Grok 4.6 vs. 4.5: Cache-Preise, API-Limits und NSFW-Tests

Eine neuere Version zählt nur dann, wenn sie das Ergebnis oder die Kosten Ihrer Arbeit verändert. Für eine Fiction-App, die bei jeder Anfrage eine Charakterbibel erneut mitschickt, sind die Preise für gecachte Eingaben ein konkreter Unterschied; bei einem gelegentlichen frischen Prompt sind sie es nicht.

Grok 4.5 und 4.6 haben auf SpicyAPI dieselben Preise für nicht gecachte Eingaben und für die Ausgabe. Gecachte Eingaben kosten bei Grok 4.5 40 % weniger. Beide bieten eine Eingabe-Obergrenze von 500,000 Tokens sowie dieselben Reasoning-Stufen, Bilder, JSON und Tools. Beide haben in unseren Inhaltstests vom September 2026 alle 22 bewerteten Anfragen abgeschlossen. Beginnen Sie mit 4.5, wenn eine Charakterbibel wiederholt gecacht wird; ziehen Sie 4.6 für mehrstufige Coding- oder Tool-Aufgaben in Betracht, bei denen sich die veröffentlichten Agenten-Benchmarks verbessert haben.

Exakte Preise, einschließlich der langen Stufe

SpicyAPI-Preise in USD pro Million abgerechneter Tokens:

Genau 200,000 Eingabetokens insgesamt fallen in die höhere Stufe. Gecachte Tokens zählen zu dieser Schwelle, und die gewählte Stufe gilt für die gesamte Anfrage. Die Preise der kurzen Stufe sind keine Grenzpreise für die ersten 199,999 Tokens einer längeren Anfrage.

Eine Kaltanfrage mit 100,000 nicht gecachten Eingabetokens und 2,000 abgerechneten Ausgabetokens kostet auf beiden Routen $0.212. Besteht die Eingabe stattdessen aus 10,000 nicht gecachten und 90,000 gecachten Tokens, kostet sie bei gleicher Ausgabe $0.059 mit 4.5 gegenüber $0.077 mit 4.6. Das ergibt $18.00 Unterschied bei 1,000 identischen Nutzungsmustern.

Das Cache-Beispiel geht von 90,000 gemeldeten Cache-Treffer-Tokens aus. Kalkulieren Sie mit dem Preis für nicht gecachte Eingaben, bis die zurückgegebene Nutzung einen Treffer zeigt; zählen Sie jedes Eingabetoken nur in einer Kategorie und verwenden Sie für die endgültige Rechnung die abgerechnete Gebühr.

Es gibt kein separates Modell „unter 200K“, das Sie auswählen müssten. Verwenden Sie weiter xai/grok-4.5/chat oder xai/grok-4.6/chat; die Gesamteingabe bestimmt die Stufe. Wächst eine Charakterbibel nach dem Hinzufügen von Tool-Definitionen und jüngsten Dialogen von 190K auf 200K, fällt dieser Aufruf mit derselben Modell-ID in die höhere Stufe. Ein niedrigeres Ausgabebudget bringt die Eingabe nicht wieder unter die Grenze.

Was 4.6 über die Preistabelle hinaus ändert

Das Verbesserungsziel sind lang laufende Agentenaufgaben. In xAIs Release-Evaluation erreichte 4.6 bei beiden Versionen mit High-Aufwand 69.9 % gegenüber 66.7 % bei CursorBench 3.2 und 65.9 % gegenüber 54.0 % bei DeepSWE 1.1. Damit hat eine Coding- oder mehrstufige Tool-Anwendung einen Grund, 4.6 trotz des höheren Cache-Preises in Betracht zu ziehen.

Starten Sie Routineaufgaben mit dem Aufwand low oder medium. Mehr Reasoning, Tool-Runden und erneut gesendeter Verlauf können den Unterschied beim Token-Preis aufwiegen; vergleichen Sie daher die Gesamtkosten bis zum Abschluss der Aufgabe.

Die Steuerungsoptionen sind weitgehend gleich

Setzen Sie max_tokens passend zum gewünschten Ergebnis. Der Wert begrenzt den sichtbaren Text, nicht die Reasoning-Tokens. Reasoning wird weiterhin als Ausgabe abgerechnet; diese Einstellung allein ist also keine Obergrenze für die gesamte Ausgabe. Zur Kostenkontrolle senken Sie den Aufwand und nutzen Ausgabenlimits für den Schlüssel.

Übernehmen Sie reasoning_effort: "none" nicht von Grok 4.3. Wenn Sie kein Reasoning bei einer Eingabe-Obergrenze von einer Million Tokens benötigen, ist 4.3 eine eigene Option und keine Einstellung, die sich bei diesen beiden Routen einschalten lässt.

