nicht Null; eine kurze, sichtbare Antwort ist kein Beweis für eine geringe Rechnung.

Für die heutige Preisgestaltung von Grok 4 API sollten Sie Ihr Budget auf der Grundlage des Modells, das die Anfrage tatsächlich bearbeitet, der Preisspanne der Eingabeaufforderung und der gesamten abrechnungsfähigen Ausgabe erstellen. Beginnen Sie mit einer kleinen offiziellen Anfrage, prüfen Sie deren Nutzungs- und Kostenangaben und skalieren Sie dann die Arbeitslast so, dass sie Ihren eigenen Prüfkriterien entspricht. Für die Erkundung von Eingabeaufforderungen in einem Chat-Arbeitsbereich, Grok 4.6 auf GlobalGPT öffnen.

Grok 4 – Häufig gestellte Fragen zur API-Preisgestaltung

Wie viel kostet der Grok 4 API derzeit?

Seit dem 8. September 2026 leitet die nicht mehr verwendete ID „grok-4-0709“ auf „Grok 4.3“ weiter. Bei weniger als 200.000 Prompt-Token betragen die Preise pro Million US-Dollar $1,25 für Eingaben, $0,20 für zwischengespeicherte Eingaben und $2,50 für Ausgaben. Bei langen Kontexten verdoppeln sich die Preise.

Ist die Original-API Grok 4 noch erhältlich?

Das ursprüngliche Modell „grok-4-0709“ wurde am 15. Mai 2026 aus der xAI-API entfernt. Die zugehörige ID ist weiterhin gültig, Anfragen werden jedoch von „Grok 4.3“ mit geringem Rechenaufwand bearbeitet und zu den Ersatzpreisen abgerechnet.

Wie viel kostet die Grok 4.6 API?

Grok 4.6 kostet $2 Eingabe, $0,50 zwischengespeicherte Eingabe und $6 Ausgabe pro Million Token unterhalb von 200.000 Prompt-Token. Bei 200.000 oder mehr betragen die Raten $4, $1 und $12. Tool-Aufrufe und sonstige anfallende Gebühren werden separat berechnet.

Sind Argumentations-Token kostenpflichtig?

Ja. xAI berechnet „Reasoning“-Token nach dem Fertigstellungsgrad. Wenn das „Reasoning“ bereits in der gemeldeten Ausgabe oder der Gesamtzahl der Fertigstellungen enthalten ist, sollten Sie es in Ihrer Schätzung nicht ein zweites Mal berücksichtigen.

Zählt zwischengespeicherte Eingabe auf die 200.000-Schwelle an?

Ja. Zählen Sie die gesamte Eingabe, einschließlich der zwischengespeicherten Token. Laut der offiziellen Preistabelle fällt eine Eingabe mit 200.000 Token oder mehr in die Kategorie „Long-Context“, und die höheren Tarife gelten für alle Token in dieser Anfrage.

Gibt es im Rahmen eines Chat-Abonnements ein kostenloses Grok-API-Kontingent?

Gehen Sie nicht davon aus, dass ein Chat-Abonnement xAI-API-Guthaben beinhaltet. Der offizielle API-Schnellstart nutzt ein separates Konsolenkonto und Guthaben. Jede Werbeaktion muss für dieses API-Team überprüft werden; der kostenlose Zugang für Endnutzer ist ein anderes Angebot.

Wie lauten die Ratenbeschränkungen für die Grok-API?

Die Grenzwerte hängen vom Modell und der Teamstufe ab. In der Tabelle für Stufe 0 sind Grok 4.3 mit 37 RPS und 10 Mio. TPM sowie Grok 4.6 mit 150 RPS und 50 Mio. TPM aufgeführt. Verwenden Sie Ihre Team-Konsole, um die für Ihren Schlüssel geltenden Grenzwerte zu überprüfen.

Kann ich Grok 4.6 auf GlobalGPT verwenden?

Ja. GlobalGPT verfügt über einen verifizierten Grok 4.6-Chat-Eintrag. Dabei handelt es sich um einen separaten Plattform-Workflow; er ersetzt weder einen xAI-API-Schlüssel noch die direkte API-Abrechnung noch die Steuerungsmöglichkeiten in Ihrer xAI-Konsole.

Wie kann ich die tatsächlichen Kosten einer xAI-Anfrage überprüfen?

Lesen Sie den Wert „usage.cost_in_usd_ticks“ aus der offiziellen Antwort aus und dividieren Sie ihn durch 10.000.000.000, um den Wert in USD zu erhalten. Das Feld umfasst diese Anfrage, einschließlich Token-Rabatten und serverseitigen Tools. Summieren Sie die Anfragen, um einen Gesprächsverlauf nachzuverfolgen.