Grok 4.6 API 定价：过 200K 全请求翻倍，575 token 是分水岭

Grok 4.6 是输入 $2.00 / 输出 $6.00（每 100 万 token），和 Grok 4.5 一模一样。 两张 model card 剩下的部分连速率限制都对得上。只有一个数字不同——缓存输入——而且贵的那个是新模型。

更大的那个数字根本不是两个模型之间的差异：prompt 到 20 万 token 时所有单价翻倍，而且是整个请求一起翻。

模型 ID：      grok-4.6 / grok-4.5（网关上是 x-ai/grok-4.6）
上下文：       两者都是 500K
200K 以下：    $2.00 输入 / $6.00 输出   两者相同
               缓存 4.6 是 $0.50，4.5 是 $0.30
200K 及以上：  $4.00 输入 / $12.00 输出  两者相同
               缓存 4.6 是 $1.00，4.5 是 $0.60
阈值行为：     适用于请求里的所有 token，不是只算超出部分
实测：         每请求固定输入开销 4.6 是 206 个 token，4.5 是 494 个
分水岭：       约 575 个缓存 token，低于它 4.6 每次更便宜
快照日期：     2026-08-19

Grok 4.6 API 多少钱？

输入 $2.00、缓存输入 $0.50、输出 $6.00，每 100 万 token，直到 prompt 达到 20 万。 数据来自 xAI 的模型列表，顺带一提，这个文档站现在自称 SpaceXAI：

grok-4.3 放进这张表是有原因的。它比两个 4.x 旗舰输入便宜 38%、输出便宜 58%，上下文还是 1M 而不是 500K。如果你的负载不需要最新模型，下一档不是小钱。

网关这边单价原样透传。OpenRouter 和 ofox 挂的 x-ai/grok-4.6 都是 $2.00 / $6.00、上下文 500,000。两家目录都没暴露的是第二行——网关的模型列表一般每个模型只带一对价格，所以 200K 以上翻倍这件事在账单出来之前是看不见的。这一条要去 xAI 的表上读，别信目录字段。

prompt 越过 20 万 token 会发生什么？

整个请求重新定价，不是只算溢出部分。 xAI 的表述没有歧义：prompt 达到阈值的请求，其中所有 token 都按高档价计费。

两个相差 2,000 token 的请求，输出都是 2,000 token：

prompt 多 1%，账单多 102%。这里没有渐变的斜坡，线以下的 token 也不打折。

实际后果是：即使上下文窗口有 500K，20 万对成本敏感的活来说是硬顶不是软顶。用掉窗口 40% 以上就已经在贵的那一档了。

有两件事让这条线比看起来更容易越过。第一，阈值算的是 prompt，所以一段长对话是一轮一轮走过去的，可能任何单条消息都不大却已经越线。第二，prompt 里装的不只有你的 prompt——这是下一节的主题。

如果你在做批量，办法是在线之前就切开而不是切在之后。两个 15 万 token 的请求，输入部分花 $0.60；一个 30 万 token 的请求，同样的 token 要 $1.20。

Grok 4.6 和 4.5 到底差在哪？

公开 card 上只差一个数字。 我们把两张 model card 拉下来逐字段并排：

缓存输入在新模型上贵 67%。这跟通常的方向相反，而且它是「留着 4.5」的全部公开依据。

别名那一行如果你在用 Grok Build，值得再看一眼：grok-build-latest 指向的是 Grok 4.5 而不是 4.6。如果你以为 Build 档会跟着旗舰走，它不跟。订阅什么时候比按量便宜，见我们的 Grok Build 与 API 成本拆解。

同一个 prompt 为什么在 Grok 4.5 上更贵？

因为每个请求都带着一块固定的输入 token，而 4.5 上这块比 4.6 大一倍多。

2026-08-19，我们经一个 OpenAI 兼容网关，给四个模型发了 1 词、50 词、200 词三档完全相同的正文，然后拟合直线。每个模型对正文的切分都精确是 1.00 token/词，但截距对不上：

4 和 12 是正常的 chat 模板。206 和 494 是一段前缀。自己加一条 system 消息，两个数字都只涨了那条消息本身的长度（7 个 token），所以这块东西垫在你发的内容底下，不是被你替换掉。

我们没有第二条通道可以做归因，所以来源按未证实处理：这个开销跟着模型走而不是跟着路由走——同一个端点上 4.3 和一个非 xAI 模型都没有——但要确认它是否来自上游，得有一把直连的 key。不管来源在哪，它都在你的账单上，所以要算进去。

按公开单价折算，在你发出自己的第一个 token 之前：

4.5 缓存便宜是真的，但在短请求上，更大的前缀把这点便宜吃掉还不止。

它还吃掉你的余量。在 4.5 上，你会比自己数的 token 早 494 个撞上 200K 断崖，4.6 上早 206 个。如果你把 prompt 预算卡在 199,800 token，你其实已经超了。

