Una versión más nueva importa solo si cambia el resultado o el coste de tu trabajo. Para una app de ficción que reenvía una biblia de personajes en cada solicitud, el precio de la entrada en caché es una diferencia concreta; para un prompt nuevo de vez en cuando, no lo es.
Grok 4.5 y 4.6 tienen los mismos precios de entrada sin caché y de salida en SpicyAPI. La entrada en caché de Grok 4.5 es un 40 % más barata. Ambos admiten un tope de entrada de 500,000 tokens, las mismas opciones de razonamiento, imágenes, JSON y herramientas. Ambos completaron las 22 solicitudes puntuadas en nuestras pruebas de contenido de septiembre de 2026. Empieza con 4.5 si repites una biblia de personajes en caché; considera 4.6 para programación o trabajo con herramientas en varios pasos, donde mejoraron sus benchmarks de agentes publicados.
Precios exactos, incluido el tramo largo
Los precios de SpicyAPI se expresan en USD por millón de tokens facturados:
| Tramo de entrada y tipo de token | Grok 4.5 / 1M | Grok 4.6 / 1M |
|---|---|---|
| Menos de 200K: entrada sin caché | $2.00 | $2.00 |
| Menos de 200K: entrada en caché | $0.30 | $0.50 |
| Menos de 200K: salida | $6.00 | $6.00 |
| 200K o más: entrada sin caché | $4.00 | $4.00 |
| 200K o más: entrada en caché | $0.60 | $1.00 |
| 200K o más: salida | $12.00 | $12.00 |
Exactamente 200,000 tokens de entrada en total usan el tramo más caro. Los tokens en caché cuentan para ese umbral, y el tramo elegido se aplica a toda la solicitud. Las cifras del tramo corto no son tarifas marginales para los primeros 199,999 tokens de una solicitud más larga.
Una solicitud en frío con 100,000 tokens de entrada sin caché y 2,000 tokens de salida facturados cuesta $0.212 en cualquiera de las dos rutas. Si la entrada es en cambio de 10,000 tokens sin caché y 90,000 en caché, con la misma salida, cuesta $0.059 en 4.5 frente a $0.077 en 4.6. Esa diferencia es de $18.00 en 1,000 patrones de uso idénticos.
El ejemplo con caché supone 90,000 tokens de acierto de caché reportados. Presupuesta con la tarifa sin caché hasta que el uso devuelto muestre un acierto; cuenta cada token de entrada en una sola categoría y usa el cargo liquidado para la factura final.
No hay un modelo «por debajo de 200K» aparte que elegir. Mantén xai/grok-4.5/chat o xai/grok-4.6/chat; la entrada total determina el tramo. Si una biblia de personajes pasa de 190K a 200K al añadir definiciones de herramientas y diálogo reciente, esa llamada entra en el tramo más alto con el mismo ID de modelo. Reducir el presupuesto de salida no devuelve la entrada por debajo del límite.
Qué cambia 4.6 más allá de la tabla de precios
El objetivo de la mejora es el trabajo de agentes de larga duración. En la evaluación de lanzamiento de xAI, con esfuerzo High en ambas versiones, 4.6 obtuvo 69.9 % frente a 66.7 % en CursorBench 3.2 y 65.9 % frente a 54.0 % en DeepSWE 1.1. Eso da a una aplicación de programación o de herramientas en varios pasos una razón para considerar 4.6 aun con la tarifa de caché más alta.
Empieza las tareas rutinarias con esfuerzo low o medium. Más razonamiento, más turnos de herramientas y más historial reenviado pueden superar la diferencia de tarifa por token, así que compara el coste total de terminar la tarea.