Was wir über die Unterstützung von Inhalten für Erwachsene wissen

Der Grok-4.5-Test und der Grok-4.6-Test dokumentieren die Inhaltstests: 22 von 22 bewerteten Anfragen wurden bei beiden abgeschlossen, darunter alle 7 Anfragen mit höherer Intensität (L4). Das spricht für beide Routen bei Fiction für Erwachsene.

Zuerst im Playground ausprobieren

1. Öffnen Sie Grok 4.5 und wechseln Sie zum Playground.
2. Fügen Sie das Wiedersehens-Briefing unten ein, stellen Sie Low-Reasoning ein und fordern Sie die kurze Szene an.
3. Wiederholen Sie das mit demselben Briefing auf 4.6 und vergleichen Sie Figurenstimmen und Requisiten-Zuordnung.

Beispielanfrage für eine nicht explizite Szene zwischen Erwachsenen

Dieses Beispiel verlangt romantische Dialoge zwischen fiktiven Erwachsenen mit begrenzter Länge und einer Vorgabe zur Kontinuität der Requisiten. Dieselbe Anfrageform gilt für beide Versionen; ändern Sie beim Ausprobieren der Alternative nur model.

curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H 'Content-Type: application/json' \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "xai/grok-4.5/chat",
    "reasoning_effort": "low",
    "max_tokens": 3000,
    "temperature": 0.7,
    "messages": [
      {"role": "system", "content": "Write non-graphic romantic dialogue between fictional adults. Preserve the supplied prop ownership. Keep the scene under 250 words."},
      {"role": "user", "content": "Mara, 32, and Jon, 35, meet at the last train. Mara owns a copper thermos; Jon owns a red case. They have not seen each other for a year. Write a warm reunion ending with a shared smile. Do not swap the props."}
    ]
  }' --output grok-scene.json

python3 - <<'PY'
import json
from pathlib import Path

def read_scene(reply: dict) -> str:
    choices = reply.get("choices") or []
    if reply.get("error") or not choices:
        raise RuntimeError("no successful reply")
    choice = choices[0]
    text = choice.get("message", {}).get("content")
    if choice.get("finish_reason") != "stop" or not isinstance(text, str) or not text.strip():
        raise RuntimeError("empty or incomplete scene")
    return text

print(read_scene(json.loads(Path("grok-scene.json").read_text())))
PY

Prüfen Sie, ob Mara noch immer die Thermoskanne und Jon den roten Koffer besitzt und ob das Wiedersehen wie gewünscht endet. Der aktuelle Chat-Endpunkt arbeitet synchron und verwendet OpenAI-kompatible Antwortfelder.

Für strukturierte Kontinuitätsprüfungen fügen Sie response_format: {"type":"json_object"} hinzu und weisen das Modell an, eindeutige Schlüssel wie prop_owners und conflicts zurückzugeben. Parsen Sie das Objekt und vergleichen Sie die Besitzer mit den vorgegebenen Fakten. Für Tool-Aufrufe bewahren Sie die vollständige Assistant-Nachricht mit dem Tool-Aufruf auf und geben jedes Ergebnis Ihrer Anwendung mit der passenden tool_call_id zurück.

Einen Agent den Aufruf vorbereiten lassen

Bitten Sie Ihren Coding-Agent bei wiederkehrenden Fiction-Anfragen, den SpicyAPI Skill zu nutzen: „Lies xai/grok-4.5/chat und passe dann das Beispiel an meine Eingabe an; zeige die Anfrage, bevor du sie ausführst.“ Die Abfrage über die CLI lautet spicyapi models get xai/grok-4.5/chat --json; die Abfrage über MCP ist spicyapi_model_get mit model: "xai/grok-4.5/chat". Chat-Aufrufe laufen über einen kompatiblen Client oder die Chat-API; die Befehle für Medienaufgaben erzeugen keine Chat-Antworten.

Qualität bei Fiction für Erwachsene ist etwas anderes als Akzeptanz

Die 22-von-22-Ergebnisse beantworten, ob diese Prompts bei den getesteten Inhaltsstufen erfüllt wurden. Eine Szene kann diese Prüfung bestehen und trotzdem flache Dialoge, eine uneinheitliche Perspektive oder eine Figur haben, die eine vom Autor nie gewollte Entscheidung trifft. Keiner dieser Unterschiede im Schreiben lässt sich anhand gleicher Akzeptanzsummen klären.

Bei der Wiedersehens-Probe bewahrt eine brauchbare Antwort Maras Thermoskanne und Jons Koffer, gibt dem Jahr der Trennung emotionale Folgen und endet beim gewünschten gemeinsamen Lächeln. Eine weniger brauchbare Antwort erzählt eine ganze Versöhnung, gibt beiden Sprechern dieselbe Stimme und erklärt jedes Gefühl, bevor sie überhaupt gesprochen haben. Die zweite mag die geschliffeneren Sätze enthalten und ist dennoch für den beabsichtigten Beat weniger brauchbar.

