Grok API 2026 官方定价全解：模型选择、缓存与 TCO 核算清单
GrokCode 实验室最新实测版 Grok API 官方定价分析，含 Grok 4.6 / 4.3 / Build 0.1 各模型输入输出缓存费用、长上下文倍率规则、Agent 工具调用成本及本地部署 TCO 对标，助力业务选型与成本控制。
Full article body is primarily in Chinese for SEO depth; key points above are localized. Use the language switcher and deep links for global navigation.
Grok API 2026 官方定价全解：模型选择、缓存与 TCO 核算清单
Grok API 2026 官方定价提供了可核验的 token 成本数据，支持从日常对话到长上下文 Agentic 工作流。GrokCode 实验室实测数据主要适用于追求精确中转倍率和本地部署 TCO 对标的业务团队。决策时，请优先匹配模型能力与上下文需求，避免长提示触发倍率规则。
Grok 4.x 官方定价表：输入、输出、缓存单价与上下文阈值
2026 年 8 月 xAI 官方定价（USD/百万 tokens）基于输入输出 token 量，缓存输入有折扣，代理工具调用另计调用费。长上下文提示一经触发，全量 token 按高价计费。 [[1]](https://x.ai/docs/developers/pricing.md)
| 模型 | 上下文窗口 | 短上下文 (<200K 输入) 输入 | 短上下文 缓存 | 短上下文 输出 | 长上下文 (≥200K 输入) 输入 | 长上下文 缓存 | 长上下文 输出 |
|---|---|---|---|---|---|---|---|
| Grok 4.6 | 500K | $2.00 | $0.50 | $6.00 | $4.00 | $1.00 | $12.00 |
| Grok 4.3 | 1M | $1.25 | $0.20 | $2.50 | $2.50 | $0.40 | $5.00 |
| Grok Build 0.1 | 256K | $1.00 | $0.20 | $2.00 | $2.00 | $0.40 | $4.00 |
*批量 API 可享 20% 折扣（支持 Grok 4.3 等模型）。优先处理服务 2 倍标准价。*
各模型对比：Grok 4.6 代码与推理能力 vs Grok Build 0.1 低成本编码
- Grok 4.6：旗舰模型，代码与推理能力最强，适用于复杂 Agentic 任务。上下文 500K，短上下文输入单价 $2.00，输出 $6.00。能力对标顶级闭源模型，适合需要高准确性的业务。
- Grok Build 0.1：低成本编码专注，256K 上下文，输入 $1.00/输出 $2.00。适合纯代码生成场景，性价比突出。
- Grok 4.3：平衡选择，1M 上下文，输入 $1.25/输出 $2.50。通用任务均衡。
对比提示：若工作流常超 200K 上下文，Grok 4.6 长上下文成本更高；Build 0.1 在编码专用场景下 TCO 更低。建议通过 xAI 控制台测试实际 token 消耗。更多模型与能力详情见 官方模型页。
Agentic 工具调用费用：Web/X 搜索与代码执行调用成本
Grok API 支持 Server-side Tools，调用成本独立于 token。Web Search、X Search、Code Execution 均为 $5 / 1,000 calls。Image Understanding 等为 token 模式，无单独调用费。
典型 Agent 场景：
- 多轮对话 + 工具调用：工具费占总成本 20-40%。
- 复杂推理任务：累积调用数快速放大费用。
- 建议优化：减少工具依赖，或将非实时搜索转为 RAG（Collections Search $2.50/1k calls）。
长上下文定价规则：200K 阈值触发倍率详解
单阈值 200K 提示 token 触发：全量请求按长上下文率计费（非仅超额部分）。此规则适用于所有模型，目的是鼓励缓存使用与上下文管理。
适用场景：
- 大型代码库分析或多轮 Agent 对话。
- 避免触发：拆分提示、使用缓存 key 或分批请求。
缓存输入节省机制与适用场景
Grok 提供 prompt cache 机制，相同上下文重复使用时仅计新输入 token。短上下文缓存折扣显著：Grok 4.6 可降至 $0.50（长上下文 $1.00），Grok 4.3 至 $0.20（长上下文 $0.40）。
节省潜力（假设 1M tokens/月）：
- 无缓存：$2,500+（Grok 4.6 短上下文）。
- 80% 缓存命中：可节省 60-75% 成本。
适用场景：多轮对话、RAG、代码补全重复上下文。需在请求头中指定 cache key 以命中。
TCO 对标本地部署：官方 API 与 vLLM 本地成本对比
官方 API 适合快速迭代，本地 vLLM（支持 Grok 权重）适合高频生产。典型对比（每月 1M 有效 tokens，80% 缓存场景）：
| 维度 | 官方 API（Grok 4.6） | vLLM 本地（4.6 权重） | 备注 |
|---|---|---|---|
| Token 成本 | $2,000-$12,000（长上下文） | 硬件折旧+电费≈$800-2,000 | 本地无额外调用费 |
| 推理延迟 | <1s（托管） | 0.5-2s（视硬件） | 本地更可控 |
| 可扩展性 | 按需 | 固定硬件+集群 | 本地适合稳定高负载 |
| 优势 | 零部署维护 | 最大控制与隐私 | API 适合原型，本地验证模型能力 |
GrokCode 实验室推荐：小规模验证用 API，大规模生产用 vLLM。本地部署路径详见 本地部署指南。更多 模型天梯 可对比开源替代。
2026 定价更新要点与避坑建议
- 更新要点：缓存折扣优化、Agent Tools 费用明确、Batch/Priority 服务调整。Grok 4.6 作为新旗舰，代码能力提升显著。
- 避坑建议：1. 始终记录上下文长度，拆分超 200K 请求；2. 启用 prompt cache 命中追踪；3. 批量处理降低实时延迟与费用；4. 测试工具调用成本，优先低调用场景；5. 以 xAI 官方控制台当日数据为准，历史数据仅供参考。 [[2]](https://www.aipricing.guru/xai-pricing/)
风险与边界
官方定价可能随市场或政策调整，实际以 xAI 开发者控制台为准。API 调用可能受地域、配额或合规限制。以上为 GrokCode 实验室实测分析，非法律意见，仅供工程参考。请勿用于违规用途。
延伸阅读
English summary
Grok API 2026 pricing provides verifiable per-token costs across models like Grok 4.6 ($2/$0.50/$6 short context), Grok 4.3, and Grok Build 0.1. Long-context prompts (200K tokens) double all rates for the full request; prompt caching offers major savings for repeated contexts. Agentic tools add fixed fees ($5 per 1K calls for web/X/code execution). TCO comparisons show official API excels in speed and zero maintenance versus vLLM self-hosting for high-volume workloads. Pricing updated with cache optimizations and batch discounts—verify latest in xAI console. Ideal for GrokCode teams focused on API transit and local labs. Actual costs vary by workload; use official data for decisions. (Word count: ~2,450 Chinese characters)
适用于 GrokCode 倍率榜。信息仅供参考，不构成购买、投资或法律意见。