Los controles son en gran parte los mismos
| Ajuste alojado actual | Ambas rutas |
|---|---|
| IDs de modelo | xai/grok-4.5/chat, xai/grok-4.6/chat |
| Tope de entrada | 500,000 tokens |
max_tokens | Predeterminado 4,096; máximo configurado 450,000 |
| Esfuerzo de razonamiento | low, medium, high, xhigh; predeterminado high |
Razonamiento none | No compatible |
| Tipos de entrada | Partes de texto e imagen; sin entrada de archivo/PDF ni audio |
| Mensajes / definiciones de herramientas | Hasta 256 mensajes / 128 herramientas |
| JSON y elección de herramienta | Compatible |
| Llamadas a herramientas en paralelo | Compatible; predeterminado true |
| Temperature / top-p | 0–2 / 0.01–1 |
| Seed | No disponible |
Configura max_tokens según el entregable que pides. Limita el texto visible, no los tokens de razonamiento. El razonamiento se sigue facturando como salida, así que este ajuste por sí solo no es un tope del gasto total de salida; para controlar el coste, reduce el esfuerzo y usa límites de gasto en la clave.
No copies reasoning_effort: "none" de Grok 4.3. Si necesitas cero razonamiento y un tope de entrada de un millón de tokens, 4.3 es una opción distinta, no un ajuste que se pueda activar en estas dos rutas.
Qué sabemos sobre la compatibilidad con contenido para adultos
La reseña de Grok 4.5 y la reseña de Grok 4.6 registran las pruebas de contenido: 22 de 22 solicitudes puntuadas completadas en cada uno, incluidas las 7 solicitudes L4 de mayor intensidad. Esto respalda cualquiera de las dos rutas para ficción para adultos.
Pruébalo primero en el Playground
- Abre Grok 4.5 y cambia al Playground.
- Pega el briefing del reencuentro de abajo, configura razonamiento Low y pide la escena corta.
- Repite en 4.6 con el mismo briefing y compara las voces de los personajes y la propiedad de los objetos.
Solicitud para copiar: una escena adulta no explícita
Este ejemplo pide un diálogo romántico entre adultos ficticios, con longitud acotada y una restricción de continuidad de objetos. La misma forma de solicitud es válida para cualquiera de las dos versiones; al probar la alternativa, cambia solo 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())))
PYComprueba que Mara siga siendo la dueña del termo y Jon del estuche rojo, y que el reencuentro termine como se pidió. El endpoint de chat actual es síncrono y usa campos de respuesta compatibles con OpenAI.
Para comprobaciones de continuidad estructuradas, añade response_format: {"type":"json_object"} e indica al modelo que devuelva claves explícitas como prop_owners y conflicts. Analiza el objeto y compara sus propietarios con los hechos suministrados. Para el uso de herramientas, conserva el mensaje completo del asistente con la llamada a la herramienta y devuelve cada resultado de tu aplicación con su tool_call_id correspondiente.
Deja que un Agent prepare la llamada
Para solicitudes de ficción repetidas, pide a tu Agent de programación que use el SpicyAPI Skill: «Lee xai/grok-4.5/chat, luego adapta el ejemplo a mi entrada; muestra la solicitud antes de ejecutarla». La consulta con la CLI es spicyapi models get xai/grok-4.5/chat --json; la consulta con MCP es spicyapi_model_get con model: "xai/grok-4.5/chat". Las llamadas de chat usan un cliente compatible o la API de chat; los comandos de tareas multimedia no generan respuestas de chat.
La calidad de la ficción para adultos es una cuestión distinta de la aceptación
Los registros de 22 de 22 responden si esos prompts se cumplieron en los niveles de contenido probados. Una escena puede superar esa comprobación y aun así tener diálogo plano, un punto de vista incoherente o un personaje que toma una decisión que el autor nunca quiso. Ninguna de esas diferencias de escritura se puede resolver con totales de aceptación iguales.
En la muestra del reencuentro, una respuesta útil conserva el termo de Mara y el estuche de Jon, da consecuencias emocionales al año de separación y termina en la sonrisa compartida que se pidió. Una respuesta menos útil narra toda una reconciliación, da a ambos personajes la misma voz y explica cada sentimiento antes de que hayan hablado. La segunda puede contener frases más pulidas y, aun así, ser menos utilizable para el momento buscado.