你的负载该选哪个？

大约 575 个缓存 token，答案翻面。

这个算法小到可以手算。Grok 4.5 每 100 万缓存 token 省 $0.20，也就是每个缓存 token 省 $0.0000002。它每个请求在更大的前缀上多花 $0.000115。两者一除，得 575 个 token。

• 缓存前缀小于约 575 token：Grok 4.6 每次更便宜
• 缓存前缀大于约 575 token：Grok 4.5 更便宜，而且差距线性拉大
• 一段 10 万 token 的缓存 system prompt 加工具定义，在 4.5 上每请求省 $0.02，大约是前缀罚金的 170 倍

200K 阈值不会移动这条线。过线之后两个模型所有单价都翻倍，缓存优势翻到每 100 万 $0.40，前缀罚金也同样翻倍，所以分水岭还是大约 575 个 token。

以上说的是输入。输出侧两个模型才真正分岔，而且完全不按缓存那套逻辑走。我们用同一个代码生成 prompt 各跑 8 次：

最后这一行是表里唯一不属于输出维度的数字，所以把口径写清楚：它是输出按 $6.00/100 万，加上输入按 $2.00/100 万，而输入侧包含上一节那块固定的每请求开销——4.6 是 244 个输入 token，4.5 是 532 个。只算输出的话是 $5.69 和 $1.58。这几次运行我们没有记录缓存命中，所以输入全部按未缓存价计，也就是说这个总成本是上界；如果前缀确实命中了缓存，实际更接近 $5.98 和 $1.99。不管按哪种算法，排序都不变。

16 条回答都包含函数定义和 docstring——这是结构检查而不是质量判断，我们没有给代码评分。没有疑问的是花费：这个任务上 Grok 4.6 计费的输出 token 是 4.5 的 3.6 倍，墙钟时间是 3.2 倍，而两个模型都把活干完了。

注意那两个字段名。这些模型上 completion_tokens 不包含 reasoning token：一个报 216 个 completion token 的响应，旁边挂着 723 个 reasoning token，而 total_tokens 是 prompt、completion 和 reasoning 三者之和。任何按 prompt_tokens × 输入价 + completion_tokens × 输出价 估价的工具，在这个负载上会把输出少算 77%，整个请求少算约 71%。这一个字段造成的误差比本文所有价格差都大。

所以短版结论是：长缓存前缀、以及不想为「思考」付钱的短确定性任务，选 4.5；额外的推理本身就是你要的东西时，选 4.6。

怎么调 Grok 4.6？

OpenAI 兼容，所以就是一个 base URL 加一个模型字符串。

from openai import OpenAI

client = OpenAI(api_key="YOUR_KEY", base_url="https://api.ofox.ai/v1")

r = client.chat.completions.create(
    model="x-ai/grok-4.6",          # 想要便宜的缓存档就换 x-ai/grok-4.5
    messages=[{"role": "user", "content": "Refactor this module and run the tests."}],
)
u = r.usage
billed_output = u.completion_tokens + u.completion_tokens_details.reasoning_tokens
print(u.prompt_tokens, billed_output)

三件上手时最容易被咬的事：

• 网关上模型 ID 带命名空间。 直连 xAI 用 grok-4.6；OpenRouter 和 ofox 上是 x-ai/grok-4.6，那个连字符是必须的。
• logprobs 静默失效。 xAI 文档写明它在 grok-4.20 及更新的模型上不受支持、会被忽略。我们给两个模型都发了 logprobs: true 和 top_logprobs: 3：HTTP 200、无报错、响应里也没有 logprobs 对象。没有任何东西告诉你它没生效。
• 两个模型都只在 us-east-1 和 us-west-2。 如果你有美国以外的数据驻留要求，不管价格如何这一对都不是答案。

ofox 充值立减 15%，活动至 2026-08-31，把 x-ai/grok-4.6 和 x-ai/grok-4.5 放在同一把 key、同一个端点后面，跟另外约 130 个模型一起——上面那个 A/B 因此只是改一个字符串。线上目录规格见 Grok 4.6 和 Grok 4.5 的模型页。

各家速率限制的横向对比，见我们的 LLM API 速率限制对比。老一代 Grok 阵容和 key 的完整配置流程，Grok API 定价与接入指南仍然覆盖了基础部分。

References

• xAI 开发者文档：模型与定价
• xAI 开发者文档：Grok 4.6 model card
• xAI 开发者文档：Grok 4.5 model card
• OpenRouter：x-ai/grok-4.6
• ofox 模型页：Grok 4.6
• ofox 模型页：Grok 4.5