Formulieren Sie die nächste Überarbeitung konkret: „Halte Jon in den ersten beiden Wortwechseln zurückhaltend. Lass Mara den reparierten Griff an seinem Koffer bemerken; sie erinnert sich, dass er beim Abschied kaputt war. Ende, bevor eine der Figuren verspricht zu bleiben.“ Das ist eine vorgeschlagene Schreibanweisung und kein Befund, dass eine der beiden Grok-Versionen die schwache Antwort geliefert hätte. Sie gibt dem Modell etwas, das es ändern kann, ohne eine völlig neue Handlung zu erfinden.

Auch Community-Vergleiche brauchen eine Aufgabengrenze. Eine Cursor-Diskussion vom 16. September enthält Nutzer, die 4.5 bei UI-Arbeit bevorzugen, und Nutzer, die mit 4.6 zufrieden sind. Das sind Erfahrungen in einer Coding-Anwendung, keine vergleichbaren Belege für Fiction für Erwachsene über diese API. Sie erklären, warum eine Versionsnummer ein schwaches Kaufkriterium ist; sie widersprechen den obigen Inhaltstests nicht und ersetzen sie auch nicht.

Bei einer Kaltanfrage für eine Szene verschaffen die gelisteten Eingabe- und Ausgabepreise keiner Version einen Preisvorteil. Bei vielen Antworten, die eine stabile Charakterbibel wiederverwenden, kann der Unterschied bei gecachten Eingaben ins Gewicht fallen. Wenn keine gecachten Lesezugriffe gemeldet werden, trägt der beworbene Cache-Rabatt zu diesem Aufruf nichts bei. Wählen Sie 4.5 wegen des dokumentierten Cache-Preisvorteils, wenn er greift, und 4.6, wenn ein tatsächliches Aufgabenergebnis Ihnen einen anderen Grund liefert. Dieser Artikel enthält kein Ergebnis zur Textqualität, das diesen Grund im Voraus belegen würde.

Nach dem tatsächlichen Bedarf entscheiden

• Wiederholtes Briefing plus viele kurze Antworten: 4.5 ist die Option mit dem niedrigeren Preis für den gecachten Teil der Eingabe. Stellen Sie stabilen Quelltext an den Anfang und prüfen Sie die tatsächliche Nutzung.

• Überwiegend Kaltanfragen: Keine Version hat einen Vorteil beim Token-Preis. Erwägen Sie 4.6 für Coding und mehrstufige Tools; wählen Sie bei Fiction die Stimme und Befolgung von Anweisungen, die Ihnen besser gefällt.

• Ein sehr großes Quellpaket: Beide enden bei 500,000 Eingabetokens. Übersteigt das Paket diese Grenze, verkleinern Sie es oder ziehen Sie den abweichenden Vertrag von 4.3 in Betracht. Weder 4.5 noch 4.6 akzeptiert eine PDF-Datei, um das Eingabelimit zu umgehen.

• Sequenzielle Vorgänge: Setzen Sie parallel_tool_calls: false, wenn ein Tool-Ergebnis vor einem anderen vorliegen muss. Prüfen Sie Argumente in Ihrer Anwendung, bevor Sie eine Buchung, einen Schreibvorgang oder eine andere externe Aktion ausführen.

• Striktes Kostenbudget: Legen Sie Aufwand und max_tokens ausdrücklich fest und prüfen Sie dann die tatsächliche Nutzung.

Korrekturen bei der Migration

Öffnen Sie 4.5 für Fiction mit gecachtem Verlauf oder 4.6 für einen mehrstufigen Agenten. Die obige Anfrage funktioniert mit beiden.

FAQ

Ist Grok 4.6 teurer als 4.5?

In diesem Vergleich hat nur die gecachte Eingabe einen höheren Preis: $0.50 gegenüber $0.30 pro Million bei Eingaben unter 200K und $1.00 gegenüber $0.60 ab dieser Grenze. Die Preise für Kalteingabe und Ausgabe sind identisch. Ein unterschiedlicher Reasoning-Verbrauch kann die Gesamtrechnung dennoch verändern.

Garantiert dasselbe Senden derselben Charakterbibel günstigere gecachte Eingaben?

Nein. Ein stabiles Präfix macht die Wiederverwendung möglich; prüfen Sie in der zurückgegebenen Nutzung, ob es tatsächlich einen Cache-Treffer gab.

Welche Version sollte ich für Roleplay ohne Zensur verwenden?

Beide haben die sieben L4-Anfragen ihrer bewerteten Sets abgeschlossen. Beginnen Sie mit 4.5 für wiederholten gecachten Verlauf; bleiben Sie bei 4.6, wenn es in Ihrem Workflow eine konkrete Verbesserung bei Figurenzeichnung oder Befolgung von Anweisungen bringt.