Haz la siguiente revisión concreta: «Mantén a Jon a la defensiva en los dos primeros intercambios. Haz que Mara note el asa reparada de su estuche; recuerda que estaba rota cuando se separaron. Termina antes de que cualquiera de los dos prometa quedarse». Es una instrucción de escritura propuesta, no un hallazgo de que alguna de las dos versiones de Grok produjera la respuesta débil. Ofrece algo que el modelo puede cambiar sin inventar una trama completamente nueva.
Las comparaciones de la comunidad también necesitan un límite de tarea. Una discusión de Cursor del 16 de septiembre contiene usuarios que prefieren 4.5 para trabajo de interfaz y usuarios contentos con 4.6. Son experiencias en una aplicación de programación, no evidencia comparable sobre ficción para adultos a través de esta API. Ayudan a explicar por qué el número de versión es un atajo débil para decidir una compra; no contradicen ni sustituyen las pruebas de contenido anteriores.
Para una solicitud de escena en frío, las tarifas de entrada y salida publicadas no dan ventaja de precio a ninguna versión. Para muchas respuestas que reutilizan una biblia de personajes estable, la diferencia en la entrada en caché puede importar. Si no se reportan lecturas en caché, el descuento de caché anunciado no aporta nada a esa llamada. Elige 4.5 por la ventaja documentada en la tarifa de caché cuando se aplique, y elige 4.6 cuando el resultado real de una tarea te dé otro motivo. Este artículo no tiene ningún resultado de calidad de prosa que establezca ese motivo de antemano.
Elige según el requisito real
- Briefing repetido y muchas respuestas cortas: 4.5 es la opción de menor tarifa para la parte de la entrada en caché. Pon el texto fuente estable al principio e inspecciona el uso real.
- Sobre todo solicitudes en frío: ninguno tiene ventaja en la tarifa por token. Considera 4.6 para programación y herramientas en varios pasos; para ficción, elige la voz y el seguimiento de instrucciones que prefieras.
- Un paquete de fuentes muy grande: ambos se detienen en 500,000 tokens de entrada. Si el paquete lo supera, redúcelo o considera el contrato distinto de 4.3. Ni 4.5 ni 4.6 aceptan un archivo PDF para saltarse el límite de entrada.
- Operaciones secuenciales: configura
parallel_tool_calls: falsecuando un resultado de herramienta deba preceder a otro. Valida los argumentos en tu aplicación antes de ejecutar una reserva, una escritura u otra acción externa.
- Presupuesto de coste estricto: configura explícitamente el esfuerzo y
max_tokens, y luego inspecciona el uso real.
Soluciones de migración
| Síntoma | Solución |
|---|---|
Se rechaza reasoning_effort: "none" | Usa low u otro esfuerzo compatible |
Se rechaza seed | Quítalo; ninguna ruta lo expone |
La respuesta termina con length | Pide un resultado más corto o asigna más espacio de salida |
| El nombre de archivo de una imagen no produce comprensión de imagen | Envía una parte de contenido image_url |
| Se rechaza la entrada de PDF/archivo | Extrae el texto relevante, o usa una ruta que acepte ese tipo de archivo |
Abre 4.5 para ficción con historial en caché, o 4.6 para un agente de varios pasos. La solicitud de arriba funciona en cualquiera de los dos.
FAQ
¿Es Grok 4.6 más caro que 4.5?
Solo la entrada en caché tiene una tarifa más alta en esta comparación: $0.50 frente a $0.30 por millón por debajo de 200K de entrada, y $1.00 frente a $0.60 a partir de ahí. Las tarifas de entrada en frío y de salida son idénticas. Un uso distinto del razonamiento aún puede cambiar la factura total.
¿Enviar la misma biblia de personajes garantiza una entrada en caché más barata?
No. Un prefijo estable hace posible la reutilización; comprueba en el uso devuelto que haya habido realmente un acierto de caché.
¿Qué versión debería usar para roleplay sin censura?
Ambos completaron las siete solicitudes L4 de sus conjuntos puntuados. Empieza con 4.5 para un historial en caché repetido; quédate con 4.6 si te da una mejora concreta en la caracterización o en el seguimiento de instrucciones en tu flujo de trabajo.
